论文部分内容阅读
分子筛是一类具有均匀微型孔道的晶体材料,自从被发现以来就一直广泛应用于各个领域。分子筛的功能特性与其骨架结构有着密不可分的关系,然而至今为止被国际分子筛协会收录的结构仅仅只有232种,远不能满足日益增长的工业需求。随着计算机科学与分子工程学的发展,在分子工程学的指导下,通过计算机方法预测理论上可行的分子筛结构是可行的,在国际上出现了许多分子筛预测的方法,其中吉林大学无机合成与制备化学国家重点实验室研制出Fra Gen预测方法,能够在相同的条件下预测出更多合理的分子结构。然而这种方法存在很多问题:1、无法同时对不同的分子结构进行处理,2、在预测的过程中需要大量的人工干预,3、在预测的过程中部分步骤耗时严重,4、最终保存结果到数据库中过程繁琐。针对以上问题,本文设计了基于LSF的高效催化材料预测的高通量自动化计算架构,将化学过程进行高通量并行设计,并实现了11个自动化模块,使得系统可以高通量自动化预测大批量的分子结构,使人们从繁琐的数据处理以及流程衔接中脱离出来。而且本文还设计并实现了2个系统资源维护模块:孤儿作业检测模块以及不可能完成作业检测模块,用来维护系统中的队列资源、CPU资源以及内存资源。除此之外,本文还为用户提供了数据库自动录入的功能、假想分子结构的查询界面以及用户作业实时监测界面,便于用户更高效地监测自己的作业。本文工作基于国家重点研发计划专项——“高效催化材料的高通量预测、制备和应用”。通过实现基于LSF的高效催化材料预测的高通量自动化计算系统,将分子筛结构预测进行自动化实现,节省因繁琐的数据处理而花费的人力资源开销。而且本文实现的分子结构预测的高通量计算可以一次性提交大批量的任务,高效完成海量数据计算,增加单位时间内产生的合理假想分子结构,提高吞吐率,节省时间成本。