Simulation of nucleation based on Bayesian inference and surrogate modeling

基于贝叶斯推理和代理建模的成核模拟

基本信息

批准号：
22K18875
负责人：
大野宗一
金额：
$ 4.16万
依托单位：
Hokkaido University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Challenging Research (Exploratory)
财政年份：
2022
资助国家：
日本
起止时间：
2022-06-30 至 2025-03-31
项目状态：
未结题

项目摘要

本研究の目的は、金属材料の凝固における核生成を高速かつ高精度に再現・予測する手法の構築であり、そのために原子シミュレーション、組織シミュレーション、そしてデータ科学・機械学習を駆使して、原子間ポテンシャルの情報のみから実プロセスのスケールの核生成を予測可能な新手法の開発を試みる。具体的には、「分子動力学法(MD)で計算した原子スケールにおける核生成挙動」の計算結果から、「データ同化によるパラメータ推定」を用いて、組織レベルの「フェーズフィールド法における核生成ノイズ」の性質を明らかにする。そして、その性質の推定結果を機械学習し、「核生成ノイズのサロゲート（代理）モデル」を構築する。本年度は、上記の「分子動力学法による原子スケールにおける核生成挙動の計算」を実施した。Ni, Cu, Alを対象に、これらのfcc系の純金属の凝固における核生成を、1000万原子系のMD計算で調査した。また、Ni-Alに元系合金におけるNi richのfcc固溶体合金の凝固時の核生成挙動についても調査を行った。純Ni及びNi-Al合金においては、bccがまず核生成し、それがfccに変態することで核生成が進行することが明らかになった。また、「フェーズフィールド法における核生成ノイズ」に関する調査も実施した。純金属の凝固を対象に、核生成頻度を制御するために必要なノイズが計算格子の間隔や過冷度にどのように依存するのかについても明らかにした。これらの依存性を機械学習の形でサロゲートモデリングすることについても検討する進めた。

这项研究的目的是构建一种方法，用于快速，准确地重现和预测金属材料的固化过程中的成核，为此，我们将尝试开发一种新方法，该方法可以通过使用原子质模拟，组织模拟和数据科学和机器学习来预测仅基于原子质潜能的信息的真实过程量表的成核。具体而言，从使用分子动力学（MD）计算的“原子量表的成核行为的计算结果”，我们使用“通过数据同化的参数估计”来阐明组织水平上“相位场方法中的成核噪声”的性质。然后，估算此特性的结果是机器学习，并构建了“成核噪声的替代模型”。今年，我们进行了上述“使用分子动力学方法计算原子量表的成核行为”。使用Ni，Cu和Al中的1000万个原子的MD计算研究了FCC系统中这些纯金属的成核。我们还研究了Ni-AL原始合金中Ni富FCC固体溶液合金在固化过程中的成核行为。据透露，在纯Ni和Ni-Al合金中，BCC首先成核，然后转化为FCC，成核的发展。我们还对“相位场方法中的成核噪声”进行了调查。该研究还阐明了如何控制成核频率所需的噪声取决于计算出的晶格的间隔和过冷的程度。我们还开始以机器学习的形式考虑这些依赖性的替代建模。