Вычислительное материаловедение - Computational materials science
 | Эта статья включает в себя список общих Рекомендации, но он остается в основном непроверенным, потому что ему не хватает соответствующих встроенные цитаты. (Ноябрь 2019) (Узнайте, как и когда удалить этот шаблон сообщения) |
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]
| Метод | Фундаментальная единица (и) | Шкала длины | Шкала времени | Основная модель (ы) |
|---|---|---|---|---|
| Квантовая химия | Электрон, атом | вечера | пс | Методы волновых функций многих тел, Базовый набор |
| Теория функций плотности | Электрон, атом | вечера | пс | Обменно-корреляционный функционал, Базовый набор |
| Молекулярная динамика | Атом, Молекула | нм | пс - нс | Межатомный потенциал |
| Кинетический Монте-Карло | Атом, Молекула, Кластер | нм - мкм | пс - мкс | Межатомный потенциал, Коэффициенты скорости |
| Вывих динамика | Вывих | мкм | нс - мкс | Пич-Келер Форс, Взаимодействие с системой скольжения |
| Фазовое поле | Зерно, Интерфейс | мкм - мм | нс - мкс | Функционал свободной энергии |
| Кристаллическая пластичность | Ориентация кристалла | мкм - мм | мкс - мс | Функция закалки и поверхность текучести |
| Заключительный элемент | Элемент объема | М-м-м | мс - с | уравнение 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
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
- ^ 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.
- ^ 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.
- ^ 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.
- ^ 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.
- ^ 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.