基于神经网络势能面动力学模拟的乙醛异构化与分解反应及其大气过程相关性
化学物理
2020-06-24 v1
摘要
使用表示为神经网络(NN)的全维反应势能面研究了乙醛(AA)异构化(转化为乙烯醇，VA)和分解(分解为CO+CH和H+HCCO)。该NN在来自MP2/aug-cc-pVTZ计算的432'399个参考结构上训练，对27'399个结构的测试集具有0.0453 kcal/mol的MAE和1.186 kcal/mol的RMSE。对于异构化过程AA VA，最小动力学路径意味着C-H振动、C-C-H(其中H为转移的H原子)和C-C-O角参与以越过68.2 kcal/mol的能垒。使用93.6 kcal/mol的过剩能量——太阳光谱中可用且足以激发到第一电子激发态的能量——来初始化分子动力学，在500 ns时间尺度上未观察到向VA的异构化。仅当过剩能量为 127.6 kcal/mol(包括AA分子的零点能)时，异构化在纳秒时间尺度上发生。鉴于平流层大气条件下的碰撞去激发发生在100 ns时间尺度上，得出结论：AA经光化光子光激发后形成VA不太可能。这也限制了该反应途径作为甲酸来源的相关性。
引用
@article{arxiv.2003.08171,
title = {Isomerization and Decomposition Reactions of Acetaldehyde Relevant to Atmospheric Processes from Dynamics Simulations on Neural Network-Based Potential Energy Surfaces},
author = {Silvan Käser and Oliver T. Unke and Markus Meuwly},
journal= {arXiv preprint arXiv:2003.08171},
year = {2020}
}