1 / 17

Autor: Patryk Spytkowski spytkowski@gmail Opiekun: dr inż. Łukasz Madej

IMPLEMENTACJA FRAMEWORKU AUTOMATÓW KOMÓRKOWYCH NA PRZYKŁADZIE WYKORZYSTANIA W MODELOWANIU ZJAWISK MIKROSTRUKTURALNYCH W METALURGII. Autor: Patryk Spytkowski spytkowski@gmail.com Opiekun: dr inż. Łukasz Madej Koło naukowe: METALSOFT Wydział Inżynierii Metali i Informatyki Przemysłowej.

nolan-moore
Download Presentation

Autor: Patryk Spytkowski spytkowski@gmail Opiekun: dr inż. Łukasz Madej

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. IMPLEMENTACJA FRAMEWORKU AUTOMATÓW KOMÓRKOWYCH NA PRZYKŁADZIE WYKORZYSTANIA W MODELOWANIU ZJAWISK MIKROSTRUKTURALNYCH W METALURGII Autor: Patryk Spytkowski spytkowski@gmail.com Opiekun: dr inż. Łukasz Madej Koło naukowe: METALSOFT Wydział Inżynierii Metali i Informatyki Przemysłowej

  2. Plan prezentacji • Motywacja • Omówienie platformy • Założenia przyjęte przy jej tworzeniu • Przykłady wykorzystania • Plany na przyszłość • Podsumowanie

  3. 1. Motywacja • Klasyczne podejście, MES: • Obliczenia oparte o parametry takie jak temperatura i stopień odkształcenia nie uwzględniające specyficznej budowy krystalicznej • Modelowanie wieloskalowe: • Połączenie kilku metod, np. MES i automaty komórkowe • Możliwa większa dokładność obliczeń dzięki uwzględnieniu mikrostruktury • Wymaga o wiele większych mocy obliczeniowych

  4. Porównanie MES i CAFE MES CAFE Eksperyment W. Libura, J. Zasadzinski, J. Mat. Proc. Tech., 34, 517-524, 1992 Ł. Madej. Development of the multi-scale analysis model to simulate strailn localization. Kraków, 2006

  5. 2. Omówienie platformy API + dedykowany język skryptowy Modele np.: automaty do rekrystalizacji, czy też przemian fazowych UCA Uniwersalny Automat Komórkowy • reguły • przestrzeń • sąsiedztwo • stany • zmienne wew.

  6. 2. Omówienie platformy Cele powstania platformy: • Implementacja modeli bez zagłębiania się w szczegóły budowy automatu komórkowego • Unifikacja – każdy model jest stworzony według tych samych reguł • Sprawne i bezbłędne działanie każdego modelu

  7. 3. Założenia przyjęte przy jej tworzeniu • Łatwość użycia • do napisania kilka funkcji opisujących reguły przejścia i stany początkowe • dostępny prosty interfejs do obsługi • Szybkie działanie • zrównoleglenie obliczeń • optymalizacja użycia pamięci i procesora • Obsługa możliwie największych przestrzeni komórek

  8. Obecny kształt platformy • cSpace • Przestrzeń automatów komórkowych • cAutomaton • Dostarcza podstawowe metody obsługi przestrzeni • cTruAutomaton • Rozszerzenie zbioru metod • Główna klasa platformy • cNeighbours • Klasa zawierająca reguły sąsiedztw

  9. 4. Przykłady wykorzystania • Generacja początkowej mikrostruktury • Prosty rozrost w oparciu o sąsiedztwo pseudoheksagonalne

  10. 4. Przykłady wykorzystania • Model rekrystalizacji dynamicznej • Etapy: • Generacja pierwotnej mikrostruktury • Rozlosowanie puli dyslokacji dla danego kroku czasowego, oraz migracja linii dyslokacji w przestrzeni automatu • Symulacja procesu rekrystalizacji dynamicznej, kontrolowana zbiorem reguł przejścia

  11. Model rekrystalizacji dynamicznej Reguły przejścia: • Jeżeli wi-tejkomórce wartość gęstości ρc dyslokacji przekroczy wartość krytyczną ρcrto komórka staje się zarodkiem, a wartość gęstości dyslokacji ustawiana jest na poziom odniesienia ρb • Jeżeli w kroku czasowym t-1 któryś z sąsiadów i-tej komórki uległ rekrystalizacji, oraz charakteryzuje się mniejszą ilością dyslokacji, to i-ta komórka również ulega rekrystalizacji, a jej wartość ρc ustalana jest na poziomie ρb

  12. Model rekrystalizacji dynamicznej • Średnia wartość gęstości dyslokacji w i-tym kroku czasowym: • Gdzie: • A –Parametr reprezentujący proces umocnienia • B–Parametr reprezentujący proces zdrowienia • Pula dyslokacji do rozlosowania w przestrzeni automatów:

  13. Model rekrystalizacji dynamicznej Efekt działania algorytmu:

  14. 5. Plany na przyszłość • Stworzenie struktury opisującej zmienne charakterystyczne dla całego ziarna • Rozproszenie obliczeń • Dodanie możliwości pisania reguł w różnych językach programowania • Implementacja modelu przemiany fazowej austenit – ferryt

  15. 6. Podsumowanie Cechy platformy: • Możliwość implementacji różnorodnych modeli • Sprawne i szybkie działanie • Możliwość tworzenia dużych przestrzeni komórek • Ciekawe perspektywy rozwoju platformy

  16. Bibliografia • Ł. Madej, A. Mrozek, W. Kuś, T. Burczyński, M. Pietrzyk. Concurrent and upscalingmethods in multi scale modelling – case studies.Computer methods in materials science. Vol. 8, 2008, No. 1 • P. Spytkowski, T. Klimek, Ł. Rauch, Ł. Madej. Implementation of cellular automata framework dedicated to digital material representation. Computer methods in materials science. Vol. 9, 2009, No. 2 • Ł. Madej. Development of the multi-scale analysis model to simulate strailn localization. Kraków, 2006

  17. Dziękuję za uwagę

More Related