本文へスキップ

Cantera Skill (K-Dense)

K-Dense Inc. / K-Dense Inc.

Cantera Skill (K-Dense) は、均相着火計算の手順と Python ヘルパーを提供し、機構の出典記録、保存則の診断、数値的な細分化チェックを含みます。

掲載情報の更新 ·

概要

Cantera Skill (K-Dense) は scientific-agent-skills コレクションに含まれる、計算ヘルパーを同梱した指示型リソースです。自律エージェントとして機能したり、上流のシミュレーションパッケージに代わったりするものではなく、Cantera を使った閉鎖系・断熱・均相理想気体の着火計算を案内します。対象範囲は、定容および定圧反応器、温度履歴、機構ごとの着火遅れの比較です。

入力には、反応機構、反応器の拘束条件、初期温度と圧力、モル組成、シミュレーション時間、出力間隔、数値制御パラメーターが含まれます。カスタム機構は Cantera YAML ファイルとして用意する必要があります。計算前に機構の出典を記録し、相と化学種を確認するようワークフローで求められます。ヘルパーは JSON レポート、4 つの CSV 履歴、シリアライズされた機構スナップショットを出力します。これらには、条件、ハッシュ値、正規化された組成、遅れの推定値、保存則の診断、熱力学的な温度範囲が記録されます。

着火遅れは、一様な出力グリッド上で温度微分が全域最大となる時刻として定義されます。発熱が不十分な場合、または最大値が時間境界に近すぎる場合は、遅れの値を出しません。数値分解能を評価するため、出力間隔、ソルバー設定、シミュレーション時間を変えた独立計算を行います。保存則のチェックでは、質量、元素、および反応器の拘束条件に応じたエネルギー量を扱います。

これらの診断で確認できるのは数値的な整合性であり、実験との一致や反応機構の妥当性ではありません。このヘルパーは火炎ソルバーでも汎用的な反応器ネットワーク構築ツールでもなく、熱損失、実在気体効果、表面、流動装置、多段階の実験的着火定義を検証しません。機構の選定と、測定された着火観測量との比較は、引き続き科学的な評価作業です。

主な機能

  • 定容または定圧の拘束条件下にある、閉鎖系・断熱・理想気体の着火計算用 Python ヘルパーを同梱。
  • 温度微分に基づく着火遅れの定義に、最小発熱量と境界のチェックを備えています。確定できない場合は、遅れの値として null と説明を示すステータスを返します。
  • 出力間隔、ソルバー許容誤差、内部時間刻みの上限、シミュレーション時間への感度を、4 回の独立した反応器計算で評価します。
  • 保存則の診断では、質量、元素組成、化学種の質量分率の整合性、および全内部エネルギーまたはエンタルピーを扱います。
  • JSON レポートと CSV 履歴には、計算設定、正規化された組成、指定化学種、数値比較、熱力学的範囲のチェック結果が記録されます。
  • 機構の出典記録には、元ファイルと保存スナップショットのハッシュ値が含まれ、インポートした依存関係とスナップショットの再現性に関する制約も記載されます。

用途

  • 評価案:条件を一致させたうえで候補機構の着火遅れを比較し、各機構の検証済み範囲を確認するとともに、同じ遅れの定義を使用する。
  • 評価案:出力間隔、ソルバー制御、シミュレーション時間を変えたときに、計算された温度上昇ピークが安定しているかを調べる。
  • 評価案:条件、履歴、機構ファイル、保存則の診断を含む、監査可能な均相反応器計算記録を作成する。
  • 評価案:特定の実験との比較に温度ベースの遅れが適しているかを検討する。特に、化学種ベースまたは多段階の定義が異なる場合に確認する。

使い方

  1. Cantera Skill の説明を読み、閉鎖系・断熱・均相理想気体モデルが対象研究に適していることを確認します。
  2. 適切な検証済み条件範囲を持つ機構を選びます。出典、引用、変更内容、依存関係を記録し、理想気体相と必要な化学種を確認します。
  3. Skill ファイルにリンクされた設定例と実行手順に従います。反応器の拘束条件、K 単位の温度、Pa 単位の圧力、秒単位の時間、質量分率ではなくモル量を設定します。例は数値計算の出発点であり、あらゆる場合に適用できる機構選択の指針ではありません。
  4. Skill に記載された Python 環境で同梱ヘルパーを実行し、新しい出力ディレクトリを使用します。JSON レポートと 4 つすべての CSV 履歴を確認します。拘束条件の解釈には、上流の反応器方程式を参照してください。
  5. 遅れのステータス、細分化による変化、保存則、熱力学的範囲のチェックを個別に評価します。ピークを確定できない場合は、計算時間を延長するか、計算を細分化します。
  6. 結果とともに、機構の出典、条件、遅れの定義、出力間隔、数値的な制約を報告します。保存スナップショットに加えて、元の機構依存関係も保持してください。

関連リソース

Allegro

モデル

Allegro は NequIP の拡張として E(3) 等変原子間ポテンシャルを実装し、文書化された GPU 高速化オプションと、LAMMPS シミュレーション用の独立したプラグインを提供します。

オープンソースPython

計算化学 · 材料探索

ASE

オープンソース

ASE は原子シミュレーション向け Python ライブラリで、共通の計算器インターフェースを通じて従来の計算コードと外部の機械学習ポテンシャルを接続します。

オープンソースPython

計算化学

computational-chemistry-agent-skills コレクションに含まれる ASE ルーティング Skill。ワークフローの準備と計算器の設定を分け、実行は別の担当先に委任します。

計算化学 · 材料探索

BayBE

オープンソース

BayBE は、定義済みの探索空間、目的、測定結果に基づいてパラメーター設定を推奨する、ベイズ実験計画用の Python ツールボックスです。化学分野を考慮したワークフローや多目的ワークフローにも対応します。

オープンソースPython

ラボ自動化 · プロセス最適化

BoFire

オープンソース

BoFire は、混合変数、制約、分子表現、反復的な候補選択に対応する、実験計画とベイズ最適化のための Python フレームワークです。

オープンソースPython

ラボ自動化 · プロセス最適化

ChemAgent (AI4Chem)

エージェント

ChemAgent (AI4Chem) は化学・材料分野でのツール利用を目的とする研究フレームワークであり、木探索による計画、ツール実行、ChemToolBench に基づく学習を扱う CheMatAgent 論文と関連しています。

計算化学 · 材料探索

関連ガイド

スキル

化学AI Skillsとは?研究エージェントの手順モジュールを理解する

化学AI Skillsを再利用可能な手順モジュールとして理解します。`SKILL.md`に何が含まれるか、ホストが指示をどう読み込むか、SkillsがMCPやエージェントとどう異なるか、そして指針を科学的検証と混同せずに選択、組み合わせ、評価する方法を説明します。

スキル

化学・材料科学のAI Skills:RDKit・Datamol・ASE・Phonopyほか

化学・材料分野の AI Skills 10 種を、科学的な役割、依存関係、入力、出力、ライセンスの適用範囲から比較し、分子解析、NMR 処理、フォノン、平衡計算、反応分子動力学の後処理に向けた範囲を限定した評価を計画します。