Data science-assisted mesoscale microstructural prediction method for developing high-performance materials via grain boundary engineering

数据科学辅助介观微观结构预测方法通过晶界工程开发高性能材料

• 批准号: 22K14140
• 负责人: 三好 英輔
• 金额: $ 2.5万
• 依托单位: Tokyo University of Agriculture and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22K14140/
• 关键词: 材料微視組織; 再結晶; 粒成長; 粒界; フェーズフィールド法; 分子動力学; データ同化; HPC; 組織制御; 分子動力学法; データ科学

材料特性の巨視的特性を向上させるためには，メゾスケールの材料組織の適切な設計が鍵となる．特に，焼鈍過程における再結晶・粒成長現象を通じた粒界性格分布の制御，すなわち粒界工学の技術は，合金化に頼らない省資源・省エネルギー材料開発において極めて重要な役割を有する．粒界工学に基づく材料開発を加速させる上では，数値解析による系統的な組織予測が有望である．しかしながら，粒界性格分布の予測において不可欠な「粒界物性の異方性」と「焼鈍双晶形成」の表現を完備したメゾスケールモデルは未だ存在せず，数値解析の実応用は停滞している．本研究は，データ科学の援用により，原子スケールの分子動力学（MD）解析を上位スケールのフェーズフィールド（PF）法解析へと定量的に融合させることで，物性異方性と新規結晶の核形成を正確に反映したメゾスケール焼鈍組織予測を初めて可能とし，粒界工学の高度化に向けた新技術の提示を図るものである．本年度は，粒界物性の異方性の評価・取得手法の確立に注力し，下記の成果を得た．まず，粒界異方性を考慮したPFモデルに対し，アンサンブルカルマンフィルタによるデータ同化を介してMD粒界移動シミュレーションを統合することで，PFモデルに含まれる未知パラメータ（各粒界面方位に対する粒界エネルギー）を同定する異方性物性取得法を開発した．これにより，粒界面方位に応じた粒界エネルギー変化を，一度の計算でさまざまな面方位に対して一挙に評価することが可能となった．次いで，複数の粒界の交わる粒界多重点の特性（有限易動度）を考慮できるようPFモデルに改良を加え，有限易動度を表現するパラメータをデータ同化により同定することで，多重点の特性を評価可能とする手法を構築した．多重点の易動度は，組織予測において重要でありながら実験測定が極めて難しい物性値であり，本実績は材料工学・科学双方の観点から大きな意義を有する．

Material characteristics and macroscopical characteristics are key to the proper design of material organization. In particular, the recrystallization and grain growth phenomenon in the firing process is related to the control of grain boundary character distribution, and the technology of grain boundary engineering is related to the alloying process, which saves resources and materials development. In the field of engineering, the development of basic materials is accelerated, and the analysis of numerical values is expected. In the prediction of grain boundary character distribution, it is necessary to improve the performance of "anisotropy of grain boundary physical properties" and "formation of burnt twins". This study is aimed at the application of molecular dynamics (MD) analysis of atomic properties and quantitative fusion of molecular dynamics (PF) analysis. It is also aimed at the correct reflection of anisotropic properties and the prediction of crystal structure. This year, the evaluation of the heterogeneity of grain properties, the establishment of attention to acquisition methods, and the achievement of the following records were achieved. The development of anisotropic property acquisition method with unknown particle orientation is discussed in this paper. This is the first time that a particle has been evaluated. Second, considering the characteristics of multiple points (finite mobility) in the intersection of multiple points, the improvement of PF, the performance of finite mobility, the identification of multiple points, the construction of possible methods for evaluating the characteristics of multiple points. The flexibility of multiple points is important for tissue prediction. The measurement of physical properties is extremely difficult. The performance of materials engineering and science is significant.

项目成果

大規模フェーズフィールドシミュレーションによる異常粒成長理論の検証

使用大规模相场模拟验证异常晶粒生长理论

• 发表时间: 2022
• 作者: 三好英輔;大野宗一;澁田靖;山中晃徳;高木知弘
• 通讯作者: 高木知弘

Validating a mean-field theory via large-scale phase-field simulations for abnormal grain growth induced by nonuniform grain boundary properties

• DOI: 10.1007/s10853-022-07660-4
• 发表时间: 2022-09
• 期刊: Journal of Materials Science
• 影响因子: 4.5
• 作者: Eisuke Miyoshi;M. Ohno;Y. Shibuta;A. Yamanaka;T. Takaki

分子動力学法とフェーズフィールド法のデータ同化による粒界特性の面方位依存性の評価

通过分子动力学法和相场法的数据同化评价晶界性质的面取向依赖性

• 发表时间: 2023
• 作者: 藤原倫男;三好英輔;山中晃徳
• 通讯作者: 山中晃徳

Bayesian Data Assimilation for Phase-field Simulation of Microstructure Evolution

微观结构演化相场模拟的贝叶斯数据同化

• 发表时间: 2022
• 作者: A. Yamanaka;E. Miyoshi;A. Ishiii
• 通讯作者: A. Ishiii

Combined Bayesian inference and phase-field modelling for evaluating triple-junction drag on grain boundary migration

结合贝叶斯推理和相场建模来评估三结阻力对晶界迁移的影响

• 发表时间: 2022
• 作者: E. Miyoshi;M. Ohno;Y. Shibuta;A. Yamanaka;T. Takaki
• 通讯作者: T. Takaki