多尺度 CALPHAD 增强型弹性化学相场模型中的不确定性传播
材料科学
2019-12-03 v1 介观与纳米尺度物理
应用物理
摘要
ICME 方法通过建立定量的工艺-结构-性能关系为材料设计提供决策支持。然而，必须通过建立 ICME 模型链中的不确定性边界来获得对决策支持的置信度。但是，计算材料科学中不确定性的量化与传播仍是计算材料科学方法中鲜有探索的方面。此外，传统的不确定性传播框架在计算昂贵的模拟情形下往往受限。一个相当常见且重要的模型链是基于 CALPHAD 的相稳定性热力学模型与微观结构演化的相场模型相耦合。这些情形下的不确定性传播之所以具有挑战性，不仅因为模拟的计算成本巨大，还因为输入空间的高维度。本工作中，我们提出了一个在基于 CALPHAD 的弹性化学相场模型中进行不确定性量化与传播的框架。我们通过研究 Mg(SiSn) 热电材料中的微观结构演化来引出我们的工作。我们首先对该伪二元体系进行基于马尔可夫链蒙特卡罗的 CALPHAD 模型参数推断，随后使用先进采样方案在高维模拟输入空间中传播不确定性。通过高通量相场模拟，我们生成了 200,000 条合成微观结构的时间序列，并使用机器学习方法来理解传播的不确定性对所研究系统微观结构形貌的影响。该微观结构数据集已被整理至开放相场微观结构数据库（OPMD），可通过 \href{http://microstructures.net}{http://microstructures.net} 访问。
引用
@article{arxiv.1908.00638,
title = {Uncertainty Propagation in a Multiscale CALPHAD-Reinforced Elastochemical Phase-field Model},
author = {Vahid Attari and Pejman Honarmandi and Thien Duong and Daniel J Sauceda and Douglas Allaire and Raymundo Arroyave},
journal= {arXiv preprint arXiv:1908.00638},
year = {2019}
}