npj: 机器学习带着相场走来了—又快又准的模拟方法

相场方法是一种流行的介观尺度计算方法,用于研究微结构及其物理性质的时空演化。它已被广泛用于描述各种重要的介观尺度演化现象,包括晶粒生长和粗化、凝固、薄膜沉积、位错动力学、生物膜中的囊泡形成和裂纹传播。现有的高保真相场模型实际计算成本很高,因为它们需要解决一组描述这些过程的连续场变量的耦合偏微分方程系统。目前,最大限度地降低计算成本的探索主要集中在利用高性能计算架构和先进的数值方案,或将机器学习算法与微观结构模拟相结合。然而,对于这些成功的解决方案来说,如何平衡精度与计算效率也还是个令人头痛的问题。要么计算效率高就不能保证得到精确解;要么可以求解复杂的、耦合的相场方程,却计算成本高昂;要么能够预测训练范围之内的微观结构演化,却预测不了训练之外的演化。

来自美国桑迪亚国家实验室集成纳米技术中心的Rémi Dingreville教授领导的团队,开发了一个机器学习框架来高效、快速地预测复杂的微结构演化问题。通过采用长短期记忆(LSTM)神经网络学习长期模式和解决历史依赖性问题,作者将微结构演化问题重新表述为多变量时间序列问题。在这种情况下,神经网络能学习如何通过微结构随时间演化的低维描述来预测微结构的演化。他们发现这种机器学习的替代模型,可以在几分之一秒的时间内预测两相混合物在亚稳态分解时的非线性微观结构演化,与高保真相场模拟相比,准确性仅损失5%。作者表明,该替代模型轨迹作为经典高保真相场模型的输入数据时,可以加速相场模拟。作者的解决方案开辟了一条很有前途的道路,在尺度现象至关重要的问题中(如材料设计等演化问题),可利用他们加速的相场模拟来发现、求解和预测加工-微结构-性能关系。
该文近期发表于npj Computational Materials 7: 3 (2021),英文标题与摘要如下,点击左下角“阅读原文”可以自由获取论文PDF。

Accelerating phase-field-based microstructure evolution predictions via surrogate models trained by machine learning methods 

David Montes de Oca Zapiain, James A. Stewart & Rémi Dingreville

The phase-field method is a powerful and versatile computational approach for modeling the evolution of microstructures and associated properties for a wide variety of physical, chemical, and biological systems. However, existing high-fidelity phase-field models are inherently computationally expensive, requiring high-performance computing resources and sophisticated numerical integration schemes to achieve a useful degree of accuracy. In this paper, we present a computationally inexpensive, accurate, data-driven surrogate model that directly learns the microstructural evolution of targeted systems by combining phase-field and history-dependent machine-learning techniques. We integrate a statistically representative, low-dimensional description of the microstructure, obtained directly from phase-field simulations, with either a time-series multivariate adaptive regression splines autoregressive algorithm or a long short-term memory neural network. The neural-network-trained surrogate model shows the best performance and accurately predicts the nonlinear microstructure evolution of a two-phase mixture during spinodal decomposition in seconds, without the need for “on-the-fly” solutions of the phase-field equations of motion. We also show that the predictions from our machine-learned surrogate model can be fed directly as an input into a classical high-fidelity phase-field model in order to accelerate the high-fidelity phase-field simulations by leaping in time. Such machine-learned phase-field framework opens a promising path forward to use accelerated phase-field simulations for discovering, understanding, and predicting processing–microstructure–performance relationships.
(0)

相关推荐

  • 人脑为什么这么大?

    2021-06-16 19:40 人脑为什么这么大? 追问Nextquestion 人的脑子要比同样体重"平均哺乳类"所应有"正常大脑"重7倍左右.它的演化有哪 ...

  • 对演化心理学的七大误解

    2021-08-02 19:38 神经现实 本文来自微信公众号:神经现实(ID:neureality),作者:Laith Al-Shawaf,编辑:山鸡,翻译:SIXIN 根据<演化心理学> ...

  • 时尚圈里那些亮瞎眼的“奇葩设计” |带你闯秀场走市场

    最近这都怎么了!大家都听说了吗?那个两年前"震惊天地"的铁丝手环又回来了.还合着香奶奶2021年春夏的超级mini小包同时登场!!!然后像什么LV的充气马甲,还有GUCCI金耳朵什 ...

  • npj: 上大施思齐教授—可充电电池相场模拟的过去、现在和未来

    海归学者发起的公益学术平台 分享信息,整合资源 交流学术,偶尔风月 自1800年亚历山德罗·伏特发明了伏打电堆(历史上第一个电池)以来,电池历经了200余年的发展,不断满足人们对不同能量转换利用的需求 ...

  • 自带“官相”,五种适合走仕途的面相特征

    一.法令纹鲜明而不中断 法令纹代表着官运.事业.业务.文书档案.权威.号令.指挥权--法令纹34岁之前慢慢形成才吉祥,意味着中年运势通畅顺利.若太早形成,虽少年得志,但比较劳心费力,性格也孤傲自大.法 ...

  • 带队伍是场淘汰赛!创业者做对管理的4句良心忠告,值得一读

    大道至简,有些东西本身很简单,但我们平常受到的干扰和阻碍比较多,导致了我们往往把简单的事情复杂化了. 我一直觉得,如果我们能够保持"不偏不倚"的理性,那事情本身就是很简单的.当然, ...

  • 我一定会带着孩子再走一趟川藏线,感受祖国的力量

    写在前面:今日行程芒康-东达山-左贡-邦达-天路72拐-八宿 从芒康出发,我们的行程继续向西,今天的车程比昨天少了2个小时左右.这一路走来感慨颇多,芒康出来后不久就到了拉乌山的观景台.观景台建得挺漂亮 ...

  • TVB绿叶曝直播带货一场顶TVB三个月收入

    直播带货算是最近二年的一个风口吧,好多艺人.网红纷纷加入,现在带过货的TVb知名艺人包括视帝罗嘉良.欧阳震华,前TVB一线艺人吕颂贤.叶璇等,一看艺人们纷纷涌入的情况,就知道直播带货很赚钱了.最近TV ...

  • 带着好心情走好人生路

    带着好心情走好人生路 人生路上,能够拥有好心情才能享受好风景,好眼光才会有好发现,好思考才会有好主意.人可以不美丽,但要健康:人可以不伟大,但要快乐:人可以不完美,但要追求. 心里有春天,心花才能怒放 ...

  • 老罗和他的直播带货,能够走多远呢?

    曾经的第一代网红,屡战屡败欠下巨债,如今跟随潮流直播卖东西,他的直播带货之路又能走多远呢? 作者 | 珍珠呀      编辑 | 崛江小编 近日,前锤子科技创始人兼CEO罗永浩称在抖音上要直播带货的信 ...

  • 扒一扒COMSOL中的Phase field相场方法

    相场方法是20世纪90年代中期发展的一种扩散界面方法,它是以Ginzburg-Landau理论为物理基础,通过微分方程来体现具有特定物理机制的扩散.有序化势和热力学驱动的综合作用,通过计算机编程求解上 ...