🔬 materials science

pyzentropy: A Python package implementing recursive entropy for first-principles thermodynamics

यह शोध पत्र प्रथम-सिद्धांत ऊष्मागतिकी (first-principles thermodynamics) में पुनरावर्ती एंट्रॉपी (recursive entropy) को लागू करने के लिए ओपन-सोर्स पायथन पैकेज `pyzentropy` प्रस्तुत करता है, जो उच्च-संभाव्यता वाले चुंबकीय विन्यासों के योगदान को सटीक रूप से पकड़कर $Fe_3Pt$ के विसंगत इनवार (Invar) व्यवहार और चरण आरेखों (phase diagrams) को सफलतापूर्वक पुनरुत्पादित करता है।

मूल लेखक: Nigel Lee En Hew, Luke Allen Myers, Shun-Li Shang, Zi-Kui Liu

प्रकाशित 2026-04-21

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Nigel Lee En Hew, Luke Allen Myers, Shun-Li Shang, Zi-Kui Liu

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक छोटे से शहर के मौसम की भविष्यवाणी करने की कोशिश कर रहे हैं। आप अभी आसमान को देखकर बस एक अनुमान लगा सकते हैं। लेकिन एक बेहतर तरीका यह होगा कि आप यह महसूस करें कि मौसम केवल एक एकल अवस्था नहीं है; यह संभावनाओं का एक अराजक मिश्रण है। कभी धूप होती है, कभी बारिश, तो कभी हवा चलती है। शहर के वास्तविक 'जलवायु' (क्लाइमेट) की तस्वीर पाने के लिए, आप केवल एक दिन को नहीं चुन सकते। आपको उन सभी संभावित दिनों को देखना होगा, यह पता लगाना होगा कि प्रत्येक के होने की कितनी संभावना है, और फिर उन सभी का औसत निकालना होगा।

यह बिल्कुल वही है जिसके बारे में "pyzentropy" नामक शोध पत्र है, लेकिन मौसम के बजाय, यह धातु के परमाणुओं (atoms in a metal) के बारे में है।

समस्या: "हाथी और अंधे व्यक्तियों" वाली स्थिति

लंबे समय से, परमाणुओं का अध्ययन करने वाले वैज्ञानिक (ऊष्मागतिकीविद्/thermodynamicists) और सूचना का अध्ययन करने वाले वैज्ञानिक (जैसे डेटा वैज्ञानिक) एक ही चीज़—एन्ट्रॉपी (Entropy)—को देख रहे हैं, लेकिन पूरी तरह से अलग दृष्टिकोणों से।

ऊष्मागतिकीविद् (The Thermodynamicist): एक धातु को देखता है और उसमें एक ठोस ब्लॉक देखता है। वह "औसत" परमाणु के आधार पर इसकी ऊष्मा और विस्तार की गणना करता है।
सूचना सिद्धांतकार (The Information Theorist): एक पहेली देखता है। वह जानता है कि यदि आपके पास कई संभावित व्यवस्थाएं (microstates) हैं, तो "अनिश्चितता" या "अव्यवस्था" (एन्ट्रॉपी) एक बहुत बड़ी संख्या होती है।

इस शोध पत्र के लेखकों ने महसूस किया कि ऊष्मागतिकीविद् एक महत्वपूर्ण चीज़ मिस कर रहे थे। वे हर संभव परमाणु व्यवस्था को केवल एक एकल, उबाऊ अवस्था मान रहे थे। लेकिन वास्तव में, एक धातु एक व्यस्त डांस फ्लोर की तरह है। परमाणु लगातार थिरक रहे हैं, घूम रहे हैं, और अपने चुंबकीय "मूड" को बदल रहे हैं। यदि आप परमाणुओं के नाचने के सभी विभिन्न तरीकों को अनदेखा कर देते हैं, तो आप धातु के व्यवहार के बारे में गलत उत्तर प्राप्त करेंगे।

समाधान: "ज़ेंट्रोपी" (Zentropy) रेसिपी

टीम ने pyzentropy (जो जर्मन शब्द "ज़ुस्टैंड्ससम (sum of states)" और "एन्ट्रॉपी" का मिश्रण है) नामक एक नया ओपन-सोर्स टूल बनाया है। इसे एक सुपर-कैलकुलेटर के रूप में सोचें जो दो काम करता है:

यह हर संभावित डांस मूव को सूचीबद्ध करता है: यह धातु के एक टुकड़े (विशेष रूप से Fe3Pt नामक मिश्र धातु) को देखता है और हजारों तरीकों को सूचीबद्ध करता है जिनसे परमाणु व्यवस्थित हो सकते हैं।
यह संभावनाओं का वजन तय करता है: यह गणना करता है कि एक विशिष्ट तापमान पर प्रत्येक व्यवस्था के होने की कितनी संभावना है।
यह उन सभी को मिला देता है: एक "सर्वश्रेष्ठ" व्यवस्था चुनने के बजाय, यह उन सभी का भारित औसत (weighted average) लेता है।

यही वह "रिकर्सिव" (पुनरावर्ती) हिस्सा है। यह कहने जैसा है: "कमरे की कुल अव्यवस्था उस विशिष्ट व्यवस्था की अव्यवस्था है जिसे आप देखते हैं, प्लस उस अव्यवस्था का भी जो अन्य सभी तरीकों से कमरा व्यवस्थित हो सकता था।"

केस स्टडी: जादुई धातु (Fe3B)

अपने नए टूल का परीक्षण करने के लिए, उन्होंने Fe3Pt को देखा, जो एक प्रसिद्ध इनवार मिश्र धातु (Invar alloy) है।

रहस्य: अधिकांश धातुएं गर्म होने पर फैलती हैं (जैसे गर्मियों में पुल का फैलना)। लेकिन इनवार अजीब है। यह गर्म होने पर मुश्किल से फैलता है, या कभी-कभी सिकुड़ भी जाता है। वैज्ञानिक दशकों से इस "इनवार प्रभाव" को समझाने की कोशिश कर रहे हैं।
पुराना तरीका: पिछले मॉडलों ने केवल परमाणुओं की एक या दो "परफेक्ट" व्यवस्थाओं को देखकर इसे समझाने की कोशिश की। वे इस अजीब सिकुड़ने वाले व्यवहार को पकड़ने में विफल रहे।
नया तरीका (pyzentropy): लेखकों ने कंप्यूटर को एक छोटे बॉक्स में परमाणुओं की 25 अलग-अलग चुंबकीय व्यवस्थाओं को देखने के लिए कहा।
- उन्होंने पाया कि कम तापमान पर, परमाणु बहुत व्यवस्थित होते हैं (जैसे सैनिकों की एक पंक्ति)।
- जैसे-जैसे तापमान बढ़ता है, परमाणु अपने चुंबकीय स्पिन को बदलने लगते हैं (जैसे सैनिक अचानक नाचने का निर्णय ले लें)।
- महत्वपूर्ण बात यह है कि इनमें से कुछ "नाचने" वाली व्यवस्थाएं "बड़ी" व्यवस्थाओं की तुलना में कम जगह घेरती हैं।

चूंकि धातु लगातार इन "बड़ी" और "छोटी" व्यवस्थाओं के बीच स्विच कर रही है, इसलिए धातु का समग्र आकार स्थिर रहता है (या सिकुड़ जाता है) भले ही वह गर्म हो रही हो। pyzentropy ने इस व्यवहार के साथ-साथ अन्य अजीब गुणों, जैसे कि गर्म होने पर धातु का नरम होना, की सफलतापूर्वक भविष्यवाणी की।

"बड़ी तस्वीर" का सबक

इस शोध पत्र में उन सभी के लिए एक बहुत महत्वपूर्ण सबक है जो जटिल समस्याओं को हल करने की कोशिश कर रहे हैं: केवल सबसे स्पष्ट उत्तर को न देखें।

Fe3Pt के उदाहरण में, उन्होंने पाया कि तीन विशिष्ट परमाणु व्यवस्थाएं लगभग सभी व्यवहारों के लिए जिम्मेदार थीं। अन्य 22 व्यवस्थाएं इतनी कम संभावना वाली थीं कि उनका महत्व नगण्य था।

उपमा: कल्पना कीजिए कि एक कक्षा है। यदि आप औसत ऊंचाई जानना चाहते हैं, तो आपको हर छात्र को मापने की आवश्यकता नहीं है यदि 90% छात्र एक ही ऊंचाई के हैं। आपको बस उन कुछ बाहरी लोगों (outliers) को मापने की आवश्यकता है।
सीख: सामग्रियों के व्यवहार की भविष्यवाणी करने के लिए, आपको हर संभव ब्रह्मांड का अनुकरण करने की आवश्यकता नहीं है। आपको बस उच्च-संभावना (high-probability) वाले ब्रह्मांडों को खोजने की आवश्यकता है।

यह क्यों मायने रखता है

यह केवल एक धातु के बारे में नहीं है। यह टूल, pyzentropy, वैज्ञानिकों के लिए एक नए चश्मे की तरह है।

इंजीनियरों के लिए: यह उन्हें इंजन, हवाई जहाज और इलेक्ट्रॉनिक्स के लिए बेहतर सामग्रियां डिजाइन करने में मदद करता है जो गर्म होने पर टूटेंगी नहीं।
वैज्ञानिकों के लिए: यह "सूचना सिद्धांत" (गणित) और "भौतिकी" (वास्तविकता) के बीच के अंतर को पाटता है, यह दिखाते हुए कि अनिश्चितता का गणित ही भौतिक दुनिया को समझने की कुंजी है।

संक्षेप में, लेखकों ने एक डिजिटल सूक्ष्मदर्शी बनाया है जो हमें एक ठोस धातु के भीतर के "अराजक" (chaos) को देखने की अनुमति देता है, यह सिद्ध करते हुए कि कभी-कभी, स्थिरता का रहस्य अव्यवस्था को समझने में ही होता है।

1. समस्या विवरण

एन्ट्रॉपी (Entropy) ऊष्मागतिकी (thermodynamics) की एक मौलिक अवधारणा है, जिसे पारंपरिक रूप से बोल्ट्ज़मैन ( $S = k_B \ln \Omega$ ) या गिब्स ( $S = -k_B \sum p_x \ln p_x$ ) स्वरूपों के माध्यम से परिभाषित किया जाता है। जबकि एन्ट्रॉपी का पुनरावर्ती गुण (recursive property of entropy)—जो कुल एन्ट्रॉपी को कॉन्फ़िगरेशनल (configurational) और इंट्रा-कॉन्फ़िगरेशनल (intra-configurational) घटकों में विभाजित करने की अनुमति देता है—सूचना सिद्धांत (information theory) में सुस्थापित है, कम्प्यूटेशनल ऊष्मागतिकी में इसका उपयोग विरल रूप से किया जाता है।

वर्तमान प्रथम-सिद्धांत दृष्टिकोण (जैसे, डेंसिटी फंक्शनल थ्योरी, DFT) अक्सर परमाणु विन्यासों (atomic configurations) को एकल सूक्ष्म अवस्थाओं (microstates) के रूप में मानते हैं, जो केवल कॉन्फ़िगरेशनल एन्ट्रॉपी की गणना करते हैं और प्रत्येक विशिष्ट विन्यास से जुड़ी अंतर्निहित एन्ट्रॉपी (कंपनात्मक, इलेक्ट्रॉनिक) की उपेक्षा करते हैं। यह सरलीकरण जटिल सामग्री व्यवहारों, जैसे कि इनवार प्रभाव (Invar effect - शून्य के करीब तापीय प्रसार) और ऊष्मा क्षमता (heat capacity) तथा बल्क मॉड्यूलस (bulk modulus) जैसे गुणों में विसंगतिपूर्ण तापमान निर्भरता को पकड़ने में विफल रहता है, जो विभिन्न चुंबकीय और संरचनात्मक अवस्थाओं के बीच परस्पर क्रिया से उत्पन्न होते हैं। इस पुनरावर्ती एन्ट्रॉपी ढांचे को कुशलतापूर्वक लागू करने के लिए ओपन-सोर्स कम्प्यूटेशनल उपकरणों का अभाव है।

2. कार्यप्रणाली

लेखकों ने pyzentropy विकसित किया है, जो एक ओपन-सोर्स पायथन पैकेज है जो जेंट्रॉपी (Zentropy) दृष्टिकोण को लागू करता है। यह विधि जर्मन शब्द Zustandssumme (अवस्थाओं का योग) के साथ एन्ट्रॉपी को जोड़ती है, जो प्रणाली को विशिष्ट परमाणु विन्यासों के एक संग्रह के रूप में मानती है, जिनमें से प्रत्येक की अपनी अंतर्निहित एन्ट्रॉपी होती है।

सैद्धांतिक औपचारिकता (Theoretical Formalism)

$N$ विशिष्ट विन्यासों वाली प्रणाली की कुल एन्ट्रॉपी $S$ को निम्नलिखित पुनरावर्ती सूत्र का उपयोग करके गणना किया जाता है:
$S = -k_B \sum_{k=1}^{N} p_k \ln p_k + \sum_{k=1}^{N} p_k S_k$
जहाँ:

$p_k$ विन्यास $k$ की प्रायिकता है।
$S_k$ विन्यास $k$ की इंट्रा-कॉन्फ़िगरेशनल एन्ट्रॉपी (कंपनात्मक + इलेक्ट्रॉनिक) है।
पहला पद कॉन्फ़िगरेशनल एन्ट्रॉपी (यह अनिश्चितता कि प्रणाली किस विन्यास में स्थित है) का प्रतिनिधित्व करता है।
दूसरा पद अंतर्निहित एन्ट्रॉइज़ का भारित योग (weighted sum) है।

प्रायिकताएं $p_k$ निश्चित आंतरिक ऊर्जा और सामान्यीकरण (normalization) के प्रतिबंधों के तहत अधिकतम एन्ट्रॉपी के सिद्धांत (Principle of Maximum Entropy) का उपयोग करके प्राप्त की जाती हैं। यह प्रत्येक विन्यास के हेल्महोल्ट्ज़ मुक्त ऊर्जा ( $F_k$ ) पर आधारित एक विभाजन फलन (partition function) $Z$ और प्रायिकता वितरण की ओर ले जाता है:
$p_k = \frac{\exp(-F_k / k_B T)}{Z}, \quad Z = \sum_{k=1}^{N} \exp(-F_k / k_B T)$

सॉफ्टवेयर कार्यान्वयन (pyzenropy)

पैकेज दो प्राथमिक वर्गों (classes) के इर्द-गिर्द संरचित है:

Configuration Class: एक एकल परमाणु अवस्था का प्रतिनिधित्व करता है। यह हेल्मholtz ऊर्जा ( $F_k$ ), उसके आयतन व्युत्पन्न (volume derivatives), एन्ट्रॉपी ( $S_k$ ), और विभिन्न $(V, T)$ बिंदुओं पर ऊष्मा क्षमता ( $C_{V,k}$ ) के लिए इनपुट स्वीकार करता है। ये इनपुट आमतौर पर DFT वर्कफ़्लो में क्वासी-हारमोनिक सन्निकटन (Quasi-Harmonic Approximation - QHA) के माध्यम से उत्पन्न किए जाते हैं।
System Class: प्रणाली-व्यापी गुणों की गणना करने के लिए सभी विन्यासों को एकत्रित करता है। यह कुल विभाजन फलन (total partition function), प्रायिकताएं, कुल हेल्महोल्ट्ज़ ऊर्जा ( $F$ ), और उसके व्युत्पन्न (derivatives) की गणना करता है ताकि बल्क मॉड्यूलस ( $B$ ), एन्ट्रॉपी ( $S$ ), और ऊष्मा क्षमता ( $C_V$ ) निर्धारित की जा सके।

पैकेज दो गणना मोड का समर्थन करता है:

निश्चित दबाव ( $P$ ): विशिष्ट तापमानों पर साम्यावस्था आयतन ( $V_{eq}$ ) और गिब्स ऊर्जा ( $G$ ) खोजने के लिए $F + PV$ को न्यूनतम करता है।
फेज डायग्राम निर्माण: द्वितीय-क्रम के संक्रमणों (जहाँ ग्राउंड-स्टेट प्रायिकता $p_{GS} = 0.5$ है) और प्रथम-क्रम के संक्रमणों ( $F$ बनाम $V$ वक्रों पर कॉमन टेंजेंट निर्माण के माध्यम से) की पहचान करता है।

3. केस स्टडी: Fe $_3$ Pt प्रणाली

लेखकों ने Fe $_3$ Pt का उपयोग करके pyzentropy को सत्यापित किया, जो एक क्लासिक इनवार मिश्र धातु (Invar alloy) है जो अपने क्यूरी तापमान ( $T_C$ ) के नीचे नकारात्मक तापीय प्रसार (NTE) के लिए जानी जाती है।

डेटा जनरेशन:
- 12-परमाणु सुपरसेल के लिए VASP (DFT) के साथ PBE फंक्शनल और PAW पोटेंशियल का उपयोग किया गया।
  कम्प्यूटेशनल रूप से 37 समरूपता-असममित कोलीनियर चुंबकीय विन्यासों (512 कुल संभावनाओं में से) को सूचीबद्ध किया गया।
- रिलैक्सेशन के बाद 25 अद्वितीय विन्यासों को बरकरार रखा गया।
- स्थिर ऊर्जा (static energy), कंपनात्मक (डेबाय-ग्रूनिसन मॉडल), और इलेक्ट्रॉनिक योगदानों को जोड़कर $F_k(V, T)$ की गणना की गई।
प्रमुख विन्यास: अध्ययन ने तीन प्रमुख विन्यासों की पहचान की: फेरोमैग्नेटिक (FM) ग्राउंड स्टेट और दो स्पिन-फ्लिप अवस्थाएं (SF28, SF22)।

4. मुख्य परिणाम

पुनरावर्ती एन्ट्रॉपी दृष्टिकोण के अनुप्रयोग से ऐसे परिणाम प्राप्त हुए जो प्रयोगात्मक अवलोकनों के बहुत करीब थे, जिन्हें मानक एकल-विन्यास विधियाँ पुनरुत्पादित नहीं कर सकीं:

इनवार व्यवहार और तापीय प्रसार: मॉडल ने नकारात्मक तापीय प्रसार (NTE) और क्यूरी तापमान ( $\approx 350$ K) के पास लीनियर कोएफिशिएंट ऑफ थर्मल एक्सपेंशन (LCTE) में विसंगतिपूर्ण गिरावट को सफलतापूर्वक पुनरुत्पादित किया। यह फेरोमैग्नेटिक (FM) ग्राउंड स्टेट (बड़ा आयतन) और निम्न-आयतन वाली उत्तेजित चुंबकीय अवस्थाओं के बीच प्रतिस्पर्धा को पकड़कर प्राप्त किया गया।
ऊष्मागतिक गुण:
- ऊष्मा क्षमता ( $C_P$ ): $T_C$ के पास एक शिखर (peak) की भविष्यवाणी की, जो प्रयोगों के अनुरूप है, हालांकि परिमित-आकार प्रभावों (सीमित विन्यास नमूनाकरण) के कारण यह थोड़ा विस्तृत (broadened) है।
- बल्क मॉड्यूलस ( $B$ ): चरण संक्रमण के पास एक असामान्य मृदुकरण (softening/dip) दिखाया, जो CeBe $_{13}$ जैसी अन्य सामग्रियों में देखा जाने वाला एक घटना है।
फेज डायग्राम:
- सटीक $T-V$ और $P-T$ फेज डायग्राम बनाए गए।
- $T=160$ K, $V=164.29$ Å $^3$ , $P=4.43$ GPa पर एक ट्राइ-क्रिटिकल पॉइंट की पहचान की गई, जहाँ संक्रमण द्वितीय-क्रम से प्रथम-क्रम में बदल जाता है।
- प्रथम-क्रम संक्रमण फेरोमैग्नेटिक (FM) और पैरामैग्नेटिक (PM) चरणों के बीच मिसिबिलिटी गैप (miscibility gap) को दर्शाता है।
कॉन्फ़िगरेशन सैंपलिंग दक्षता: विश्लेषण से पता चला कि 600 K से नीचे के तापमान पर LCTE व्यवहार को सटीक रूप से पकड़ने के लिए केवल शीर्ष 3 प्रमुख विन्यासों का होना पर्याप्त था। सभी 25 विन्यासों को शामिल करने से 990 K पर LCTE केवल $\sim 1.5 \times 10^{-6}$ K $^{-1}$ से विचलित हुआ, जो यह सुझाव देता है कि व्यावहारिक अनुप्रयोगों के लिए व्यापक सूची के बजाय उच्च-संभाव्यता वाले अवस्थाओं का नमूना लेना अधिक महत्वपूर्ण है।

5. महत्व और योगदान

विषयों का एकीकरण: इस कार्य ने सूचना सिद्धांत की अवधारणाओं (पुनरावर्ती एन्ट्रॉपी) को प्रथम-सिद्धांत ऊष्मागतिकी के साथ सफलतापूर्वक एकीकृत किया है, जो सूक्ष्म अवस्थाओं से मैक्रोस्कोपिक गुणों की गणना के लिए एक अधिक कठोर ढांचा प्रदान करता है।
ओपन-सोर्स टूल: pyzentropy इस दृष्टिकोण को लागू करने वाला पहला सुलभ, ओपन-सोर्स (MIT लाइसेंस) पायथन पैकेज प्रदान करता है, जिसमें स्वचालित परीक्षण, दस्तावेज़ीकरण और प्लॉटिंग क्षमताएं शामिल हैं।
पूर्वानुमान शक्ति: यह प्रदर्शित करता है कि जटिल घटनाओं (जैसे इनवार व्यवहार) की सटीक भविष्यवाणी करने के लिए व्यक्तिगत विन्यासों की अंतर्निहित एन्ट्रॉपी को ध्यान में रखना आवश्यक है, न कि केवल एन्सेम्बल की कॉन्फ़िगरेशनल एन्ट्रॉपी को।
स्केलेबिलिटी अंतर्दृष्टि: अध्ययन ने रेखांकित किया कि जबकि संभावित विन्यासों की संख्या कॉम्बिनेटोरियल रूप से बढ़ती है (जैसे, 24-परमाणु सेल के लिए $2^{24}$ ), सटीक ऊष्मागतिक भविष्यवाणियां अक्सर केवल उच्च-संभाव्यता वाले विन्यासों का नमूना लेकर प्राप्त की जा सकती हैं। यह बड़े, अधिक जटिल मिश्र धातुओं का अध्ययन करने के लिए ज़ेंट्रॉपी को मशीन लर्निंग इंटरएटोमिक पोटेंशियल (MLIPs) या क्लस्टर एक्सपेंशन मोंटे कार्लो विधियों के साथ जोड़ने का मार्ग प्रशस्त करता है।

निष्कर्षतः, यह शोध चुंबकीय सामग्रियों के ऊष्मागतिक गुणों की भविष्यवाणी करने के लिए एक मजबूत कम्प्यूटेशनल वर्कफ़्लो स्थापित करता है, जो पारंपरिक एकल-विन्यास DFT दृष्टिकोणों की सीमाओं को पार करता है।