Вычислительное материаловедение
 | Эта статья включает список общих ссылок , но в ней отсутствуют достаточные соответствующие встроенные цитаты . ( Ноябрь 2019 г. ) |
Вычислительное материаловедение и инженерия используют моделирование, симуляцию, теорию и информатику для понимания материалов. Основные цели включают открытие новых материалов, определение поведения и механизмов материалов, объяснение экспериментов и изучение теорий материалов. Это аналогично вычислительной химии и вычислительной биологии как все более важной области материаловедения .
Введение [ править ]
Точно так же, как материаловедение охватывает все масштабы длины, от электронов до компонентов, так же и его вычислительные субдисциплины. Хотя многие методы и вариации разрабатывались и продолжают разрабатываться, появилось семь основных техник или мотивов моделирования. [1]
Эти методы компьютерного моделирования используют базовые модели и приближения для понимания поведения материала в более сложных сценариях, чем обычно позволяет чистая теория, и с большей детализацией и точностью, чем это часто возможно в результате экспериментов. Каждый метод можно использовать независимо для прогнозирования свойств и механизмов материалов, для подачи информации в другие методы моделирования, выполняемые отдельно или одновременно, или для прямого сравнения или сопоставления с экспериментальными результатами. [2]
Одной из примечательных подобластей вычислительного материаловедения является интегрированная вычислительная инженерия материалов (ICME), которая стремится использовать результаты и методы вычислений в сочетании с экспериментами с упором на промышленное и коммерческое применение. [3] Основные текущие темы в этой области включают количественную оценку неопределенности и ее распространение в ходе моделирования для окончательного принятия решений, инфраструктуру данных для обмена входными данными и результатами моделирования, [4] высокопроизводительный дизайн и открытие материалов, [5] и новые подходы, учитывая значительный рост вычислительной мощности и продолжающуюся историю суперкомпьютеров .
Методы моделирования материалов [ править ]
Электронная структура [ править ]
Методы электронной структуры решают уравнение Шредингера для расчета энергии системы электронов и атомов, основных единиц конденсированного вещества. Существует множество вариантов методов электронной структуры различной вычислительной сложности с рядом компромиссов между скоростью и точностью.
Теория плотности функционала
Благодаря балансу вычислительных затрат и прогнозирующих возможностей теория функционала плотности (DFT) находит наиболее широкое применение в материаловедении . ДПФ чаще всего относится к расчету состояния системы с наименьшей энергией; однако молекулярную динамику (движение атомов во времени) можно проводить с помощью вычислительных сил ДПФ между атомами.
Хотя DFT и многие другие методы электронных структур описываются как ab initio , все же существуют приближения и входные данные. В рамках ДПФ в основе моделирования лежат все более сложные, точные и медленные аппроксимации, поскольку точный функционал обменно-корреляции неизвестен. Самая простая модель — это аппроксимация локальной плотности (LDA), которая становится более сложной с приближением обобщенного градиента (GGA) и далее. Дополнительным распространенным приближением является использование псевдопотенциала вместо остовных электронов, что значительно ускоряет моделирование.
Атомистические методы [ править ]
В этом разделе обсуждаются два основных метода атомного моделирования в материаловедении . Другие методы, основанные на частицах, включают метод материальной точки и метод частиц в ячейке , чаще всего используемые для механики твердого тела и физики плазмы соответственно.
Молекулярная динамика [ править ]
Термин «Молекулярная динамика» (МД) — это историческое название, используемое для классификации моделей классического движения атомов во времени. Обычно взаимодействия между атомами определяются и соответствуют как экспериментальным данным, так и данным электронной структуры с помощью широкого спектра моделей, называемых межатомными потенциалами . При заданных взаимодействиях (силах) ньютоновское движение интегрируется численно. Силы для МД также можно рассчитать с использованием методов электронной структуры, основанных либо на приближении Борна-Оппенгеймера, либо на подходах Кар-Парринелло .
Простейшие модели включают только притяжение типа Ван-дер-Ваальса и резкое отталкивание, удерживающее атомы друг от друга. Природа этих моделей вытекает из дисперсионных сил . Все более сложные модели включают эффекты, обусловленные кулоновскими взаимодействиями (например, ионные заряды в керамике), ковалентными связями и углами (например, полимеры) и плотностью электронного заряда (например, металлы). Некоторые модели используют фиксированные связи, определенные в начале моделирования, тогда как другие имеют динамические связи. Более поздние усилия направлены на создание надежных, переносимых моделей с общими функциональными формами: сферические гармоники, гауссовы ядра и нейронные сети. Кроме того, MD можно использовать для моделирования групп атомов внутри обычных частиц, называемого крупнозернистым моделированием , например, для создания одной частицы на мономер внутри полимера.
Кинетический Монте-Карло [ править ]
Монте-Карло в контексте материаловедения чаще всего относится к атомистическому моделированию, основанному на скоростях. В кинетическом методе Монте-Карло (kMC) определяются и вероятностно оцениваются скорости всех возможных изменений внутри системы. Поскольку нет ограничений на прямое интегрирование движения (как в молекулярной динамике ), методы kMC способны моделировать совершенно разные проблемы в гораздо более длительных временных масштабах.
методы Мезомасштабные
Перечисленные здесь методы являются одними из наиболее распространенных и наиболее непосредственно связанных с материаловедением, в частности, где расчеты атомистической и электронной структуры также широко используются в вычислительной химии и вычислительной биологии , а моделирование на уровне континуума распространено в широком спектре вычислительной науки. областей применения .
Другие методы в области материаловедения включают клеточные автоматы для затвердевания и роста зерен, подходы модели Поттса для эволюции зерен и другие методы Монте-Карло , а также прямое моделирование зеренных структур, аналогичных динамике дислокаций.
Динамика дислокаций
В пластической деформации металлов преобладает движение дислокаций — кристаллических дефектов материалов линейного характера. Вместо моделирования движения десятков миллиардов атомов для моделирования пластической деформации, что было бы непомерно дорого в вычислительном отношении, дискретная динамика дислокаций (DDD) моделирует движение линий дислокаций. [6] [7] Общая цель динамики дислокаций - определить движение набора дислокаций с учетом их начальных положений, внешней нагрузки и взаимодействующей микроструктуры. Исходя из этого, поведение деформации на макромасштабе можно извлечь из движения отдельных дислокаций с помощью теорий пластичности.
Типичное моделирование DDD выглядит следующим образом. [6] [8] Линию дислокации можно смоделировать как набор узлов, соединенных сегментами. Это похоже на сетку, используемую при моделировании методом конечных элементов . Затем рассчитываются силы, действующие на каждый из узлов дислокации. Эти силы включают в себя любые внешние силы, силы, возникающие из-за взаимодействия дислокации с самой собой или другими дислокациями, силы со стороны препятствий, таких как растворенные вещества или осадки, а также силу сопротивления дислокации из-за ее движения, которая пропорциональна ее скорости. Общий метод моделирования DDD заключается в расчете сил, действующих на дислокацию в каждом из ее узлов, из чего можно получить скорость дислокации в ее узлах. Далее дислокация движется вперед согласно этой скорости и заданному шагу по времени. Затем эта процедура повторяется. Со временем дислокация может столкнуться с достаточным количеством препятствий, так что она больше не сможет двигаться, а ее скорость станет близкой к нулю, после чего моделирование можно остановить и провести новый эксперимент с этим новым расположением дислокаций.
Существуют как мелкомасштабные, так и крупномасштабные модели дислокаций. Например, двумерные модели дислокаций использовались для моделирования скольжения дислокации по одной плоскости при ее взаимодействии с различными препятствиями, такими как выделения . Это дополнительно фиксирует такие явления, как сдвиг и изгиб осадков. [8] [9] Недостаток 2D-моделирования DDD заключается в том, что невозможно уловить явления, связанные с выходом из плоскости скольжения, такие как поперечное скольжение и набор высоты , хотя их легче выполнить вычислительно. [6] Небольшие 3D-моделирования DDD использовались для моделирования таких явлений, как размножение дислокаций в источниках Фрэнка-Рида , а более крупные модели могут фиксировать нагартование в металле с множеством дислокаций, которые взаимодействуют друг с другом и могут размножаться. Существует ряд 3D-кодов DDD, таких как ParaDiS, microMegas и MDDP и другие. [6] Существуют и другие методы моделирования движения дислокаций: моделирование полной молекулярной динамики , динамика сплошных дислокаций и модели фазового поля .
Поле фазы [ править ]
Методы фазового поля сосредоточены на явлениях, зависящих от границ раздела и межфазного движения. И функция свободной энергии, и кинетика (мобильность) определяются для распространения границ раздела внутри системы во времени.
Кристаллическая пластичность [ править ]
Кристаллическая пластичность имитирует эффекты атомного движения дислокаций, не решая ни того, ни другого напрямую. Вместо этого ориентация кристаллов со временем обновляется с помощью теории упругости, пластичности посредством поверхностей текучести и законов затвердевания. Таким образом можно определить деформационно-напряженное поведение материала.
моделирование Непрерывное
Метод конечных элементов [ править ]
Методы конечных элементов делят системы в пространстве и решают соответствующие физические уравнения на протяжении всего этого разложения. Это варьируется от тепловых, механических, электромагнитных до других физических явлений. важно отметить С точки зрения материаловедения , что методы континуума обычно игнорируют неоднородность материала и предполагают, что локальные свойства материалов одинаковы во всей системе.
Методы моделирования материалов [ править ]
Все описанные выше методы моделирования содержат модели поведения материалов. Примерами являются обменно-корреляционный функционал для теории функционала плотности, межатомный потенциал для молекулярной динамики и функционал свободной энергии для моделирования фазового поля. Степень чувствительности каждого метода моделирования к изменениям в базовой модели может существенно различаться. Сами модели часто непосредственно полезны для материаловедения и инженерии, а не только для запуска конкретного моделирования.
КАЛЬФАД [ править ]
Фазовые диаграммы являются неотъемлемой частью материаловедения, а разработка вычислительных фазовых диаграмм является одним из наиболее важных и успешных примеров ICME. Метод расчета фазовой диаграммы (CALPHAD), вообще говоря, не представляет собой моделирование, но вместо этого модели и оптимизации приводят к созданию фазовых диаграмм для прогнозирования фазовой стабильности, что чрезвычайно полезно при проектировании материалов и оптимизации процессов обработки материалов.
Сравнение методов [ править ]
Для каждого метода моделирования материала существует фундаментальная единица, характерная длина и временной масштаб, а также связанные модели. [1]
| Метод | Основная единица(ы) | Шкала длины | Шкала времени | Основная модель(и) |
|---|---|---|---|---|
| Квантовая химия | Электрон, атом | вечер | пс | Методы волновых функций многих тел , Базисный набор |
| Теория функционала плотности | Электрон, атом | вечер | пс | Обменно-корреляционный функционал , Базисный набор |
| Молекулярная динамика | Атом, Молекула | нм | пс - нс | Межатомный потенциал |
| Кинетический Монте-Карло | Атом, Молекула, Кластер | нм - мкм | пс - мкс | Межатомный потенциал , Коэффициенты скорости |
| дислокаций Динамика | Дислокация | мкм | нс - мкс | Сила Пич-Келера , взаимодействие системы скольжения |
| Фазовое поле | Зерно, Интерфейс | мкм - мм | нс - мкс | Функционал свободной энергии |
| Кристаллическая пластичность | Кристаллическая ориентация | мкм - мм | мкс - мс | Функция упрочнения и поверхность текучести |
| Конечный элемент | Элемент объема | М-м-м | мс - с | уравнение пучка , уравнение теплопроводности и т. д. |
Многомасштабное моделирование
Многие из описанных методов можно комбинировать, работая одновременно или по отдельности, передавая информацию между шкалами длины или уровнями точности.
Параллельное многомасштабное [ править ]
Параллельное моделирование в этом контексте означает методы, используемые непосредственно вместе, в одном и том же коде, с одним и тем же временным шагом и с прямым сопоставлением между соответствующими фундаментальными единицами.
Одним из типов параллельного многомасштабного моделирования является квантовая механика/молекулярная механика ( QM/MM ). Это включает в себя прогон небольшой части (часто представляющей интерес молекулы или белка) с более точным расчетом электронной структуры и окружение ее более крупной областью быстрой и менее точной классической молекулярной динамики . Существует множество других методов, таких как моделирование атомистического континуума, аналогичных QM/MM, за исключением использования молекулярной динамики и метода конечных элементов как тонкого (высокая точность) и грубого (низкая точность) соответственно. [2]
Иерархический многомасштабный [ править ]
Иерархическое моделирование относится к методам, которые напрямую обмениваются информацией между методами, но выполняются в отдельных программах, при этом различия в длине и/или временных масштабах обрабатываются с помощью статистических или интерполяционных методов.
Распространенный метод учета эффектов ориентации кристаллов вместе с геометрией включает пластичность кристалла в моделирование методом конечных элементов. [2]
Разработка модели [ править ]
Для построения модели материалов в одном масштабе часто требуется информация из другого, более низкого масштаба. Некоторые примеры включены здесь.
Наиболее распространенным сценарием моделирования классической молекулярной динамики является разработка межатомной модели непосредственно с использованием теории функционала плотности , чаще всего расчетов электронной структуры . Таким образом, классическую МД можно рассматривать как иерархический многомасштабный метод, а также как крупнозернистый метод (игнорирование электронов). Точно так же крупнозернистая молекулярная динамика представляет собой сокращенное или упрощенное моделирование частиц, непосредственно обученное на основе МД-моделирования всех атомов. Эти частицы могут представлять собой что угодно: от псевдоатомов углерода и водорода, целых полимерных мономеров до частиц порошка.
Теория функционала плотности также часто используется для обучения и разработки CALPHAD фазовых диаграмм на основе .
Программное обеспечение и инструменты [ править ]
Каждый метод моделирования и симуляции включает в себя комбинацию коммерческих кодов, кодов с открытым исходным кодом и лабораторных кодов. Программное обеспечение с открытым исходным кодом становится все более распространенным, как и коды сообщества, которые объединяют усилия по разработке. Примеры включают Quantum ESPRESSO (DFT), LAMMPS (MD), ParaDIS (DD), FiPy (фазовое поле) и MOOSE (Continuum). Кроме того, для материаловедения часто полезно открытое программное обеспечение других сообществ, например GROMACS, разработанное в рамках вычислительной биологии .
Конференции [ править ]
Все крупные конференции по материаловедению включают вычислительные исследования. Всемирный конгресс TMS ICME, полностью сосредотачиваясь на вычислительных усилиях, собирается раз в два года. Гордонская исследовательская конференция по вычислительному материаловедению и инженерии началась в 2020 году. Также регулярно организуется множество других небольших конференций, посвященных конкретным методам.
Журналы [ править ]
Многие журналы по материаловедению , а также журналы смежных дисциплин приветствуют исследования вычислительных материалов. В число тех, кто занимается этой областью, входят «Вычислительное материаловедение» , «Моделирование и моделирование в материаловедении и инженерии» , а также «Вычислительные материалы npj» .
Связанные поля [ изменить ]
Вычислительное материаловедение — это одна из дисциплин как вычислительной науки, так и вычислительной инженерии , которая в значительной степени пересекается с вычислительной химией и вычислительной физикой . Кроме того, многие атомистические методы являются общими для вычислительной химии , вычислительной биологии и CMSE; Аналогичным образом, многие методы континуума пересекаются со многими другими областями вычислительной техники .
См. также [ править ]
Ссылки [ править ]
- ↑ Перейти обратно: Перейти обратно: а б ЛеСар, Ричард (6 мая 2013 г.). Введение в вычислительное материаловедение: основы приложений (1-е изд.). Кембридж; Нью-Йорк: Издательство Кембриджского университета. ISBN 978-0-521-84587-8 .
- ↑ Перейти обратно: Перейти обратно: а б с Моделирование в разных масштабах: исследование по планированию соединения моделей материалов и симуляций в масштабах длины и времени (отчет). Общество минералов, металлов и материалов (TMS). 2015 . Проверено 20 августа 2019 г.
- ^ Эллисон, Джон; Бэкман, Дэн; Христодулу, Лео (1 ноября 2006 г.). «Интегрированная вычислительная инженерия материалов: новая парадигма для мировой индустрии материалов». ДЖОМ . 58 (11): 25–27. дои : 10.1007/s11837-006-0223-5 . ISSN 1543-1851 .
- ^ Уоррен, Джеймс А.; Уорд, Чарльз Х. (11 июня 2018 г.). «Эволюция инфраструктуры данных о материалах». ДЖОМ . 70 (9): 1652–1658. дои : 10.1007/s11837-018-2968-z . ISSN 1543-1851 .
- ^ Куртароло, Стефано; Харт, Гас Л.В.; Нарделли, Марко Буонджорно; Минго, Наталио; Санвито, Стефано; Леви, Охад (2013). «Высокопроизводительный путь к проектированию вычислительных материалов». Природные материалы . 12 (3): 191–201. дои : 10.1038/nmat3568 . ISSN 1476-1122 . ПМИД 23422720 .
- ↑ Перейти обратно: Перейти обратно: а б с д и Р. Силлс, В. Кайкендалл, А. Агаи, В. Кай. «Основы моделирования динамики дислокаций», в «Многомасштабном моделировании материалов для наномеханики». Редакторы: К. Вайнбергер, Г. Такер. ISBN 978-3-319-33478-3
- ↑ Перейти обратно: Перейти обратно: а б Д. Раабе. «Не доверяйте своему моделированию: вычислительное материаловедение на пути к зрелости?» (2002) Передовые инженерные материалы 4, № 5
- ↑ Перейти обратно: Перейти обратно: а б с В. Молес. «Дислокационное моделирование упрочнения частиц». Моделирование инженерных материалов в непрерывном масштабе: основы – микроструктуры – технологические приложения. Под редакцией Дирка Раабе, Франца Ротерса, Фредерика Барла, Лун-Цин Чена. 2004 Wiley-VCH Verlag GmbH & Co. KGaA. ISBN 3-527-30760-5 .
- ↑ Перейти обратно: Перейти обратно: а б «П. Боккини, Д. Дюнан. «Моделирование дислокационной динамики дисперсионно-упрочненных суперсплавов на основе Ni и Co». Материалия 1 (2018) 211-220.
Внешние ссылки [ править ]
- Всемирный конгресс TMS по интегрированной вычислительной инженерии материалов (ICME)
- ресурсы вычислительных материалов nanoHUB
Отрасли материаловедения | |
|---|---|
| Основные классы | |
| Независимый от материала | |
| Домены | |
| Междисциплинарный | |
