diciembre 17, 2019

Gaussian 16 y GaussView 6

Gaussian 16 es la última versión de la serie gaussiana de programas de estructura electrónica, utilizada por químicos, ingenieros químicos, bioquímicos, físicos y otros científicos de todo el mundo. Gaussian 16 ofrece un amplio conjunto de capacidades de modelado más avanzadas disponibles. Puede usarlo para investigar los problemas químicos del mundo real que le interesan, en toda su complejidad, incluso en hardware de computadora modesto.

¿Qué diferencia a Gaussian 16 de otro software?
  • Gaussian 16 produce modelos precisos, confiables y completos sin cortar esquinas.
  • Una amplia variedad de métodos hace que Gaussian 16 sea aplicable a una amplia gama de condiciones químicas, tamaños problemáticos y compuestos.
  • Gaussian 16 ofrece un rendimiento de vanguardia en entornos de CPU única, multiprocesador y multinúcleo, clúster / red y GPU.
  • La configuración de los cálculos es simple y directa, e incluso las técnicas complejas están completamente automatizadas. Las opciones flexibles y fáciles de usar le brindan un control completo sobre los detalles de cálculo cuando sea necesario.
  • GaussView 6 presenta los resultados de los cálculos en forma gráfica natural e intuitiva.

Capacidades Fundamentales

A partir de las leyes fundamentales de la mecánica cuántica, Gaussian 16 predice las energías, estructuras moleculares, frecuencias vibratorias y propiedades moleculares de compuestos y reacciones en una amplia variedad de entornos químicos. Los modelos de Gaussian 16 pueden aplicarse tanto a especies estables como a compuestos que son difíciles o imposibles de observar experimentalmente, ya sea por su naturaleza (p. Ej., Toxicidad, combustibilidad, radioactividad) o su naturaleza fugaz inherente (p. Ej., Intermedios de corta duración y estructuras de transición )

Con Gaussian 16, puede investigar a fondo los problemas químicos que le interesan. Por ejemplo, no solo puede minimizar las estructuras moleculares de manera rápida y confiable, también puede predecir las estructuras de los estados de transición y verificar que los puntos estacionarios predichos son, de hecho, mínimos o una estructura de transición (según corresponda). Puede continuar para calcular la ruta de reacción siguiendo la coordenada de reacción intrínseca (IRC) y determinar qué reactivos y productos están conectados por una estructura de transición dada. Una vez que tenga una imagen completa de la superficie de energía potencial, las energías de reacción y las barreras se pueden predecir con precisión. También puede predecir una amplia variedad de propiedades químicas.

Gaussian 16 ofrece una amplia gama de métodos para modelar compuestos y procesos químicos, que incluyen:

  • Mecánica molecular EGF : Ámbar, UFF, Dreiding
  • Métodos semiempíricos EGF † : AM1, PM6, PM7, DFTB, entre otros.
  • Hartree-Fock EGF
  • Métodos de densidad funcional (DFT) EGF , con soporte para una gran cantidad de funcionales publicados; correcciones de dispersión empíricas y de largo alcance están disponibles donde se definieron
  • EGF de campo activo completo de espacio activo completo (CASSCF) , que incluye soporte RAS y optimizaciones de intersección cónica
  • Teoría de la perturbación de Møller-Plesset: MP2 EGF , MP3 EG , MP4 (SDQ) EG , MP4 (SDTQ) E , MP5 E
  • Clúster acoplado: CCD EG , CCSD EG , CCSD (T) E
  • Brueckner dobla: BD EG , BD (T) E
  • Función de Green de valencia externa (OVGF): potenciales de ionización y afinidades electrónicas
  • Modelos de energía de alta precisión: G1-G4, series CBS y series W1, todas con variantes
  • Métodos de estado excitado: TD-DFT EGF , EOM-CCSD EG y SAC-CI EG

E Energies; G gradientes analíticos; F frecuencias analíticas; F † Reimplementado con frecuencias analíticas.

Se puede examinar una amplia gama de resultados gaussianos con las capacidades de visualización de GaussView:

  • Anotaciones de moléculas y / o coloraciones específicas de propiedades: p. Ej., Cargas atómicas, órdenes de enlace, cambios químicos de RMN
  • Gráficos, incluidos los espectros de RMN, vibracionales y vibrónicos
  • Superficies o contornos: p. Ej., Orbitales moleculares, densidad de electrones, densidad de espín. Propiedades como el potencial electrostático se pueden visualizar como una superficie de densidad coloreada.
  • Animaciones: por ejemplo, modos normales, caminos IRC, optimizaciones de geometría
Propiedades moleculares en gaussiano 16

Acoplamiento antiferromagnético
Atómica cobra
Delta G de solvatación
del momento dipolar
de electrones afinidades
densidad de electrones
de dicroísmo circular electrónica (ECD)
electrostática potenciales
cargas potenciales derivados electrostáticas
banda de transición electrónica de la forma
energías de alta precisión
Hyperfine acoplamiento constantes (anisotrópica)
tensores hiperfinos espectros (incluyendo g tensores)
potenciales de ionización
IR y espectros Raman * Espectros
pre-resonancia Raman *
Resonancia espectros Raman
Orbitales moleculares
Momentos multipolares
Blindaje de RMN y desplazamientos químicos
Constantes de acoplamiento de giro-giro de RMN Rotaciones
ópticas (ORD)
Polarizabilidades / hiperpolarizabilidades
Actividad óptica Raman (ROA) *
Análisis termoquímico
UV / Espectros visibles
Vibración-rotación de acoplamiento
Dicroísmo circular vibratorio (VCD) *
Espectros vibrónicos (absorción y emisión)


Entalpias de enlace y potenciales electrostáticos en hidruros

Este gráfico traza la fuerza de enlace en los compuestos de hidruro de segunda y tercera fila (experimento: [CRC00]), que generalmente aumenta en la tabla periódica, con el enlace más fuerte que ocurre en el elemento justo antes del gas noble. La gráfica tiene una forma general similar para ambas filas, pero los valores para la tercera fila son más altos, debido a la protección adicional del núcleo por la segunda caparazón llena. Las imágenes muestran el potencial electrostático para cada compuesto mapeado en una superficie de isodensidad. El H 2superficie ilustra la naturaleza covalente de este enlace; Los enlaces en los otros compuestos de hidruro son iónicos. El potencial electrostático negativo (rojo) se localiza en el átomo de hidrógeno al comienzo de cada fila, y se mueve al sustituyente a medida que el número atómico aumenta dentro de una fila. Por lo tanto, las fuerzas de enlace de hidruro aumentan a lo largo de un período (fila) y disminuyen a medida que baja un grupo (columna), debido a los cambios en la electronegatividad.

 


60 en el espacio interestelar

60 se detectó en observaciones IR de la nebulosa Iris (NGC 7023) en 2004 [ Werner04 , Sellgren10 ]. El gráfico de recuadro muestra las ubicaciones de los picos identificadas a partir de los datos (barras sólidas) superpuestas en el espectro predicho por la química del modelo APFD / 6-311 + G (2d, p). Los picos más fuertes (púrpura) difieren del espectro IR del laboratorio en 0.03-0.06 μm.

 

 


Termoquímica de plaguicidas organofosforados

Los compuestos organofosforados se usan comúnmente como pesticidas (entre muchas otras aplicaciones). Estos compuestos afectan negativamente la salud humana, tanto por su toxicidad inherente como por los productos nocivos creados durante la combustión (p. Ej., Como resultado de la quema de material vegetal previamente tratado). La descomposición de estos compuestos es difícil de estudiar experimentalmente; Los datos termoquímicos para ellos son escasos. Sin embargo, las predicciones termoquímicas de alta precisión pueden cerrar esta brecha y permitir el estudio de la estabilidad térmica de los compuestos y productos de combustión relevantes. Por ejemplo, este gráfico traza la capacidad calorífica en función de la temperatura para dos de estos compuestos: el glifosato de pesticida y el metilfosfonato de dimetilo (DMMP), un compuesto retardante de llama más benigno. También informa sus calores de formación (kcal / mol),Khalfa15 ]. Su artículo presenta resultados calculados para una gran cantidad de compuestos de fósforo trivalente y pentavalente, datos que les permite proponer 83 grupos originales para su uso en el método de contribución de grupo semiempírico de Benson, y por lo tanto les permite evaluar las propiedades termoquímicas de algunos comunes pesticidas, herbicidas y compuestos relacionados.

 

Explore partes exóticas de la tabla periódica

Gaussian proporciona características para modelar elementos pesados ​​para los cuales los efectos relativistas son significativos. Los conjuntos de bases del grupo Stuttgart-Dresden y Ahlrichs + ECP están integrados, y sus tratamientos de elementos específicos se pueden fusionar con otros conjuntos de bases estándar a través de especificaciones de entrada muy simples.


MO más ocupados para [UO 2 (NC) 4 ] 2– y [UO 2 (CN) 4 ] 2-

Estos compuestos fueron modelados con la química del modelo B3LYP / aug-cc-pVDZ, utilizando el ECP de Stuttgart / Dresden y la base [7s 6p 5d 3f] establecida en uranio [ Sonnenberg05 ]. En general, los OMs están más estabilizada en la NC  complejo (a la izquierda) en comparación con el NC  complejo (derecha). Por ejemplo, en los HOMO, los orbitales 5σ localizados en los átomos de carbono apuntan hacia el átomo de uranio en el primero mientras apuntan lejos de él en el último, y la longitud del enlace del grupo a la U es 0.13 Å más en CN  complejo.

 


17 O Cambios químicos en complejos de metales de transición

Esta figura informa el cambio químico previsto con respecto al vapor de agua (ppm) y la longitud del enlace del sustituyente de oxígeno (Å) para una serie de complejos de metales de transición (valores en gris). Estos compuestos se modelan utilizando el APFD funcional con el conjunto de bases def2-TZVPP y las ECP en los átomos metálicos. Los resultados están en excelente acuerdo con el experimento (valores en verde: [ Kaupp95 , Kaupp95a ]).

Para mas información sobres soporte técnico o precios pónganse en contacto con nosotros