CA法模拟动态再结晶，晶粒正常长大，利用元胞自动机生成拓扑晶粒模型，参数可调

最新推荐文章于 2024-01-20 17:33:26 发布
最新推荐文章于 2024-01-20 17:33:26 发布
阅读量741 收藏 2
点赞数
文章标签： matlab
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_73736176/article/details/126866500
版权

CA法模拟动态再结晶，晶粒正常长大，利用元胞自动机生成拓扑晶粒模型，参数可调。
元胞胞自动机模拟动态再结晶母相晶粒生成。
注：需要程序和完整版程序的可以加好友。
本程序基于曲率驱动机制以及热激活机制，matlab编写，本程序模拟奥氏体晶粒正常长大过程。
程序均有注释，仅作学习交流使用
请添加图片描述

ID:5968676443031832Love辽阔

请添加图片描述
请添加图片描述

「已注销」
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【元胞自动机】元胞自动机晶体生长【含Matlab源码 232期】
Matlab领域的博客
12-02 513
元胞自动机晶体生长 完整的代码，方可运行；可提供运行操作视频！适合小白！
CA法模拟动态再结晶，晶粒正常长大，利用元胞自动机生成拓扑晶粒模型
kwtdvaq的博客
08-19 392
这段程序涉及到的知识点包括：随机数生成、数组操作、条件语句、循环语句、函数调用、文件操作等。其中，Mex文件是用于加快运算速度的二进制文件。程序中还涉及到晶粒均匀化、晶粒长大、晶界迁移、位错密度演变等概念和算法。本程序基于曲率驱动机制以及热激活机制，matlab编写，本程序模拟奥氏体晶粒正常长大过程。CA法模拟动态再结晶，晶粒正常长大，利用元胞自动机生成拓扑晶粒模型，参数可调。这段程序主要是用于生成晶粒取向随机分布的均匀化晶粒组织。第二段程序是与第一段程序相对应的，用于再结晶演变模拟。
【元胞自动机】基于matlab元胞自动机晶体生长【含Matlab源码 232期】
订阅付费专栏（初级版），可赠送该付费专栏任意代码1份；
02-06 3061
元胞自动机晶体生长 完整代码，直接运行，适合小白！可提供运行操作视频！
动态再结晶过程的定量化可视化元胞自动机模拟 (2011年)
04-22
以热加工过程的金属学理论为基础，将金属的宏观热塑变形参数和内部能量状态引入以正六边形为基元的元胞自动机仿真方法，建立定量化、可视化的动态再结晶二维元胞自动机模型。模型中充分考虑了形核率、临界形核位错密度、位错密度增长以及再结晶晶粒长大驱动力和内部能量状态等多方面因素，可模拟加工硬化、动态回复、形核以及再结晶晶粒长大等一系列过程。利用该模型以纯铜为例对不同温度、不同应变速度下的动态再结晶过程进行模拟，再现动态再结晶形核、晶粒长大的微观组织演变过程，定量分析动态再结晶的动力学特征，并在该模型的基础上分析应变速
CA法模拟动态再结晶，晶粒正常长大，利用元胞自动机生成拓扑晶粒模型，参数可调 元胞胞自动机模拟动态再结晶母相晶粒生成
05-22
CA法模拟动态再结晶，晶粒正常长大，利用元胞自动机生成拓扑晶粒模型，参数可调。 元胞胞自动机模拟动态再结晶母相晶粒生成。 本程序基于曲率驱动机制以及热激活机制，matlab编写，本程序模拟奥氏体晶粒正常长大过程...
元胞自动机模拟多晶长大的程序.rar_元胞自动机法_多晶_晶粒模拟_模拟晶粒长大_金属材料
07-14
元胞自动机法模拟金属材料多晶粒长大的程序
元胞自动机模拟晶粒再结晶_GUI_matlab；元胞自动机；再结晶_nan_晶粒模拟_元胞自动机
08-09
利用matlab实现，GUI编程元胞自动机实现晶粒的再结晶。
晶粒再结晶的元胞自动机模拟
03-30
本程序是一个简单的模拟晶粒再结晶的程序，可以用于学习元胞自动机在微观组织模拟中的应用。
CA_Git_ca晶粒_元胞自动机晶粒_
10-02
元胞自动机 晶粒生长粗化 比较好的材料【Git】
单一晶粒长大过程的元胞自动机模拟 (2007年)
04-26
基于Moore型邻居及其相关转换准则的元胞自动机，分别对与多个晶粒相邻的单一正四边形、六边形、八边形小晶粒长大过程中的形态变化进行模拟。结果表明：单一小晶粒形态变化规律与总体晶粒形态变化规律一致，即随着晶粒长大过程的延长，晶界边数大于6的晶粒会不断长大且边数趋于6；晶界边数小于6的晶粒则不断变小直至消失。所用模型具有较好的物理机制，可以模拟材料晶粒长大过程。
元胞自动机模拟晶粒再结晶.zip_matlab__matlab_
08-09
利用matlab实现，GUI编程元胞自动机实现晶粒的再结晶。
金属材料动态再结晶过程的元胞自动机法数值模拟
05-09
金属材料动态再结晶过程的元胞自动机法数值模拟，元胞自动机模拟动态再结晶。
CA-program.rar_CA晶体_MATLAB 模拟晶粒_形核 matlab_模拟结晶_组织模拟
07-14
正是由于元胞状态的改变使微观组织发生着变化，而元胞状态的改变是基于具体的形核和生长以及捕捉规则，这些规则正是元胞自动机模型的核心，根据结晶过程中的晶粒形核和生长的物理机制建立元胞自动机模型是准确模拟晶体组织的关键。
MC方法模拟晶粒生长
07-15
一个有monte caro 模拟晶粒生长的Matlab源程序 一个Monte Caro的模拟晶粒生长的程序 %初始赋值 Ln=200; %格点边长 L=zeros(Ln); %格点矩阵 Q=120; %总取向数 step_num=500; %MC总步数 interval_save_jpg=20; %图形存储间隔 interval_stastics=2; %晶粒平均参数和相对密度统计间隔 stastics_data=zeros(step_num/interval_stastics,5); %存储每interval_stastics次MCS后的平均晶粒尺寸和相对密度，存储格式为(MCS,grain count,average area,average diameter,relative density)
元胞自助机CA模拟动态再结晶dDRX过程，输入不同的材料参数，应变 温度 应变率
最新发布
TaAQSlOsk的博客
01-20 418
本文基于元胞自助机模拟，通过输入不同的材料参数（应变、温度、应变率），模拟了动态再结晶（dDRX）过程，并得到了不同显微组织结果。通过分析再结晶分数、再结晶晶粒平均尺寸、总晶粒平均尺寸和应力-应变曲线的变化规律，我们深入理解了材料的再结晶特性和形成机制。元胞自助机CA模拟动态再结晶dDRX过程，输入不同的材料参数，应变 温度 应变率，得到不同的显微组织结果，可以输出再结晶分数，再结晶晶粒平均尺寸，总晶粒平均尺寸，并输出对应的应力-应变曲线。再结晶晶粒平均尺寸是描述材料再结晶组织特征的重要参数。
动态再结晶CA法模拟基础之初始晶粒生长规则
H222222222255的博客
12-07 1648
初始晶粒的生长规则： 热加工过程中，首先需要把钢加热到奥氏体状态，然后在适当的热工艺条件下获得所期望的性能和组织。前人在做动态再结晶的模拟时通常由实验获得初始晶粒的大小，然后按照CA法在实验所获得的结果上进行动态再结晶的模拟。这种处理方法尽管简便，但是没有考虑到材料本身的奥氏体化过程，因此在本算例中把动态再结晶之前的奥氏体化过程简化为一个晶粒正常长大的过程进行模拟。 奥氏体形成过程主要由：奥氏体形核、奥氏体长大、残余渗碳体溶解和奥氏体成分均匀化组成。因此本算例所采用的初始晶粒生长规则[1-4]为： 1.晶粒
用python写一个动态再结晶过程的晶粒长大的元胞自动机模型
04-07
由于动态再结晶过程比较复杂，我将为你提供一个简化版本的晶粒长大的元胞自动机模型，代码如下： ```python import numpy as np import matplotlib.pyplot as plt # 设置模型参数 n = 100 # 空间尺寸 m = 10 # 晶粒数量 k = 4 # 晶粒长大速率 steps = 50 # 模拟步数 # 初始化晶粒分布 grain_map = np.zeros((n, n)) for i in range(m): x, y = np.random.randint(0, n), np.random.randint(0, n) grain_map[x, y] = i + 1 # 定义元胞自动机模型 def evolve(grain_map, k): new_grain_map = np.zeros_like(grain_map) for i in range(n): for j in range(n): if grain_map[i, j] == 0: neighbors = [] for ii in range(i-1, i+2): for jj in range(j-1, j+2): if ii == i and jj == j: continue if ii < 0 or jj < 0 or ii >= n or jj >= n: continue if grain_map[ii, jj] != 0: neighbors.append(grain_map[ii, jj]) if len(neighbors) > 0: counts = np.bincount(neighbors) max_count = np.max(counts) max_grains = np.where(counts == max_count)[0] new_grain_map[i, j] = np.random.choice(max_grains) else: new_grain_map[i, j] = grain_map[i, j] if np.random.rand() < k: neighbors = [] for ii in range(i-1, i+2): for jj in range(j-1, j+2): if ii == i and jj == j: continue if ii < 0 or jj < 0 or ii >= n or jj >= n: continue if grain_map[ii, jj] != 0: neighbors.append(grain_map[ii, jj]) if len(neighbors) > 0: counts = np.bincount(neighbors) max_count = np.max(counts) max_grains = np.where(counts == max_count)[0] new_grain_map[i, j] = np.random.choice(max_grains) return new_grain_map # 运行模拟 for i in range(steps): grain_map = evolve(grain_map, k) # 可视化结果 plt.figure(figsize=(8, 8)) plt.imshow(grain_map, cmap='jet') plt.axis('off') plt.show() ``` 这个模型中，我们假设晶粒在周围的高温区域中长大。在每个时间步长中，我们首先计算出每个空白细胞周围的晶粒数量，然后将其赋值为周围晶粒数量最多的晶粒之一。然后，对于每个已存在的晶粒，我们以速率$k$使其长大，并在周围的空白细胞中随机选择一个晶粒进行复制。 这个模型只是一个简单的例子，如果你想要更加真实的动态再结晶过程模拟，你需要更多的实验数据和更复杂的模型。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值