Grain growth is a well-known and complex phenomenon occurring during annealing of all polycrystalline materials. Its numerical modeling is a complex task when anisotropy sources such as grain orientation and grain boundary inclination have to be taken into account. This article presents the application of the front-tracking methodology ToRealMotion introduced in previous works, to the context of anisotropic grain boundary motion at the mesoscopic scale. The new formulation of boundary migration can take into account any source of anisotropy both at grain boundaries as well as at multiple junctions (MJs) (intersection point of three or more grain boundaries). Special attention is given to the decomposition of high-order MJs for which an algorithm is proposed based on local grain boundary energy minimisation. Numerical tests are provided using highly heterogeneous configurations, and comparisons with a recently developed Finite-Element Level-Set (FE-LS) approach are given. Finally, the computational performance of the model will be studied comparing the CPU-times obtained with the same model but in an isotropic context.


翻译:谷物增长是一个众所周知和复杂的现象,它发生在所有聚晶体材料的麻醉过程中,当谷物方向和谷物边界倾角等厌食源必须加以考虑时,其数字模型是一个复杂的任务。本篇文章介绍了以前作品中引入的前跟踪方法“Realmotion To Realmotion”应用到中观规模的厌食谷底线运动的背景中。新的边界迁移配方可以考虑到谷物边界和多关口(三或三个以上谷物边界的交点)的厌食性反应的任何来源。特别注意高序MJ的分解,为此根据当地谷物边界能源的最小化提出了算法。提供数字测试时使用了高度混杂的配置,并与最近开发的Finite-Ementlement level-Set(FE-LS)方法进行了比较。最后,将研究该模型的计算性能,将同同一模型相比,但在异地范围内获得的CPU-时间。

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
专知会员服务
56+阅读 · 2021年4月12日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
【Facebook AI】低资源机器翻译,74页ppt
专知会员服务
29+阅读 · 2020年4月8日
【阿里巴巴】 AI编译器,AI Compiler @ Alibaba,21页ppt
专知会员服务
44+阅读 · 2019年12月22日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
28+阅读 · 2019年10月18日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
人工智能 | CCF推荐期刊专刊约稿信息6条
Call4Papers
5+阅读 · 2019年2月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【跟踪Tracking】15篇论文+代码 | 中秋快乐~
专知
18+阅读 · 2018年9月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】基于TVM工具链的深度学习编译器 NNVM compiler发布
机器学习研究会
5+阅读 · 2017年10月7日
手把手教你用LDA特征选择
AI研习社
12+阅读 · 2017年8月21日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
16篇论文入门manipulation研究
机器人学家
15+阅读 · 2017年6月6日
Two is a crowd: tracking relations in videos
Arxiv
0+阅读 · 2021年8月11日
Arxiv
0+阅读 · 2021年8月10日
VIP会员
相关VIP内容
专知会员服务
56+阅读 · 2021年4月12日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
【Facebook AI】低资源机器翻译,74页ppt
专知会员服务
29+阅读 · 2020年4月8日
【阿里巴巴】 AI编译器,AI Compiler @ Alibaba,21页ppt
专知会员服务
44+阅读 · 2019年12月22日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
28+阅读 · 2019年10月18日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
人工智能 | CCF推荐期刊专刊约稿信息6条
Call4Papers
5+阅读 · 2019年2月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【跟踪Tracking】15篇论文+代码 | 中秋快乐~
专知
18+阅读 · 2018年9月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】基于TVM工具链的深度学习编译器 NNVM compiler发布
机器学习研究会
5+阅读 · 2017年10月7日
手把手教你用LDA特征选择
AI研习社
12+阅读 · 2017年8月21日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
16篇论文入门manipulation研究
机器人学家
15+阅读 · 2017年6月6日
Top
微信扫码咨询专知VIP会员