I dette kursus får den studerende en introduktion til Density Functional Theory (DFT) som et af de mest anvendte beregningsværktøjer til at studere grundlæggende processer i materialer til energikonvertering og -lagring (batterier, nanokatalysatorer, brændselsceller, solceller osv.). I den første halvdel af kurset lærer de studerende det grundlæggende i den atomistiske beskrivelse af materialer samt den elektroniske struktur og fundamentet i DFT. Den anden del er mere praktisk, og de studerende lærer først, hvilke egenskaber der kan beregnes ved hjælp af DFT, og hvordan man kan bygge bro mellem disse størrelser og de målte egenskaber fra eksperimenter, samt hvordan man implementerer metoder til at automatisere og fremskynde designet af nye materialer. Kurset fokuserer på anvendelse af DFT gennem dedikerede øvelser med begrænsede tekniske detaljer om den anvendte metode.

Kurset består af otte forelæsninger, hver med tre til fem videoforelæsninger, quizzer og øvelser. Der oprettes en ugentlig en-times live chat og et forum til diskussion og feedback. I det afsluttende projekt vil de studerende bruge værktøjerne beskrevet i kurset til at forudsige energimaterialernes egenskaber. Eksempler fra de tidligere afsluttende projekter er undersøgelse af materialer til lyshøstning og undersøgelse af 2D-materialers egenskaber. Det afsluttende projekt vil blive foreslået afhængigt af de studerendes interesser. En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:

• Beskrive grundlaget for computersimuleringer med focus på Density Functional Theory og de størrelser, der kan beregnes
• Beskrive fysikken bag nøgleapplikationer til energimaterialer
• Fortolke og tilpasse computerkode til beregning af materialers fysiske egenskaber
• Identificere deskriptorer for en fremskyndet tilgang til at opdage materialer
• Forstå hvordan man forbinder eksperimentelle resultater og simuleringer
• Forstå og anvende maskinindlæringsmetoder til materialedesign
• Anvende teknikker til høj kapacitet og maskinlæring til et givent datasæt for at finde nye materialer
• Udføre computersimuleringer på et højt niveau af identificerede materialer til energiapplikationer
• Identificere problemer og løsninger relateret til computersimuleringer og opdagelse af materialer

Introduktion til atomistisk modellering.
Grundlæggende egenskaber om den atomistiske og elektroniske struktur af materialer.
Introduktion til Density Functional Theory (nøglebegreber og begrænsninger).
Introduktion til Linux maskiner, scripting, ASE- og GPAW-pakkerne.
Hvad kan vi beregne med DFT? Hovedapplikationer og eksempler.
Grundlæggende og avancerede øvelser (ved hjælp af ASE- og GPAW-pakkerne).
Screeningsmetoder med høj kapacitet og autonome arbejdsgange (eksempler og øvelser).

Projekt
Ugentlig live chat med lærere og undervisningsassistenter for effektiv feedback, diskussion og tilpasning af forventningerne.
Forum for spørgsmål og svar. 1. Reviews in Computational Chemistry by Abby L. Parrill and Kenny B. Lipkowitz.
ISBN: 978-1-119-10393-6
2. Computational Approaches to Energy Materials by Richard Catlow, Alexey Sokol, Aron Walsh. ISBN: 978-1-119-95093-6.
3. The ABC of DFT, K. Burke and friends.
4. Computational Screening of Light-Absorbing Materials for Photoelectrochemical Water Splitting, I. E. Castelli, K. Kuhar, M. Pandey, and K. W. Jacobsen, in Advances in Photoelectrochemical Water Splitting, ed. D. Tilley, S. Lany and R, van de Krol, RSC Editor, February 2018.
The litteraturen er tilgængelig for DTU studerende gennem DTU Bibliotek. 29. april, 2021