批量分子动力学退火脚本实战：从LAMMPS模板到Shell调度

做了这么多年分子动力学模拟，我越来越觉得退火（annealing）脚本就是个看似简单、实际特别考验功底的东西。你单独跑一条温度循环，怎么折腾都行；但一旦要把几十个初始构型、好几组温度区间、不同升降温速率全部批量跑完，脚本设计得好不好，直接决定你是“挂机等结果”还是“每天手动改文件改到怀疑人生”。今天这篇就专门聊批量MD退火脚本，从物理原理到LAMMPS实际配置，再到Shell批量调度和结果汇总，一次讲透。

批量退火这个需求，通常在材料体系的结构搜索、无定形样品平衡、聚合物链松弛、界面吸附构型优化等场景下出现。核心想法很简单：把体系加热到高温让它越过势垒，再缓慢降温到目标温度，让结构落入更稳定的局域极小值。但如果你的研究对象有几十个候选构型，或者要扫一排温度区间，那手写一个个输入文件再逐个运行，不仅枯燥，而且极易出错。写一套能自动生成任务、批量提交、自动收敛判定的脚本，才是正经做法。

这篇文章适合正在做分子动力学模拟的研究生、工程师，也适合刚接触LAMMPS但想规范自己工作流的同学。下面我会先拆解退火模拟的物理逻辑，再给出可复用的LAMMPS退火脚本模板，然后重点讲批量化的目录结构、参数扫描和Shell调度思路，最后把我在实际运行里踩过的坑和排查方法一并列出来，方便你对照检查。

1. 内容整体设计与思路拆解

1.1 退火在MD里到底解决了什么问题

分子动力学里，体系经常会卡在亚稳态。尤其是有机分子、聚合物、表面吸附体系，初始构型稍微不合理，平衡半天结构也“拧”不过来。退火的核心思路是借助热涨落让体系翻越能垒。具体做法是先把温度升到比较高的值，让原子动能足够大，体系能摆脱局域极小值的束缚；然后再缓慢降低温度，让体系沿着势能面逐渐“滑”到更深、更稳定的能量低谷。这个过程对应实验里的“退火”工艺，只不过在MD里我们能在纳秒尺度内完成。

理解这一点对脚本设计很重要。因为升温端的温度上限不是随便定的，它受限于你用的力场。比如CVFF、COMPASS这类经验力场，在600 K以上某些二面角参数会变得不太合理，结构可能直接“散架”。而像ReaxFF这类反应力场虽然能容忍更高温度，但计算成本也高得多。所以标题里的“批量退火”实际上是两件事的组合：一是把退火循环本身设计合理，二是把不同条件的组合批量跑出来对比，找到最优处理路径。

1.2 单次退火和批量退火的本质差异

很多人觉得批量退火无非是复制粘贴再改改参数，其实没那么简单。单次退火你只需要关注这一条轨迹的能量、温度是否按预期变化；但批量退火是一个完整的“实验设计”问题。比如你要对10个不同初始构型分别做5组退火方案，总的就有50个独立任务，每个任务还要考虑随机种子、初始速度分配、压力耦合差异，结果天然带有统计涨落。脚本设计的目标就是用统一流程把这些涨落控制住，让所有任务在相同逻辑框架下运行，避免人为改动带来的不公平对比。

批量脚本还有一个隐性需求：可重复性和可追溯性。你跑完一批任务，过两周要写论文，得能快速说清楚每个任务用了什么参数、跑了几轮退火循环、最终能量多少。如果脚本没有自动记录参数和结果，后期整理数据会非常痛苦。所以从设计思路上，批量退火脚本从一开始就要包含“目录结构规范 + 模板文件 + 参数注入 + 日志输出 + 结果汇总”这几层结构，而不是简单地把多个in文件丢进同一个文件夹里。

2. 核心细节解析与实操要点

2.1 温度循环的参数怎么定

退火脚本里最关键的是一组温度-时间曲线。我常用的方案是线性分段循环：从300 K升温到500 K，再降到200 K，再回到300 K，这样算一个循环。升温速率不要设置得太激进，一般建议每步温度变化不超过1 K，也就是如果时间步长是1 fs，升温速率设为0.001 K/步到0.005 K/步比较稳妥。换算一下，从300 K升到500 K，以0.002 K/步计算，需要100000步，也就是100 ps。一次完整的升温-降温循环大概300 ps左右。

为什么要控制升温速率？因为退火的本质是“准静态”过程。如果升温太快，体系来不及重新分布构型，高温段就白白浪费了，降温时又会掉回原来的亚稳态。反之，如果升温太慢，计算成本太高。我个人的经验是，批量扫描时先用粗速率跑一轮，比如0.01 K/步，看看能量曲线是否出现明显平台，再针对感兴趣的温度区间加密。

温度循环的另一个关键参数是驻留时间。在最高温和最低温各保持多久也有讲究，最高温处需要让体系充分“熔化”重排，我通常驻留50 ps以上；最低温处则让结构逐渐弛豫，驻留时间可以减半。这个设计可以放在循环里自动判断，比如用run命令的stop参数控制。

2.2 NVT还是NPT，退火时用哪个系综

退火过程里系综的选择直接影响结构弛豫效果。我建议升温段和高温驻留段用NVT，固定体积，只让温度变化；降温段如果模拟的是液相或无定形体系，可以切到NPT，让体积和密度跟着温度走。如果全程用NPT，温度剧烈变化时压强耦合容易出现振荡，尤其在升温初期体系还没平衡好的时候，经常出现压强数值爆炸，导致模拟失败。

以LAMMPS为例，具体做法是用fix nvt跑升温段和高温段，用fix npt跑降温段。要注意的是切换系综时要重新设置时间积分器，不能在一个run命令里换。标准写法是在升温结束后先unfix原来的温度耦合，再定义新的fix npt。还有一个容易踩的坑是降温段NPT的压强设置。如果是三维周期性体系，各向同性压强调控比较稳妥；如果是表面或界面体系，最好用各向异性升温，固定垂直于界面的方向，让另外两个方向自由弛豫。

2.3 力场和步长也得提前校对

批量退火前，最好在单体系上小规模验证力场在高温段的稳定性。我实测过有些