Automaty Komórkowe w Inżynierii Materiałowej

Slides:



Advertisements
Podobne prezentacje
Z. Gburski, Instytut Fizyki UŚl.
Advertisements

Atom wieloelektronowy
Planowanie bezkolizyjnego ruchu w środowisku wielu robotów z wykorzystaniem gier niekooperacyjnych OWD
Wybrane zastosowania programowania liniowego
dr hab. inż. Joanna Hucińska
Wprowadzenie do optymalizacji wielokryterialnej.
Zadanie z dekompozycji
TERMO-SPRĘŻYSTO-PLASTYCZNY MODEL MATERIAŁU
Badania operacyjne. Wykład 1
Wykład no 11.
Elementy Modelowania Matematycznego
Analiza współzależności
Optymalizacja własności mikrostruktury przy pomocy algorytmów genetycznych na bazie Cyfrowej Reprezentacji Materiału Autor: Daniel Musiał Promotor: dr.
Model ciągły wyceny opcji Blacka – Scholesa - Mertona
Statystyka w doświadczalnictwie
Modelowanie Wieloskalowe
FIZYKA dla studentów POLIGRAFII Wykład 3
Krzysztof Suchecki wybrana prezentacja z konferencji ECCS'07 w Dreźnie Interacting Random Boolean Networks.
Wykład 4 Przedziały ufności
Odkrywanie wzorców sekwencji
Wykład 6 Metody Monte Carlo
Paweł Stasiak Radosław Sobieraj Michał Wronko
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 4: Generowanie zdarzeń  Dr inż. Halina Tarasiuk p. 337, tnt.tele.pw.edu.pl.
W OPISIE PRZEMIANY CIECZ-PARA
Zastosowanie automatów komórkowych do modelowania korków ulicznych
Anizotropowy model uszkodzenia i odkształcalności materiałów kruchych
Układy sekwencyjne pojęcia podstawowe.
Elementy Rachunku Prawdopodobieństwa i Statystyki
Biomechanika przepływów
ABAQUS v6.6- Przykład numeryczny- dynamika
Podstawy Biotermodynamiki
Homogenizacja Kulawik Krzysztof.
Łukasz Łach Wydział Inżynierii Metali i Informatyki Przemysłowej
Hipotezy statystyczne
Algorytm DIC Dynamic Itemset Countin
EXCEL Wykład 4.
TECHNIKI INFORMATYCZNE W ODLEWNICTWIE
Błędy i niepewności pomiarowe II
Modelowanie fenomenologiczne II
Politechnika Rzeszowska
MS Excel - wspomaganie decyzji
Drgania punktu materialnego
XVIII Konferencja Rynek Ciepła REC 2012, 17– Nałęczów
Modelowanie fenomenologiczne III
TERMODYNAMIKA – PODSUMOWANIE WIADOMOŚCI Magdalena Staszel
Metody matematyczne w Inżynierii Chemicznej
Budowa modelu niezawodnościowego
EXCEL Wstęp do lab. 4. Szukaj wyniku Prosta procedura iteracyjnego znajdowania niewiadomej spełniającej warunek będący jej funkcją Metoda: –Wstążka Dane:
D. Ciołek EKONOMETRIA – wykład 5
Badania odporności na pełzanie
Pomiar naprężeń - wprowadzenie
- modele dla jedno- i dwufazowych materiałów
JAKOŚĆ TECHNICZNA WĘGLA
XLVI Sesja Kół Naukowych Pionu Hutniczego1 CCT Builder - Aplikacja do optymalizacji parametrów modeli materiałowych Gołąb Rafał, Klimek Tomasz, Jaworski.
Kryształy – rodzaje wiązań krystalicznych
Warstwowe sieci jednokierunkowe – perceptrony wielowarstwowe
Obróbka plastyczna Opracował dr inż. Tomasz Dyl
 Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Metody sztucznej inteligencji – Technologie rozmyte i neuronoweSystemy.
Zbiory fraktalne I Automaty komórkowe.
Modele sieci społecznych
© Prof. Antoni Kozioł, Wydział Chemiczny Politechniki Wrocławskiej MATEMATYCZNE MODELOWANIE PROCESÓW BIOTECHNOLOGICZNYCH Temat – 5 Modelowanie różniczkowe.
Półprzewodniki r. Aleksandra Gliniany.
INŻYNIERIA MATERIAŁÓW O SPECJALNYCH WŁASNOŚCIACH Przyrost temperatury podczas odkształcenia.
Próba ściskania metali
Rodzaje zmian zachodzących w otoczeniu przedsiębiorstwa:
Metody matematyczne w Inżynierii Chemicznej
59 Konferencja Naukowa KILiW PAN oraz Komitetu Nauki PZITB
* PROCESÓW TECHNOLOGICZNYCH
Podstawy dynamiki płynów rzeczywistych Uderzenie hydrauliczne
II. Matematyczne podstawy MK
Zapis prezentacji:

Automaty Komórkowe w Inżynierii Materiałowej Modelowanie Wieloskalowe Automaty Komórkowe w Inżynierii Materiałowej Budynek B5 p. 716 lmadej@agh.edu.pl home.agh.edu.pl/lmadej Dr hab. inż. Łukasz Madej Katedra Informatyki Stosowanej i Modelowania Wydział Inżynierii Metali i Informatyki Przemysłowej

Zastosowania w metalurgii modelowanie zjawiska rekrystalizacji statycznej modelowanie zjawiska rekrystalizacji dynamicznej modelowanie zjawiska rozbudowy granicy ziarna modelowanie zjawiska inicjalizacji pęknięć modelowanie zjawisk termomechanicznych modelowanie zjawiska lokalizacji odkształcenia modelowanie przemian fazowych

Naiwny rozrost ziaren mikrostruktury materiału

Wymiar przestrzeni: 2D lub 3D Naiwny rozrost ziaren mikrostruktury materiału Wymiar przestrzeni: 2D lub 3D Sąsiedztwo: Moore, von Neuman, random hexagonal, random pentagonal Ilości stanów komórki: 2 - „pusta” lub „ziarno” Zmienne wewnętrzne CA

Zmienne wewnętrzne CA pusta ziarno Naiwny rozrost ziaren mikrostruktury materiału stan Y Zmienne wewnętrzne CA pusta ziarno Zmienne wewnętrzne - do którego ziarna należy 2 1 3 - O orientacji krystalograficznej f2, j2, q2 f, j, q f3, j3, q3

Zarodkowanie Naiwny rozrost ziaren mikrostruktury materiału Losowy wybór komórek i zmiana stanu na komórka, przypisanie wartości zmiennym wewnętrznym: numer ziarna, orientacja krystalograficzna Ziarno nr 1 Ziarno nr 2 Ziarno nr 3

Rozrost Naiwny rozrost ziaren mikrostruktury materiału Jeżeli sąsiad danej komórki w poprzednim kroku był w stanie ziarno to komórka również zmienia stan na „ziarno”. Zmienne wewnętrzne przejmuje takie jakie posiada większość jej sąsiadów w stanie „ziarno”. W przypadku takiej samej liczby sąsiadów o różnych własnościach, wprowadza się losowość wyboru.

Problem doboru sąsiedztwa Naiwny rozrost ziaren mikrostruktury materiału Problem doboru sąsiedztwa Moore Von Neumanna pentagonalne heksagonalne

Problem doboru sąsiedztwa Naiwny rozrost ziaren mikrostruktury materiału Problem doboru sąsiedztwa Moore Von Neumanna pentagonalne heksagonalne

Periodyczny warunek brzegowy Naiwny rozrost ziaren mikrostruktury materiału Periodyczny warunek brzegowy

Naiwny rozrost ziaren mikrostruktury materiału

Modelowanie zjawiska rekrystalizacji dynamicznej oraz rozwoju mikrostruktury w trakcie przeróbki plastycznej na gorąco Gawad J., Madej Ł., Szeliga D., Pietrzyk M., Microstructure evolution modeling based on the rheological parameters using the cellular automaton technique, Mat. Konf. Forming 2004, Vysoke Tatry, Strebske Pleso 2004, 67-70.

Model rekrystalizacji Zastosowania w metalurgii W literaturze funkcjonuje kilka możliwości rozwiązania problemu modelowania rozwoju mikrostruktury w trakcie procesów przeróbki termomechanicznej. Każda z tych metod charakteryzuje się innym stopniem zaawansowania: różne otoczenia, różnorakie sformułowanie reguł przejścia różne modele matematyczne wspomagająca metodę automatów komórkowych. Co za tym idzie dokładność otrzymywanych rezultatów również jest różna.

naprężenie odkształcenie

umocnienie- wzrost gęstości dyslokacji. Przeszkodami w ruchu dyslokacji są granice ziaren oraz inne dyslokacje. Właśnie to oddziaływanie przemieszczających się podczas odkształcenia dyslokacji prowadzi do szybkiego wzrostu gęstości dyslokacji. Proces przebiega w kilku etapach :

zdrowienie- spadek gęstości dyslokacji w wyniku ich anihilacji. W początkowym okresie zdrowienia struktury, dyslokacje z wnętrza komórki są przyciągane do ich ścianek, gdzie następuje anihilacja dyslokacji przeciwnych znaków, pozostałe dyslokacje tworzą siatkę oddzielająca wielościenne podziarna. Wzrost ziarn powoduje rozpoczęcie rekrystalizacji.

rekrystalizacje dynamiczną, która pojawia się po przekroczeniu pewnej krytycznej wartości gęstości dyslokacji - c Proces ten składa się z dwóch etapów: tworzenie (zarodkowanie) ziarn wzrost ziarn

Generacja pierwotnej mikrostruktury Automat Komórkowy Model rekrystalizacji Model rekrystalizacji dynamicznej Generacja pierwotnej mikrostruktury Działo Dyslokacji Automat Komórkowy

Model rekrystalizacji Model rekrystalizacji dynamicznej - pierwotna mikrostruktura Pierwotną mikrostrukturę można uzyskać na kilka sposobów: bazując na rzeczywistym zdjęciu zgładu fragmentu próbki przed deformacją:

Model rekrystalizacji bazując na mikrostrukturze, uzyskanej przy wykorzystaniu metody wieloboków Voronoi:

Model rekrystalizacji Automaty komórkowe

Model rekrystalizacji Rozrost Kul (źródło: T. Wejrzanowski)

Model rekrystalizacji – szczypta teorii Kryształ składa się z płaszczyzn atomowych, a defekt polegający na tym, że jedna z nich kończy się wewnątrz kryształu krawędzią nazywamy dyslokacją krawędziową Dyslokacje w materiale mają możliwość przemieszczania się. Ruch ten zachodzi najczęściej w pewnych płaszczyznach i w pewnych kierunkach krystalograficznych, a najczęściej są to płaszczyzny i kierunki najgęstszego upakowania. W materiale poddanym obciążeniu występuje wiele konkurujących ze sobą procesów. Najczęściej rozpatrywanymi są proces umocnienia, zdrowienia dynamicznego i statycznego, rekrystalizacji dynamicznej, metadynamicznej oraz statycznej. Wszystkie związane są z dyslokacjami. Pojęcie gęstości dyslokacji

Model rekrystalizacji – szczypta teorii Symulacja procesu umocnienia oraz zdrowienia. W każdym kroku czasowym wraz z postępującym procesem odkształcenia w materiale generowane są dodatkowe dyslokacje, w wyniku czego gęstość dyslokacji wzrasta od wartości około 106 do wartości 1012 - 1014. Wzrost gęstości dyslokacji jest kontrolowany zgodnie z modelem zmiennych wewnętrznych, równaniem opisującym zmiany średniej wartości gęstości dyslokacji w czasie.

Model rekrystalizacji Model rekrystalizacji dynamicznej - działo dyslokacji Działo dyslokacji bazuje na analitycznym rozwiązaniu równania konstytutywnego modelu zmiennych wewnętrznych opisującego procesy umocnienia (A) i zdrowienia (B): Gdzie: Parametry materiałowe występujące w równaniach są zidentyfikowane przy wykorzystaniu metody optymalizacji Simplex.

Model rekrystalizacji Dr r1 t1 t2

Model rekrystalizacji Model rekrystalizacji dynamicznej - działo dyslokacji W każdym kroku czasowym obliczona pula dyslokacji jest wprowadzana do przestrzeni automatów komórkowych. Parametrem kontrolującym ten pseudolosowy proces jest ściśle ustalony rozmiar paczki która może trafić do danej komórki. paczka pseudolosowa

Model rekrystalizacji Model rekrystalizacji dynamicznej - automat komórkowy W modelu założono dwu wymiarowe alternatywne sąsiedztwo heksagonalne a każda komórka opisana jest zestawem zmiennych określających jej stan: zmienna określająca do którego ziarna dana komórka przynależy zmienna określająca czy dana komórka zrekrystalizowała aktualna wartość gęstości dyslokacji rc Przestrzeń CA

Model rekrystalizacji Model rekrystalizacji dynamicznej - automat komórkowy W każdym kroku czasowym odbywa się proces migracji dyslokacji pomiędzy sąsiadami należącymi do tego samego ziarna. Ponieważ granice ziaren są to defekty struktury krystalicznej na których następuje gwałtowny wzrost gęstości dyslokacji w trakcie odkształcenia. Każda komórka ściśle kontroluje ile dyslokacji jest w stanie oddać do sąsiada jak również ile dyslokacji jest w stanie przyjąć.

Model rekrystalizacji Model rekrystalizacji dynamicznej - automat komórkowy Ułamek puli przekazanej do sąsiadów obliczany jest zgodnie z założoną zależnością: N(0,1) – prawdopodobieństwo z jakim komórka może oddać dyslokacje do sąsiadów, rd­ całkowita pula dyslokacji, którą komórka jest w stanie przekazać do sąsiadów zgodnie z zależnością przedstawioną

Model rekrystalizacji Model rekrystalizacji dynamicznej - automat komórkowy Ułamek puli przyjmowanej od sąsiadów obliczany jest zgodnie z założoną zależnością:

Model rekrystalizacji

Model rekrystalizacji Model rekrystalizacji dynamicznej - automat komórkowy Reguły przejścia W przypadku gdy w poprzednim kroku czasowym (t-1) któryś z sąsiadów komórki (i,j) uległ rekrystalizacji & gęstość dyslokacji w sąsiednich komórkach jest mniejsza niż gęstość dyslokacji w danej (i,j) komórce to ta komórka również ulega rekrystalizacji. Jej gęstość dyslokacji rc ustawiana jest na poziom odniesienia. W przypadku gdy w danej (i,j) komórce przekroczona zostanie krytyczna wartość gęstości dyslokacji rc > rcritical & komórka znajduje się przy granicy ziarna to komórka staje się zarodkiem rekrystalizacji i jej gęstość dyslokacji również spada do poziomu odniesienia.

Model rekrystalizacji Model rekrystalizacji dynamicznej Działo Dyslokacji Mikrostruktura Migracja dyslokacji Reguły Przejścia DRX Out Put

Model rekrystalizacji Przykładowe wyniki obliczeń Z modelu uzyskuje się wiele informacji dotyczących: rozwoju mikrostruktury ilości nowo powstałych ziaren średnicy ziaren informacje dotyczące procesu rekrystalizacji naprężenie uplastyczniające. Naprężenie uplastyczniające obliczane jest z powszechnie znanej zależności: Wartości uzyskiwanych naprężeń umożliwią porównanie wyników obliczeń z wynikami uzyskanymi z modelu.

Model rekrystalizacji Model rekrystalizacji dynamicznej - automat komórkowy M I K R O S T U A

Model rekrystalizacji Model rekrystalizacji dynamicznej - automat komórkowy doświadczenie Obliczenia CA

Model rekrystalizacji statycznej

Model rekrystalizacji statycznej SRX CA model Each cell in the CA space is described by several state variables: state variable that indicates SRX fraction state variable that indicates whether it is a recrystallized or unrecrystallized cell state variable that indicates, to which grain the cell belongs actual stored energy CA space

Model rekrystalizacji statycznej

Model rekrystalizacji statycznej probability of nucleation number of nuclei Driving force – grain boundary curvature Driving force – accumulated energy

Model rekrystalizacji statycznej

Reliable predictions of the accumulated energy Model rekrystalizacji statycznej Energy distribution Homogenous Heterogenous min max ? Reliable predictions of the accumulated energy min max

macro micro 50% reduction

65% reduction

Model rekrystalizacji statycznej

Model przemiany fazowej austenit ferryt

Przemiany fazowe State Variable ferrite (a) austenite (g) DMR of 50 austenite grains State Variable ferrite (a) austenite (g) ferrite-austenite (a/g) Internal Variable xcellferrites – volume fraction of ferrite is in a particular cell, cconcentration - carbon concentration in each cell, l - growth length of the ferrite cell into the interface cell v - growth velocity of an interface cell

ferrite volume fraction growth length

Transition rules

Przemiany fazowe Microstructures obtained after cooling with various cooling rates: Q = 1, 3, 5, 10 and 15 oC/s.