• 正文
  • 相关推荐
申请入驻 产业图谱

第一性原理:磁性材料的分类及计算方法

01/09 09:14
279
加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

一、磁性材料的分类

磁性材料根据对外加磁场的响应,主要分为五大类:抗磁性、顺磁性、铁磁性、亚铁磁性和反铁磁性。分类依据是材料的磁化率χ(χ > 0 为吸引,χ < 0 为排斥)。

1、抗磁性(Diamagnetism)

材料在磁场中产生反向磁场,被排斥。χ ≈ -10⁻⁵,很弱。所有材料都有抗磁贡献,但通常被其他磁性掩盖。抗磁性材料(如铜、水)中的电子会形成一个微小的、与外加磁场方向相反的磁矩,因此抗磁性材料通常表现为对磁场的排斥。

应用:用于磁悬浮演示、精密仪器磁屏蔽,或生物兼容材料(如水基组织)。

2、顺磁性(Paramagnetism)

材料被弱吸引,χ ≈ 10⁻⁵ ~ 10⁻³。未配对电子的自旋在外场下部分对齐,但热运动破坏秩序。顺磁性材料(如铝、铂)的特点是原子或分子磁矩在外磁场中可以被部分地排列,但这种排列在移除外磁场后会消失。

应用:顺磁性材料常用于磁制冷(如Gd盐)和MRI对比剂,因其在低温下磁矩易对齐。

3、铁磁性(Ferromagnetism)

强磁性,χ 可达10⁶,有剩磁和磁滞回线。内部磁畴在外场下对齐,居里温度以上转为顺磁。铁磁性材料(如铁、钴、镍)的原子磁矩在无外加磁场时也会自发地排列,形成较大的自发磁化。这些材料表现出极强的磁响应,这也是它们在电磁技术和数据存储领域中极其重要的原因。

应用:铁磁性是电磁技术核心,用于电机变压器、数据存储(硬盘)和永磁体,因其高磁导率和剩磁。

4、亚铁磁性(Ferrimagnetism)

子晶格磁矩反平行但大小不等,净磁矩不为零。类似铁磁,但有补偿点。示例:磁铁矿(Fe₃O₄)、铁氧体。

应用:高频变压器、磁存储介质、微波器件。

5、反铁磁性(Antiferromagnetism)

相邻自旋反平行,净磁矩为零。内尔温度以上转为顺磁。示例:MnO、Cr。

应用:自旋电子学、量子计算中的自旋阀。

这些分类在纳米尺度或低温下可能出现变体,如超顺磁性。

二、磁畴结构与磁性能调控

磁畴是铁磁性材料中磁矩自发排列形成的微小区域,每个磁畴内的磁矩指向一致,磁畴之间则可能存在不同方向的磁矩排列。通过外加磁场或应力,可以改变磁畴的大小和方向,从而控制材料的磁性能。例如,在硬磁材料中,磁畴的方向一旦被固定,材料便能保持较强的剩余磁化状态,适用于制造永磁体。

通过材料制备技术和热处理等过程,可以实现对磁畴结构的调控,进而优化材料的磁性能,这对于磁性材料在各种应用中的性能至关重要。例如,通过精确控制磁畴的尺寸和排列,可以提高磁存储材料的记录密度,或增强磁传感器的灵敏度和精确度。

三、磁性材料的计算方法:以 VASP为例子

计算磁性材料主要用第一性原理方法预测电子结构、磁矩、磁有序等。主流软件包括VASP、Quantum ESPRESSO等,其中VASP是最受欢迎的商用DFT软件包,以精度高、功能全著称。

VASP计算磁性材料的优势

支持自旋极化计算(ISPIN=2),可设置初始磁矩(MAGMOM)。

处理铁磁、反铁磁、亚铁磁等有序。

支持DFT+U( Hubbard模型)修正强关联(如过渡金属氧化物)。

可计算磁各向异性能量(MAE)、交换积分等。

准备输入文件

POSCAR:晶体结构(原子位置、晶格常数)。

INCAR:核心参数。磁性相关:

text

ISPIN = 2 # 自旋极化

MAGMOM = 4*2.0 2*-2.0 # 初始磁矩(例如Fe的反铁磁)

LORBIT = 11 # 输出投影磁矩

ISYM = 0 # 关闭对称(复杂磁有序时)

对于DFT+U:LDAU = .TRUE.,设置U值。

KPOINTS:k点网格(Gamma-centered或Monkhorst-Pack)。磁性计算需密网格(如8×8×8)。

POTCAR:赝势文件(PAW赝势推荐)。

运行计算

自洽计算(NSW=0)得到基态能量、磁矩。

非共线磁性(LNONCOLLINEAR=.TRUE.)用于复杂自旋纹理。

固定自旋矩(fixed spin moment)模拟外场。

后处理与分析

OUTCAR/OSZICAR:总能量、每个原子的磁矩。

VASPRUN.XML:用pymatgen或ASE解析。

计算MAE:不同自旋方向能量差。

交换参数:用四态法或线性响应。

四、常见问题与技巧

收敛性:ENCUT(截断能)至少400-600 eV;PREC=Accurate。

强关联:如NiO,用DFT+U(U≈4-6 eV)修正。

大体系:用VASPsol处理溶剂,或HSE06杂化泛函提高精度(但贵)。

并行:VASP支持MPI+OpenMP,高性能集群必备。

其他方法如Quantum ESPRESSO(免费开源)或机器学习辅助(如M3GNet预训练模型)可补充VASP。

相关推荐

登录即可解锁
  • 海量技术文章
  • 设计资源下载
  • 产业链客户资源
  • 写文章/发需求
立即登录

成都西蒙至简科技有限公司是由天府绛溪实验室孵化的创新型科研服务平台,公司融合产学研优势,提供第一性原理、量子化学、分子动力学、有限元仿真等各大类模拟计算与CPU/GPU租赁、服务器定制、集群搭建等超算服务、各大类实验检测与数据分析、培训与技术解决方案。团队成员多数来自电子科技大学和绛溪实验室,涵盖物理学、理论化学、计算化学、计算材料科学、数值模拟与人工智能等学科的资深专家,熟悉材料、化工、能源、生物医药等诸多领域,通过精准梳理行业痛点,提供高效落地的研发解决方案,助力高校、科研院所以及相关企业实现降本增效、研发升级及创新能力的突破。