用于多晶建模的各向异性幂图：通过最优传输高效生成弯曲晶粒
材料科学
2024-05-22 v2 最优化与控制
摘要
金属和泡沫的微观结构可以使用各向异性幂图（APDs）进行有效建模，该方法可控制单个晶粒的形状。阻碍 APD 更广泛应用的一个主要障碍是其生成相关的计算成本。我们提出了一种生成具有规定统计特性（包括对单个晶粒尺寸的精细控制）的 APD 的新方法。为此，我们依赖于快速最优传输算法，该算法在图形处理单元（GPU）上具有良好的流式处理能力，并能处理非均匀各向异性距离函数。这使我们能够找到最符合实验数据的大型 APD，并在（数十）秒内生成合成的高分辨率微观结构。这解锁了其在计算均匀化中的应用，这对于需要生成大量代表性微观结构作为训练数据的机器学习方法尤其相关。本文附带了一个 Python 库 PyAPD，可免费获取于：www.github.com/mbuze/PyAPD。
引用
@article{arxiv.2403.03571,
title = {Anisotropic power diagrams for polycrystal modelling: efficient generation of curved grains via optimal transport},
author = {Maciej Buze and Jean Feydy and Steven M. Roper and Karo Sedighiani and David P. Bourne},
journal= {arXiv preprint arXiv:2403.03571},
year = {2024}
}
备注
25 pages, 6 figures