Вычислительное материаловедение - Computational materials science - Wikipedia

Вычислительное материаловедение а инженерия использует 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 аналог вычислительная химия и вычислительная биология как все более важное подразделение материаловедение.

Вступление

Как только материаловедение охватывает все масштабы длины, от электронов до компонентов, как и его вычислительные дисциплины. Несмотря на то, что многие методы и вариации разрабатывались и продолжают развиваться, возникло семь основных техник или мотивов моделирования.[1]

Эти компьютерное моделирование Методы используют лежащие в основе модели и приближения, чтобы понять поведение материала в более сложных сценариях, чем обычно позволяет чистая теория, и с большей детализацией и точностью, чем это часто возможно из экспериментов. Каждый метод может использоваться независимо для прогнозирования свойств и механизмов материалов, для передачи информации другим методам моделирования, запускаемым отдельно или одновременно, или для прямого сравнения или сопоставления с экспериментальными результатами.[2]

Одной из примечательных областей вычислительного материаловедения является комплексная вычислительная инженерия материалов (ICME), который стремится использовать результаты вычислений и методы в сочетании с экспериментами, уделяя особое внимание промышленному и коммерческому применению.[3] Основные текущие темы в этой области включают количественная оценка неопределенности и распространение через моделирование для принятия окончательного решения, инфраструктура данных для обмена входными данными и результатами моделирования,[4] разработка и открытие высокопроизводительных материалов,[5] и новые подходы с учетом значительного увеличения вычислительной мощности и продолжающегося история суперкомпьютеров.

Методы моделирования материалов

Электронная структура

Методы электронной структуры решают Уравнение Шредингера для расчета энергии системы электронов и атомов, фундаментальных единиц конденсированного состояния. Множество вариаций электронная структура Существуют методы различной вычислительной сложности с рядом компромиссов между скоростью и точностью.

Теория функций плотности

За счет баланса вычислительных затрат и возможностей прогнозирования теория функционала плотности (DFT) наиболее широко используется в материаловедение. ДПФ чаще всего относится к расчету самого низкого энергетического состояния системы; однако молекулярная динамика (движение атомов во времени) может выполняться с помощью вычислительных сил DFT между атомами.

Хотя DFT и многие другие методы электронных структур описываются как ab initio, есть еще приближения и входы. Внутри DFT есть все более сложные, точные и медленные приближения, лежащие в основе моделирования, поскольку точный обменно-корреляционный функционал неизвестен. Самая простая модель - это Приближение локальной плотности (LDA), становясь более сложным с приближением обобщенного градиента (GGA) и за его пределами. Дополнительным общим приближением является использование псевдопотенциал вместо основных электронов, что значительно ускоряет моделирование.

Атомистические методы

В этом разделе обсуждаются два основных метода атомного моделирования в материаловедение. Другие методы на основе частиц включают метод материальной точки и частица в клетке, наиболее часто используемые в механике твердого тела и физике плазмы соответственно.

Молекулярная динамика

Термин «молекулярная динамика» (MD) - это историческое название, используемое для классификации моделирования классического движения атома во времени. Обычно взаимодействия между атомами определяются и подходят как к экспериментальным данным, так и к данным электронной структуры с помощью широкого спектра моделей, называемых межатомные потенциалы. При заданных взаимодействиях (силах) ньютоновское движение численно интегрируется. Силы для MD также могут быть рассчитаны с использованием методов электронной структуры на основе Приближение Борна-Оппенгеймера или же Car-Parrinello подходы.

Самые простые модели включают только ван дер Ваальс типа притяжения и крутого отталкивания, чтобы разделять атомы, природа этих моделей проистекает из рассеивающие силы. Все более сложные модели включают эффекты, обусловленные кулоновские взаимодействия (например, ионные заряды в керамике), ковалентные связи и углы (например, полимеры) и плотность электронного заряда (например, металлы). Некоторые модели используют фиксированные связи, определенные в начале моделирования, в то время как другие имеют динамическое связывание. Более поздние усилия направлены на создание надежных переносимых моделей с универсальными функциональными формами: сферическими гармониками, гауссовскими ядрами и нейронными сетями. Кроме того, МД можно использовать для моделирования группировок атомов внутри общих частиц, называемых крупнозернистое моделирование, например создание одной частицы на мономер в полимере.

кинетический Монте-Карло

Монте-Карло в контексте материаловедения чаще всего относится к атомистическому моделированию, основанному на скорости. В кинетическом Монте-Карло (kMC) скорости для всех возможных изменений в системе определяются и вероятностно оцениваются. Поскольку нет ограничений на прямую интеграцию движения (как в молекулярная динамика ), методы kMC могут моделировать существенно разные задачи в гораздо более длительных временных масштабах.

Мезомасштабные методы

Перечисленные здесь методы являются одними из самых распространенных и наиболее непосредственно связаны с материаловедением, где расчеты атомистической и электронной структуры также широко используются в вычислительная химия и вычислительная биология и симуляции на уровне континуума распространены в большом количестве вычислительная наука домены приложений.

Другие методы внутри материаловедение включают клеточные автоматы для затвердевания и роста зерна, Модель Поттса подходы к эволюции зерна и другие Монте-Карло методы, а также прямое моделирование зеренной структуры, аналогичной динамике дислокаций.

Динамика вывиха

Вывихи кристаллические дефекты в материалах с линейчатым характером. Вместо того, чтобы моделировать все детали атома, дискретная динамика дислокаций (DDD) непосредственно моделирует линейные объекты. Через теории и уравнения пластичности DDD перемещает дислокации во времени и определяет правила, описывающие, как дислокации взаимодействуют при их пересечении.

Существуют и другие методы моделирования движения дислокации, начиная с полного молекулярная динамика моделирования, динамики дислокации континуума и модели фазового поля.

Фазовое поле

Методы фазового поля сосредоточены на явлениях, зависящих от границ раздела фаз и межфазного движения. И функция свободной энергии, и кинетика (подвижности) определены для распространения границ раздела в системе во времени.

Кристаллическая пластичность

Кристаллическая пластичность имитирует эффекты движения дислокаций на атомной основе без прямого разрешения. Вместо этого ориентации кристаллов обновляются с течением времени с помощью теории упругости, пластичности - с помощью теории упругости. поверхности текучести, и ужесточающие законы. Таким образом можно определить поведение материала при деформации и растяжении.

Моделирование континуума

Метод конечных элементов

Методы конечных элементов разделяют системы в пространстве и решают соответствующие физические уравнения на протяжении всего этого разложения. Это варьируется от теплового, механического, электромагнитного до других физических явлений. Важно отметить из материаловедение С точки зрения теории непрерывности методы обычно игнорируют неоднородность материалов и предполагают, что локальные свойства материалов идентичны во всей системе.

Методы моделирования материалов

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, в которой каждый метод моделирования чувствителен к изменениям в базовой модели, может сильно отличаться. Сами модели часто непосредственно используются в материаловедении и инженерии, а не только для запуска определенного моделирования.

КАЛЬФАД

Фазовые диаграммы являются неотъемлемой частью материаловедения, а фазовые диаграммы разработки вычислительных систем являются 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 фазовым диаграммам для прогнозирования фазовой стабильности, что чрезвычайно полезно при проектировании материалов и оптимизации процессов материалов.

Сравнение методов

Для каждого метода моделирования материала существует основная единица измерения, характерная длина и масштаб времени, а также связанные модели.[1]

МетодФундаментальная единица (и)Шкала длиныШкала времениОсновная модель (ы)
Квантовая химияЭлектрон, атомвечерапс Методы волновых функций многих тел, Базовый набор
Теория функций плотностиЭлектрон, атомвечерапсОбменно-корреляционный функционал, Базовый набор
Молекулярная динамикаАтом, Молекуланмпс - нсМежатомный потенциал
Кинетический Монте-КарлоАтом, Молекула, Кластернм - мкмпс - мксМежатомный потенциал, Коэффициенты скорости
Вывих динамикаВывихмкмнс - мксПич-Келер Форс, Взаимодействие с системой скольжения
Фазовое полеЗерно, Интерфейсмкм - ммнс - мксФункционал свободной энергии
Кристаллическая пластичностьОриентация кристалламкм - мммкс - мсФункция закалки и поверхность текучести
Заключительный элементЭлемент объемаМ-м-ммс - суравнение пучка, уравнение теплопроводности, так далее.

Многомасштабное моделирование

Многие из описанных методов можно комбинировать вместе, работая одновременно или по отдельности, передавая информацию между шкалами длины или уровнями точности.

Параллельная многомасштабная

Параллельное моделирование в этом контексте означает методы, используемые непосредственно вместе, в одном коде, с одинаковым временным шагом и с прямым отображением между соответствующими фундаментальными модулями.

Одним из типов одновременного многомасштабного моделирования является квантовая механика / молекулярная механика (QM / MM ). Это включает обработку небольшой порции (часто интересующей молекулы или белка) с более точным электронная структура расчет и окружение его большей областью быстрого бега, менее точным классическим молекулярная динамика. Существует множество других методов, таких как моделирование атомистического континуума, подобное QM / MM кроме использования молекулярная динамика и метод конечных элементов как мелкое (высокое качество) и грубое (низкое качество) соответственно.[2]

Иерархическая многомасштабность

Иерархическое моделирование относится к тем, которые напрямую обмениваются информацией между методами, но выполняются в отдельных кодах, с различиями в длине и / или шкале времени, обрабатываемыми с помощью статистических или интерполяционных методов.

Общий метод учета эффектов ориентации кристаллов вместе с геометрией включает пластичность кристаллов в моделирование методом конечных элементов.[2]

Разработка модели

Построение модели материалов в одном масштабе часто требует информации из другого, более низкого масштаба. Некоторые примеры включены здесь.

Самый распространенный сценарий для классических молекулярная динамика моделирования заключается в разработке межатомной модели непосредственно с использованием теория функционала плотности, чаще всего электронная структура расчеты. Следовательно, классическую МД можно рассматривать как иерархическую многомасштабную технику, а также как крупнозернистый метод (без учета электронов). По аналогии, крупнозернистая молекулярная динамика представляют собой сокращенные или упрощенные симуляции частиц, непосредственно обученные на основе полностью атомных МД-симуляций. Эти частицы могут представлять собой что угодно, от псевдоатомов углерода и водорода, целых полимерных мономеров до частиц порошка.

Теория функций плотности также часто используется для тренировки и развития КАЛЬФАД фазовые диаграммы.

Программное обеспечение и инструменты

Моделирование MOOSE / BISON: кусок топливная таблетка имеет сколы (в центре слева) из-за производственного дефекта или повреждения, возникшего во время транспортировки. Поврежденная поверхность таблеток приводит к возникновению напряженного состояния в прилегающей оболочке. В результате гранулы нагреваются и уплотняются, а затем снова набухают из-за продукты деления накапливаются внутри них, дополнительно нагружая окружающую оболочку твэла.

Каждый метод моделирования и симуляции имеет комбинацию коммерческого кода, кода с открытым исходным кодом и лабораторного кода. Программное обеспечение с открытым исходным кодом становится все более распространенным, как и кодексы сообщества, которые объединяют усилия в области развития. Примеры включают Квантовый ЭСПРЕССО (ДПФ), ЛАМПЫ (MD), ParaDIS (DD), FiPy (фазовое поле) и ЛОСЬ (Континуум). Кроме того, открытое программное обеспечение из других сообществ часто полезно для материаловедения, например GROMACS разработан в вычислительная биология.

Конференции

Все основные материаловедение конференции включают вычислительные исследования. Всемирный конгресс TMS ICME, полностью сосредоточенный на вычислительных усилиях, собирается раз в два года. Исследовательская конференция Гордона по вычислительному материаловедению и инженерии началась в 2020 году. Также регулярно организуются многие другие небольшие конференции по конкретным методам.

Журналы

Много журналы по материаловедению, а также специалисты из смежных дисциплин приветствуют исследования вычислительных материалов. Те, кто посвящен этой области, включают Вычислительное материаловедение, Моделирование и моделирование в материаловедении и инженерии, и npj Computational Materials.

Связанные поля

Вычислительное материаловедение - одна из дисциплин вычислительная наука и вычислительная техника, содержащие значительное совпадение с вычислительная химия и вычислительная физика. Кроме того, многие атомистические методы являются общими между вычислительная химия, вычислительная биология, и CMSE; аналогично, многие методы континуума пересекаются со многими другими областями вычислительная техника.

Смотрите также

Рекомендации

  1. ^ а б ЛеСар, Ричард (2013-05-06). Введение в вычислительное материаловедение: основы приложений (1-е изд.). Кембридж; Нью-Йорк: Издательство Кембриджского университета. ISBN  978-0-521-84587-8.
  2. ^ а б c Моделирование в разных масштабах: исследование дорожной карты для соединения моделей материалов и моделирования в масштабах длины и времени (Отчет). Общество минералов, металлов и материалов (TMS). 2015 г.. Получено 20 августа 2019.
  3. ^ Эллисон, Джон; Бакман, Дэн; Христодулу, Лев (01.11.2006). «Интегрированная вычислительная инженерия материалов: новая парадигма для мировой профессии материалов». JOM. 58 (11): 25–27. Дои:10.1007 / s11837-006-0223-5. ISSN  1543-1851.
  4. ^ Уоррен, Джеймс А .; Уорд, Чарльз Х. (2018-06-11). «Эволюция инфраструктуры данных материалов». JOM. 70 (9): 1652–1658. Дои:10.1007 / s11837-018-2968-z. ISSN  1543-1851.
  5. ^ Куртароло, Стефано; Hart, Gus L.W .; Нарделли, Марко Буонджорно; Минго, Наталио; Санвито, Стефано; Леви, Охад (2013). «Высокопроизводительная магистраль к проектированию вычислительных материалов». Материалы Природы. 12 (3): 191–201. Дои:10.1038 / nmat3568. ISSN  1476-1122. PMID  23422720.

внешняя ссылка