Quantum-diamond

LAMMPS による分子動力学（MD）シミュレーションを用いて、ダイヤモンド中の欠陥（vacancy）生成や浅い窒素（N）/シリコン（Si）注入を扱う研究用リポジトリです。

このREADMEは「どのフォルダから何を実行し、どう解析するか」を最短で辿れるようにまとめています（詳細手順は別ドキュメントも参照）。

できること（ざっくり）

• ダイヤモンド/シリコン基板に対する注入（単発・連続注入・クラスター注入など）の条件別シミュレーション
• 複数run（ensemble）を自動生成し、runごとに注入位置・乱数seedを変えて統計分布を作る
• 解析（例）
  • vacancy_list の深さ分布ヒストグラム
  • N_list または LAMMPS dump から N の深さ分布ヒストグラム
  • dump から「図の状態」に該当する N の個数カウント

前提（環境）

• LAMMPS（lmp, lmp_mpi, lammps など。環境でコマンド名が違います）
• （任意）MPI 実行環境（mpirun）
• （任意）OVITO（可視化・vacancy抽出など）
• Python 3.10+（解析スクリプトが型ヒント | を使います）
  • グラフ保存に matplotlib が必要です: python -m pip install matplotlib

注意: このリポジトリは OneDrive 配下など「パスにスペースを含む」環境で使うことが多いです。コマンド引数のパスは必ずダブルクォートで囲むか、先に対象フォルダへ cd してから実行してください。

フォルダ構造（主要なもの）

• diamond_substrate/, diamond_substrate_250Å/: ダイヤモンド基板関連
• silicon_substrate/: Si 基板関連
• Ar_implantation to Si/: Ar→Si 注入系
• N_implantation_to_C(final)/, N_implantation_to_C_random_*/: N→C（ダイヤモンド）注入系（ランダム注入/連続注入の派生あり）
• 10Ncluster_implantation to C_*/, 50Ncluster_implantation to C_5keV/, Ncluster_implantation to C_5keV/: Nクラスター注入系
• tools/: ensemble 用の補助スクリプト（runフォルダ生成・自動実行）
• Tutorials/: 参考資料
• *.pdf: 関連論文・メモ（研究ノート用途）

（フォルダ名に final が付くものは、研究の途中経過を整理した版を含みます）

最短クイックスタート（ensembleで分布を作る）

詳しい説明は RUNS_ENSEMBLE_HOWTO.md にあります。ここでは最短の流れだけ示します。

1) runフォルダを作る（注入位置をrunごとにランダム化）

例（PowerShell）: 既存テンプレを複製し、run_01〜run_10 を作ります。

python tools/run_ensemble_implantation.py `
  --template-dir "10Ncluster_implantation to C_5keV" `
  --input "10atoms_5keV_N_implantation_to_C_ZBL_potential_filedata.txt" `
  --out "10Ncluster_implantation to C_5keV/runs" `
  --runs 10 `
  --seed 12345 `
  --x-range -20 20 `
  --y-range -20 20

このスクリプトはテンプレ入力内の以下の行を探して run ごとに上書きします（simpleモード）:

• variable seed equal ...
• variable x_pos equal ...
• variable y_pos equal ...

連続注入（noreset）系のテンプレで、入力内に random(...) があるタイプは --template-style loop-random-xy を使います（例はHOWTO参照）。

2) LAMMPS を実行する

runフォルダに入って実行するのが安全です（相対パス参照のため）。例:

cd "10Ncluster_implantation to C_5keV/runs/run_01"
mpirun -np 8 lmp -in in.lmp

run_ensemble_implantation.py に --lammps "..." を渡すと、生成後に各runを連続実行もできます。

解析（深さ分布など）

Vacancy の深さ分布（複数runをまとめて）

vacancy_list（OVITO出力など）を run ごとに用意できている前提で、まとめてヒストグラム化します。

python "10Ncluster_implantation to C_0.5keV(final)/analysis3_graph_vacancy_list.py" `
  "10Ncluster_implantation to C_5keV/runs/run_*" `
  --out "vacancy_depths_ensemble.png" `
  --surface-z 125 `
  --bin-width 1

N の深さ分布（dumpから直接読む）

analysis2_graph_N_list3.py は、N_list だけでなく LAMMPS dump（*.lammpstrj）も読めます。dump側に type 列がある場合、--atom-type 3 のように N だけ抽出できます。

python "10Ncluster_implantation to C_0.5keV(final)/analysis2_graph_N_list3.py" `
  "10Ncluster_implantation to C_0.5keV(final)/dump_run_1_min0K.lammpstrj" `
  --atom-type 3 `
  --out "nitrogen_depths.png" `
  --surface-z 125 `
  --bin-width 5

「図の状態」の N 個数カウント

dump の最後のスナップショットを読み、条件（深さ・N-N距離・孤立性）でカウントします。

python goodanalysis.py --dump "10Ncluster_implantation to C_0.5keV(final)/dump_run_1_min0K.lammpstrj" --verbose

距離分布（N-N原子間距離のヒストグラム）も同時に確認したい場合は goodanalysis2.py を使います。

python goodanalysis2.py --dump "10Ncluster_implantation to C_0.5keV(final)/dump_run_1_min0K.lammpstrj" --verbose --plot-dist-hist --hist-scope all --hist-output "dist_hist.png"

パラメータの目安（surface_z など）

• 深さは depth = surface_z - z（Å）で定義しています。
• 既定の surface_z=125 Å は、diamond_substrate_250Å 系の「上面」を想定した値です。
  • 基板厚や座標原点が違うデータでは、解析時に --surface-z を調整してください。

よくあるトラブル

• パスにスペースがあって失敗する: パスを必ずダブルクォートで囲む／先に対象フォルダへ cd
• ポテンシャルファイルが見つからない: 入力が相対パス参照のことが多いので、テンプレと同じフォルダで実行する
• matplotlib が無い: python -m pip install matplotlib

参考リンク

• LAMMPS チュートリアル（外部）: https://github.com/mrkllntschpp/lammps-tutorials
• LAMMPS公式ポテンシャルファイル集: https://github.com/lammps/lammps/tree/develop/potentials