做表面吸附计算这些年，VASP是我用得最趁手的工具之一。不管是催化领域的CO氧化、析氢反应，还是传感材料对气体分子的响应，甚至腐蚀防护里水分子与金属界面的相互作用，最终都要落到同一个问题上：吸附物和表面之间到底发生了什么，吸得牢不牢，电子怎么转移。VASP能算的东西很多，但表面吸附是入门门槛最友好、产出最直观的方向之一。这篇内容专门围绕“VASP表面吸附计算”的完整流程展开，从环境准备、模型构建、参数设置到吸附能计算，用一个具体算例串起来，适合刚接触计算模拟、想把表面吸附流程跑通，并且想搞明白每个步骤为什么这么做的人。

1. 表面吸附计算的整体设计思路

1.1 表面吸附模拟要回答的问题

材料表面吸附是大量应用研究的微观起点。一个分子或者原子跑到表面之后，是物理吸附还是化学吸附，吸附能有多大，最稳定的吸附位点在哪里，吸附前后电子结构怎么变化，这些问题都可以通过第一性原理计算直接得到答案。VASP在这类计算中的角色很明确：给定一个表面模型和一个吸附物模型，通过求解Kohn-Sham方程，输出体系总能量、受力、电荷密度和电子态信息，然后我们再用这些数据去计算吸附能、差分电荷密度、态密度等关键指标。

实操中，表面吸附计算最常见的产出有四个：吸附能数值、最优吸附构型、差分电荷密度图、分波态密度（PDOS）。吸附能判断吸附强度，构型决定吸附方式，差分电荷密度展现电荷转移方向和幅度，PDOS帮助理解成键机制。比如做气体传感器的人，关心的是目标气体分子在敏感材料表面的吸附能是否适中，太大则脱附困难，太小则响应不足。做催化的人更关心反应中间体在活性位点上的吸附是否合理，因为Sabatier原理告诉我们，催化活性往往与吸附强度呈火山型关系。

这些应用都建立在同一个前提上：你能稳定、可靠地算出一个吸附体系的能量和结构。所以表面吸附流程并不是一个复杂的黑箱，它更像一条流水线，每个环节都有明确的输入和输出，只要把每个环节的坑都填平，结果自然可信。

1.2 从晶体结构到吸附能量的完整链路

一个完整的VASP表面吸附计算，通常由五个环节串联起来。第一，获取本体晶体的结构参数，这个可以从实验数据或者已有材料数据库中拿到。第二，根据目标晶面切出表面模型，加上真空层，构建周期性slab（平板）模型。第三，对slab模型做结构优化，让表面达到受力收敛的状态。第四，把吸附物放到表面上方，选择合适的初始构型，再次做结构优化。第五，分别计算吸附后体系、干净表面、孤立吸附物三种状态的总能量，按公式算出吸附能，再做差分电荷密度、态密度等分析。

每一步之间是严格的依赖关系。如果slab本身没优化好，后面所有能量都不可信；如果吸附物初始构型放得不对，优化可能收敛到一个局部极小甚至直接发散。很多新手一上来就急着跑吸附，跳过了对干净表面的收敛性测试，后面出了问题很难排查。我自己的习惯是，第一步先做收敛性测试，包括截断能、K点密度、真空层厚度、slab层数，只有当这些参数都测试到能量变化小于某个阈值，才会进入正式的吸附计算。

这条链路看起来简单，但每个环节都有不少细节。比如切表面时晶胞取向的转换，POTCAR中元素势函数的顺序，KPOINTS里网格和坐标模式的匹配，INCAR里ISIF参数怎么选，这些都是在实操中非常容易出错的点。后面我会逐个拆开讲。

1.3 为什么选择VASP而不是其他工具

VASP是平面波基组加投影缀加波（PAW）方法的主流实现，它的优势在于精度可靠、并行扩展性好、生态成熟。表面吸附计算需要用到周期性边界条件，而VASP天生就是周期性的，不需要像Gaussian那样用团簇模型去近似，直接建slab就能算。相比Quantum ESPRESSO，VASP的收敛速度通常更快，对新手也更友好；相比CP2K，VASP的力常数和应力计算更稳定，适合做几何优化和后续的振动频率分析。

当然，VASP也有门槛。它是商业软件，需要许可证；输入文件虽然只有四个，但每一个都充满讲究。不过一旦你把流程跑通，后续换体系、换晶面、换吸附物都会非常顺手。我见过有人用ASE或者pymatgen结合VASP做高通量筛选，但前提依然是单点计算和结构优化要足够靠谱。

在开始编译和计算前，先明确一点：表面吸附计算对硬件要求不算特别高。一个二十来个原子的slab体系，用16到32个核并行，通常几个小时就能完成一次结构优化。真正的瓶颈往往不是你机器不行，而是参数设置不合理导致一直不收敛，或者模型建得太大导致时间翻倍。所以，合理建模、严谨测试，远比盲目堆算力重要。

2. 环境准备：Ubuntu下VASP安装与编译要点

2.1 编译依赖与工具链怎么选

VASP是Fortran写的程序，拿到源码后需要自己编译。在Ubuntu系统上，第一步是把工具链准备好。常用的组合有两套：Intel oneAPI工具链配Intel MKL，以及GNU工具链配OpenBLAS。前者编译出来的VASP性能通常更好，尤其在大体系并行计算时优势明显；后者胜在开源免费、安装简单，适合学习和测试。

我在Ubuntu上最常用的方案是Intel oneAPI。理由很简单：VASP官方提供的makefile.include模板里，针对Intel编译器的支持最完善，编译过程中需要手动修改的地方最少。而且Intel MKL提供了高性能的BLAS、LAPACK和FFT，这三者是VASP矩阵运算的基础。

安装Intel oneAPI时，最简单的办法是直接下载并安装Intel oneAPI Base Toolkit和HPC Toolkit，里面包含了编译器、MPI库和MKL。如果用命令行安装，在Ubuntu上添加Intel的APT源后，用apt install就能装好相关组件，整个过程比较省心。如果不想用Intel，那就装gfortran、openmpi和OpenBLAS，命令大致是这几个：

sudo apt update sudo apt install gfortran libopenmpi-dev libopenblas-dev libfftw3-dev

这里有个容易踩的坑：OpenMPI和Intel MPI混用会导致运行时出现诡异报错，比如MPI库版本不一致导致进程启动失败。所以我的建议是，确定好了用哪套MPI，就从头到尾统一用同一套，不要编译器用Intel、MPI用OpenMPI，还指望它们配合得天衣无缝。

2.2 makefile.include配置与编译过程

VASP源码目录下有一个arch文件夹，里面放了很多不同机器配置的makefile.include模板。常见的选择是makefile.include.linux_intel和makefile.include.linux_gnu。你需要把合适的模板复制到源码根目录，命名为makefile.include：

cp arch/makefile.include.linux_intel ./makefile.include

然后打开makefile.include，重点检查几个地方。首先是MKL路径是否指向实际安装位置。用Intel oneAPI时，通常会有一个环境变量MKLROOT指向MKL的安装目录，如果你已经source过setvars.sh，makefile.include里直接用$(MKLROOT)就行。

其次是编译器选择。确认FC和MPIFC指向的是你安装的对应版本，比如mpiifort，而不是系统的gfortran。如果编译器版本与VASP版本兼容性不好，编译过程中会出现大量语法报错，这时候不要硬扛，先检查工具链版本。

配置完成后，依次编译各个库和主程序：

make std

如果只需要标准版，make std就够了。VASP还提供gam和ncl版本，分别用于Gamma点计算和非共线磁性计算，表面吸附体系一般用不到，可以先不编译。编译过程会持续一段时间，我的经验是看到末尾出现类似“The build was successful”的提示，才说明真正成功。

如果编译过程中报错，最常见的几种情况：一是找不到MKL库路径，二是MPI头文件缺失，三是Fortran编译器版本太老。排查时不要急着改代码，先把makefile.include里的路径一行行对照实际环境确认一遍，八成问题都能解决。

2.3 安装完成后的自检清单

编译完成后不要立刻跑大任务。第一步，用源码目录里的测试算例跑一遍。VASP官方附带一些简单的测试体系，比如基础的Si或H2O单点计算。第二步，查看OUTCAR文件确认计算正常结束，没有出现“ZBRENT: fatal error”这类异常，同时检查能量是否收敛。

第三步是并行性能测试。用不同核数跑同一个中等体系，记录计算耗时，看看并行加速比是否合理。表面吸附体系通常也就十几到几十个原子，用8到32核足够。如果发现开32核比16核还慢，很可能是MPI通信开销太大，或者体系太小不适合大规模并行，这时候不要盲目加核。

测试完毕，还要确认一个关键点：VASP的版本和势函数是否匹配。不同版本的VASP对POTCAR格式的要求略有差异，旧的势文件在新型号VASP里也能用，但建议尽量使用一致的组合。我习惯把常用的POTCAR按元素整理到一个目录，需要时用脚本拼接成所需的POTCAR，这样每次建模能节省不少时间。

环境准备这块看似繁琐，但只要搞一次，后面就是收益。很多人觉得编译VASP难，其实是工具链混乱导致的。固定一套环境，别今天换编译器明天换MPI，能省掉大量和自己较劲的时间。

3. 表面模型构建与输入文件准备

3.1 为什么用slab模型而非团簇模型

表面吸附计算的核心问题是如何在一个周期性框架里表达“表面”。材料在三维方向上是无限的，但我们要模拟的是某个特定晶面和吸附物的相互作用。在VASP里，标准的做法是构建slab模型：从晶体中切出一个薄的二维平板，在垂直于表面的方向加上足够厚的真空层，让相邻周期性镜像之间没有相互作用。

slab模型的关键假设是，表面效应主要集中在最外层几个原子层内。因此，slab的厚度要能代表表面的物理化学性质，但又不能太厚导致计算量失控。以金属为例，面心立方（FCC）结构的(111)面，通常用4到6层原子就能得到收敛的表面能。对于半导体或氧化物，比如TiO2(110)，可能需要更多原子层，因为表面重构和弛豫的影响更深。

有人会问，为什么不用团簇模型，把一个几十个原子的纳米颗粒放在盒子里算？团簇模型确实避免了周期性带来的真空层问题，但也会引入边界效应，尤其在金属体系中，团簇边缘原子的配位环境与真实表面差异很大，吸附能的结果容易失真。所以对于规整晶面的吸附研究，slab模型是主流选择，也是VASP这类平面波程序最擅长的计算类型。

3.2 切表面、扩超胞与真空层设置的实操方法

构建表面模型，可以从Materials Studio、ASE或者pymatgen入手。我比较推荐用ASE，因为它是Python库，支持脚本化操作，方便复现和批量处理。比如从体相结构中切出Pt(111)表面：

from ase.build import fcc111, add_adsorbate from ase.io import write slab = fcc111('Pt', size=(3, 3, 4), a=3.92, vacuum=15.0) write('POSCAR', slab, format='vasp', vasp5=True)

这里面有几个参数值得解释。size=(3, 3, 4)表示在x、y方向各扩3个晶胞，z方向取4层原子。这样一个3x3的超胞，单个吸附质覆盖度就是1/9，约等于0.11 ML，是常见的低覆盖度设置。a是晶格常数，需要根据实验或优化后的体相晶格常数填入。vacuum=15.0表示真空层厚度为15埃。真空层的意义是避免周期性镜像之间的相互作用，厚度至少要有10埃以上，但也不能太薄，否则吸附分子可能会和下一层镜像发生人为相互作用。

切好之后，还需要检查POSCAR中原子坐标是否合理。用ASE的vasp5=True输出时，会直接生成VASP5格式的POSCAR，包含元素符号，可读性很好。如果从其他工具生成，建议打开POSCAR确认一下晶胞方向和原子位置，这一步虽然基础，但能避免后面计算出现莫名其妙的错误。常见的问题包括：坐标没有归一化，真空层方向不对，原子层间距不平均等。

建好slab后，下一步是判断是否需要对表面进行弛豫。在吸附计算前，一般会先优化干净的slab。优化的策略有两种：一是全部原子自由弛豫，二是固定底部一层或两层原子，只松弛上半部分。全部自由弛豫更彻底，但成本略高，而且可能让slab整体平移，影响对结构变化的理解。固定底层是更常用的做法，尤其当slab层数较多时，固定底部可以模拟半无限体相的效果。

3.3 输入文件逐个拆解：POSCAR、POTCAR、KPOINTS、INCAR

VASP计算只需要四个输入文件：POSCAR、POTCAR、KPOINTS、INCAR，外加提交脚本。每个文件都不复杂，但组合在一起就有很多门道。

POSCAR是结构文件，包含晶格常数、晶胞向量、原子种类、原子数和原子坐标。VASP5格式中第一行通常写体系注释，第二行是缩放系数，接下来三行是晶胞向量，后面是元素符号和原子数。注意，POTCAR中元素的排列顺序必须和POSCAR保持一致，否则计算会张冠李戴，把A元素的势套到B元素头上。

POTCAR是赝势文件。VASP的势函数有很多分类，普通用的是PAW_PBE，还有LDA、PBEsol等。对过渡金属，建议检查是否有半芯态（如p电子）被纳入价电子。拼接POTCAR时，最简单的方法是用脚本按元素顺序拆开原势文件再拼接：

cat ~/potpaw_PBE/Pt/POTCAR ~/potpaw_PBE/C/POTCAR ~/potpaw_PBE/O/POTCAR > POTCAR

拼完以后用grep检查一下每个元素的VRHFIN行是否都出现了。

KPOINTS负责布里渊区采样。对于表面slab，由于真空层方向上的倒空间长度很短，通常研用Monkhorst-Pack网格，比如Gamma-centered网格：

Automatic generation 0 Gamma 4 4 1 0 0 0

这里x和y方向的K点密度要根据超胞大小调整。超胞越大，实空间越大，K点可以越少。3x3的超胞，用4x4x1到6x6x1通常足够。z方向取1就好，因为真空层方向没有周期性色散，多取K点纯属浪费。初次计算前一定要做K点收敛测试，测试方法很简单：逐步增加K点密度，观察总能和吸附能的变化，直到能量变化小于1 meV/atom左右。

INCAR是参数控制文件，里面几乎藏着所有坑。核心参数包括：

• ENCUT：平面波截断能，一般取体系最大元素的POTCAR里推荐的ENMAX的1.3倍左右。比如Pt的ENMAX约250 eV，就可以取400 eV。更大的截断能提高精度，但计算量也上升。
• EDIFF：电子自洽收敛标准，通常设为1E-5或1E-6。EDIFF越小越精确，但耗时增加。表面吸附的能量差通常较小，我习惯用1E-6以保证吸附能可靠。
• EDIFFG：离子弛豫的受力收敛标准，常用-0.02 eV/Å或-0.03 eV/Å。注意负号，VASP中用负值表示按受力收敛。
• ISMEAR：能带填充方式。金属体系用1（Methfessel-Paxton）或者0（Fermi smearing），半导体或绝缘体用-5（tetrahedron method）。氧化物表面吸附经常遇到半导体特性，用-5更稳妥。对应的SIGMA也要合理，金属体系一般0.1或0.2 eV，太大影响总能精度。
• IBRION和ISIF：几何优化算法和是否改变晶胞。slab计算一般保持晶胞形状和体积不变，所以用IBRION=2（CG算法），ISIF=2（只优化原子位置，不改变晶胞）。
• NSW：最大离子步数，至少给到100以上，否则可能没优化完就停了。
• LREAL：投影算符在实空间的标识，对于较大体系设.True.可以明显提速，但精度略有损失。小体系设.False.更准确。
• ISPIN：是否需要自旋极化。绝大多数含过渡金属或未配对电子的体系，都建议打开ISPIN=2，并设置合理的MAGMOM。
• LORBIT：控制态密度输出，如果要画PDOS，设LORBIT=11。

INCAR里还有一个我经常被问到的参数，IDIPOL。当slab上下表面不对称，或者吸附分子带有极性时，沿真空层方向会产生偶极矩，影响静电势和总能。这种情况下需要设置IDIPOL=3或LDIPOL=.TRUE.进行偶极校正。对于对称的slab，一般不需要。

四个输入文件准备好后，提交任务前还要检查一件事：原子初始距离。吸附分子如果离表面太近，初始构型中原子间距离小于成键长度，优化初期会爆发很大的排斥力，导致结构剧烈变形或计算发散。初始高度一般放在2到3埃之间，具体取决于吸附原子和表面原子的化学性质。

4. 吸附结构优化与吸附能计算实操

4.1 吸附位点和初始构型怎么判断

吸附位点选择是全局优化的一个简化版。以FCC(111)表面为例，常见的高对称位点有顶位（top）、桥位（bridge）、面心立方空位（fcc）和六角密堆空位（hcp）。不同位点上的吸附能差异可能是0.1 eV量级，对吸附机理的判断非常关键。很多研究只算最稳定位点，但如果你想理解反应路径，最好把所有候选位点都算一遍。

初始构型的确定有几个原则。第一，吸附质分子保持合理的气相几何结构，不要凭空扭曲。第二，吸附质和表面的初始距离要略大于预期平衡距离，一般2.0到2.5埃左右，给优化留出空间。第三，分子朝向尽量参考化学直觉或已有文献。比如CO在金属表面通常是碳端朝下，垂直或倾斜吸附，而不是氧端朝下，因为碳的孤对电子更倾向于向金属表面配位。

对于小分子吸附，我常用的做法是手动建几个初始构型，分别优化，比较能量。比如CO在Pt(111)表面，我会构建top位碳端朝下、fcc位碳端朝下、bridge位碳端垂直等几种构型，每种做一次结构优化。优化后比较总能，最低的对应最稳定吸附构型。有时候还要考虑分子的平动和转动自由度，比如水分子吸附时，氧原子的朝向和氢原子的位置都需要测试。这个“试位点”的过程看似繁琐，但非常有价值，它远比只算一个位点然后强行解释要可靠。

4.2 结构优化策略：从粗到细，固定底层

吸附结构优化不是直接把吸附物和slab放在一起跑一次就完事。更稳妥的做法是分阶段进行。

第一个阶段，优化干净slab。固定底层原子，让上面的层充分弛豫。这个阶段得到的是稳定的表面基底结构。第二个阶段，在优化好的slab上放置吸附物，再做全体系优化。此时一般继续固定底层原子，只让吸附物和靠近表面的几层原子弛豫。

为什么要固定底层？因为周期性slab模型在z方向是有限的，底层原子如果完全自由弛豫，slab可能整体漂移，导致真空层厚度变化，影响总能。固定底层相当于用人手压住材料的体相部分，只让表面区域去响应吸附扰动。虽然会带来轻微的人为约束，但影响很小，因为表面吸附的应力主要集中在表面一层。

我习惯固定底部两层原子，让上面两层和吸附物质完全弛豫。对于4层slab，这意味着固定2层、弛豫2层加吸附物，自由度约在20个原子左右，计算效率很高。如果slab比较厚，比如6到8层，固定3层或4层都可以。

优化参数上，建议先用相对宽松的收敛标准粗跑一遍，比如EDIFF=1E-5，EDIFFG=-0.05，看结构是否合理。如果粗跑顺利，再提高到EDIFF=1E-6，EDIFFG=-0.02做精细优化。两步法可以节省大量时间，尤其在你对初始构型没有把握的时候。我用这个方法，很多体系一次就能收敛。

4.3 吸附能计算公式与参照态选取

吸附能是表面吸附计算最核心的输出量。定义有很多种写法，但最常用的是：

E_ad = E_adsorbate+slab - E_slab - E_adsorbate_gas

其中，E_adsorbate+slab是吸附后体系的总能，E_slab是干净slab的总能，E_adsorbate_gas是孤立吸附物在气相中的总能。注意，这里的气相吸附物计算要放在一个足够大的盒子中做，以减小周期性镜像之间的相互作用。对于CO这类小分子，20埃见方的盒子就够用。

按照这个定义，吸附能越负，吸附越强。如果算出来正值，说明吸附过程吸热，热力学上不利，这个结果很可能是初始构型放错了或者能量参考态选取有问题。

还有一个细节：吸附能在不同文献里有时会差一个负号或者包含零点能校正。对于理论预测，我们通常直接比较电子能量；如果要与实验吸附热对比，还要加上零点能、温度修正等。但在绝大多数表面吸附研究中，未校正的电子吸附能已经足够判断趋势。

另外，用“E_adsorbate_gas”时有个小坑：小分子的气相总能对盒子大小和自旋设置非常敏感。比如O2分子，基态是三线态，如果计算时忘了打开ISPIN=2，算出来的O2能量会偏高，导致吸附能偏负很多。哪怕只是做表面吸附，也需要单独测试一下吸附质分子的自旋态，和实验基态一致。

4.4 完整算例：CO在Pt(111)表面的吸附

这里我带你跑一个具体算例，CO在Pt(111)表面的吸附。

第一步，构建表面。用ASE的fcc111建一个3x3x4的Pt(111)slab，晶格常数用实验值3.92埃，真空层15埃。生成POSCAR后，手动加上CO分子，放在top位，碳原子距表面初始距离约2埃，碳氧键长设为1.15埃，CO轴垂直于表面。

第二步，准备POTCAR和KPOINTS。POTCAR按Pt、C、O的顺序拼接。KPOINTS用Gamma-centered 4x4x1。

第三步，INCAR设置。对Pt这种金属，ISMEAR=1，SIGMA=0.2，ISPIN=2。ENCUT=400，EDIFF=1E-6，IBRION=2，ISIF=2，NSW=100。固定底层两层原子的办法，可以在POSCAR中把底层原子坐标后的选择性动力学标志设好，或者在ASE中设置。用ASE更方便，计算前把底层原子标记为固定，写POSCAR时会自动加入Selective dynamics。

from ase.build import fcc111, add_adsorbate from ase.constraints import FixAtoms from ase.io import write slab = fcc111('Pt', size=(3, 3, 4), a=3.92, vacuum=15.0) # 假定底层两层原子 index 为 0-17，固定它们 cons = FixAtoms(indices=[atom.index for atom in slab if atom.tag < 2]) slab.set_constraint(cons) # 添加CO，顶位 add_adsorbate(slab, 'CO', 2.0, position='ontop') write('POSCAR', slab, format='vasp', vasp5=True)

第四步，提交计算。用VASP跑这个体系，一般几十个原子，16核并行，1到2小时内能完成。完成后查看OUTCAR或vasprun.xml里的总能，同时用同样的参数分别计算干净slab和孤立CO分子的总能。

第五步，代入公式得到吸附能。如果计算结果E_ad约-1.5 eV到-2.0 eV，就和文献中CO在Pt(111)的典型吸附能范围对得上。当然，具体数值取决于截断能、K点和泛函选择，PBE泛函对这个体系通常会高估吸附能一点，这些都是正常的。

吸附能算完，还可以进一步算差分电荷密度：把吸附后体系的电荷密度减去干净slab和孤立CO的电荷密度，再用VESTA或VASPKIT可视化。差分电荷密度可以直观地看到金属表面的电子和CO的电荷重新分布，哪些区域电子积累，哪些区域电子缺失。如果想做PDOS，算完结构优化后可以再跑一个自洽计算，LORBIT=11，然后用p4vasp或sumo画图，分析CO的2π*轨道和Pt的d带杂化。

这一步跑完，表面吸附计算的主流程就走通了。

5. 常见问题与排查技巧实录

5.1 电子步不收敛和离子步震荡

电子自洽不收敛是VASP表面吸附计算中最常见的拦路虎。表现是SCF循环到几十步还是达不到EDIFF，能量曲线一直在抖动。常见原因有几个。

第一个是初始电荷密度不好。如果在吸附体系优化前用了ISTART=0，建议直接删掉WAVECAR文件重算，或者设置ICHARG=1从原子电荷密度开始。有时候从中断的WAVECAR续跑反而会让SCF卡住。

第二个是混合参数不合适。INCAR里默认的混合方式是Pulay，遇到金属表面加分子吸附，常常会振荡。此时可以改用AMIX = 0.1、BMIX = 0.0001这种保守参数，虽然收敛步数会增加，但稳定性会好很多。再不行就试试线性混合IMIX=1，代价是收敛慢，但几乎不会震荡。

第三个是SIGMA设置不合理。金属体系SIGMA太小，会导致能带占据数剧烈变化，SCF震荡；太大又会影响总能，导致吸附能误差。一般金属体系0.1到0.2 eV是安全区间，实在不收敛可以加大到0.3先跑通，最后再用0.1做精算。

离子步震荡通常表现为超过NSW步数后，受力还是没有收敛到EDIFFG，或者能量先降后升再降再升。这时候先别急着加NSW，要检查初始构型是否合理，比如吸附分子和表面原子距离太近，导致每个离子步里原子位置变化太大。可以用IBRION=1（最速下降法）配POTIM=0.05来跑，等结构接近收敛了再换回CIBF。

5.2 磁矩和自旋极化带来的坑

氧化性分子、过渡金属氧化物、含未配对电子的体系都需要开ISPIN=2。但光打开还不够，初始磁矩MAGMOM一定要给合理。比如O2分子在slab上吸附，如果默认MAGMOM全是0，自洽迭代可能收敛到闭壳层解，最终能量偏高。建议把涉及O的原子MAGMOM设为1或2，过渡金属原子设为5左右，让自洽过程有足够的自由度去选择自旋态。

有时候从一个好的自旋态出发也很重要。比如Fe(110)表面吸附，如果初始磁矩给得不合适，最终收敛到低自旋甚至零磁矩状态，表面能和吸附能都会扭曲。一个技巧是先跑一个纯slab的自洽计算，把得到的自旋密度结果作为初始MAGMOM，再开始吸附优化。这样能减少不必要的自旋配置错误。

5.3 收敛性测试该怎么做才不算白做

收敛性测试是表面吸附计算绕不开的环节，但很多人只是敷衍做一下。我的建议是，至少对三个参数做系统测试：截断能ENCUT、K点密度、真空层厚度。

测试的时候，固定其他参数，只改变目标参数，用干净slab做单点计算或短优化，观察总能变化。比如ENCUT从350开始，每次增加50，直到总能变化小于1 meV/atom。K点从2x2x1开始，依次提高到3x3x1、4x4x1、6x6x1，直到能量变化小于1 meV/atom。真空层从12埃开始，逐步加到18埃、20埃，观察表面能或吸附能的变化。

把这些测试结果整理成一张表格，你会发现最优参数组合一目了然。比如下表是一个典型的Pt(111)测试记录：

从这个表能看出，真空层15埃时吸附能已经稳定在-1.75左右，继续加到20埃变化不足0.01 eV，所以15埃就是合理的取值。做一轮这样的测试，花费的时间并不长，但能让你对后续计算结果有底气。

5.4 几个容易忽视的细节与报错速查

最后分享几个表面吸附计算中非常容易忽视但影响结果的细节。

• KPOINTS坐标模式与POSCAR是否匹配。如果POSCAR用的是分数坐标，KPOINTS用Monkhorst-Pack时通常没问题，但使用Cartesian模式时容易出问题，建议统一使用分量坐标。
• POTCAR元素顺序。这是新手常见报错，打开OUTCAR看看每个元素的VRHFIN行是否和POSCAR顺序一致。
• 原子间距离过近。报错信息里会提示“Two atoms are too close”，通常是因为初始构型不合理。把吸附物稍微抬高一点，或者检查一下slab是否因为固定原子而变形。
• 晶格常数不匹配。如果你从实验数据建的slab和用PBE优化后的体相晶格常数不一致，表面应力会很大，优化出来的结构可能畸变。建议先优化体相晶胞，再用优化后的晶格常数去切表面。
• 偶极校正未开。如果吸附分子有较大偶极矩，或者slab上下表面不对称，建议设置IDIPOL=3，配合LDIPOL=.TRUE.做偶极校正，避免静电误差。

遇到计算中途被中断，比如机器断电或超时，可以试着续跑。只要KPOINTS和POSCAR没变，保留WAVECAR和CHGCAR，用ISTART=1、ICHARG=1继续跑，通常比从头开始快得多。当然，如果改了POSCAR或KPOINTS，WAVECAR必须删掉。

最后一个实用习惯：每跑完一个计算，都把主要输入参数和输出能量记到自己的实验记录里，最好用脚本自动整理成表格。表面吸附计算涉及多个体系、多个位点的比较，数据管理一旦混乱，后面写论文时会非常痛苦。我自己的做法是把每个位点的总能、吸附能、关键结构参数放在同一个CSV里，后期整理结果时直接导出就行。这个习惯不复杂，但长期看收益极大。