一、磁性材料的分類

磁性材料根據對外加磁場的響應，主要分為五大類：抗磁性、順磁性、鐵磁性、亞鐵磁性和反鐵磁性。分類依據是材料的磁化率χ（χ > 0 為吸引，χ < 0 為排斥）。

1、抗磁性（Diamagnetism）

材料在磁場中產生反向磁場，被排斥。χ ≈ -10??，很弱。所有材料都有抗磁貢獻，但通常被其他磁性掩蓋?？勾判圆牧希ㄈ玢~、水）中的電子會形成一個微小的、與外加磁場方向相反的磁矩，因此抗磁性材料通常表現為對磁場的排斥。

應用：用于磁懸浮演示、精密儀器磁屏蔽，或生物兼容材料（如水基組織）。

2、順磁性（Paramagnetism）

材料被弱吸引，χ ≈ 10?? ~ 10?3。未配對電子的自旋在外場下部分對齊，但熱運動破壞秩序。順磁性材料（如鋁、鉑）的特點是原子或分子磁矩在外磁場中可以被部分地排列，但這種排列在移除外磁場后會消失。

應用：順磁性材料常用于磁制冷（如Gd鹽）和MRI對比劑，因其在低溫下磁矩易對齊。

3、鐵磁性（Ferromagnetism）

強磁性，χ 可達10?，有剩磁和磁滯回線。內部磁疇在外場下對齊，居里溫度以上轉為順磁。鐵磁性材料（如鐵、鈷、鎳）的原子磁矩在無外加磁場時也會自發(fā)地排列，形成較大的自發(fā)磁化。這些材料表現出極強的磁響應，這也是它們在電磁技術和數據存儲領域中極其重要的原因。

應用：鐵磁性是電磁技術核心，用于電機、變壓器、數據存儲（硬盤）和永磁體，因其高磁導率和剩磁。

4、亞鐵磁性（Ferrimagnetism）

子晶格磁矩反平行但大小不等，凈磁矩不為零。類似鐵磁，但有補償點。示例：磁鐵礦（Fe?O?）、鐵氧體。

應用：高頻變壓器、磁存儲介質、微波器件。

5、反鐵磁性（Antiferromagnetism）

相鄰自旋反平行，凈磁矩為零。內爾溫度以上轉為順磁。示例：MnO、Cr。

應用：自旋電子學、量子計算中的自旋閥。

這些分類在納米尺度或低溫下可能出現變體，如超順磁性。

二、磁疇結構與磁性能調控

磁疇是鐵磁性材料中磁矩自發(fā)排列形成的微小區(qū)域，每個磁疇內的磁矩指向一致，磁疇之間則可能存在不同方向的磁矩排列。通過外加磁場或應力，可以改變磁疇的大小和方向，從而控制材料的磁性能。例如，在硬磁材料中，磁疇的方向一旦被固定，材料便能保持較強的剩余磁化狀態(tài)，適用于制造永磁體。

通過材料制備技術和熱處理等過程，可以實現對磁疇結構的調控，進而優(yōu)化材料的磁性能，這對于磁性材料在各種應用中的性能至關重要。例如，通過精確控制磁疇的尺寸和排列，可以提高磁存儲材料的記錄密度，或增強磁傳感器的靈敏度和精確度。

三、磁性材料的計算方法：以 VASP為例子

計算磁性材料主要用第一性原理方法預測電子結構、磁矩、磁有序等。主流軟件包括VASP、Quantum ESPRESSO等，其中VASP是最受歡迎的商用DFT軟件包，以精度高、功能全著稱。

VASP計算磁性材料的優(yōu)勢

支持自旋極化計算（ISPIN=2），可設置初始磁矩（MAGMOM）。

處理鐵磁、反鐵磁、亞鐵磁等有序。

支持DFT+U（ Hubbard模型）修正強關聯（如過渡金屬氧化物）。

可計算磁各向異性能量（MAE）、交換積分等。

準備輸入文件

POSCAR：晶體結構（原子位置、晶格常數）。

INCAR：核心參數。磁性相關：

text

ISPIN = 2 # 自旋極化

MAGMOM = 4*2.0 2*-2.0 # 初始磁矩（例如Fe的反鐵磁）

LORBIT = 11 # 輸出投影磁矩

ISYM = 0 # 關閉對稱（復雜磁有序時）

對于DFT+U：LDAU = .TRUE.，設置U值。

KPOINTS：k點網格（Gamma-centered或Monkhorst-Pack）。磁性計算需密網格（如8×8×8）。

POTCAR：贗勢文件（PAW贗勢推薦）。

運行計算

自洽計算（NSW=0）得到基態(tài)能量、磁矩。

非共線磁性（LNONCOLLINEAR=.TRUE.）用于復雜自旋紋理。

固定自旋矩（fixed spin moment）模擬外場。

后處理與分析

OUTCAR/OSZICAR：總能量、每個原子的磁矩。

VASPRUN.XML：用pymatgen或ASE解析。

計算MAE：不同自旋方向能量差。

交換參數：用四態(tài)法或線性響應。

四、常見問題與技巧

收斂性：ENCUT（截斷能）至少400-600 eV；PREC=Accurate。

強關聯：如NiO，用DFT+U（U≈4-6 eV）修正。

大體系：用VASPsol處理溶劑，或HSE06雜化泛函提高精度（但貴）。

并行：VASP支持MPI+OpenMP，高性能集群必備。

其他方法如Quantum ESPRESSO（免費開源）或機器學習輔助（如M3GNet預訓練模型）可補充VASP。