Development of data-driven grand canonical Monte Carlo method
氏名:Ei Kasuya, Shuhei Shinzato, Shigenobu Ogata
所属:Graduate School of Engineering Science, Osaka University
概要:原子構造緩和の効果を考慮するグランドカノニカルモンテカルロ法では、原子浴の緩和計算に多大な時間を要するため、これをデータベース化して用いることにより高速化を実現した。データベースを用いることにより100,000原子程度の粒子浴を用いる場合に約100倍程度の高速化が実現できた。本手法を用いて金属粒界への固溶元素の偏析の解析を行い、偏析量の固溶元素濃度依存性、環境温度依存性、粒界性格依存性が解析可能であることがわかった。
論文掲載,発表実績:
(国内研究会等発表論文)
- 糟谷瑛, 新里秀平, 尾方成信, “データベース駆動型モンテカルロ法を用いた粒界偏析の原子論的解析”, 日本金属学会2019年春期(第164回)講演大会, 東京電機大学 東京千住キャンパス, 2019.3.20.
Posted : 2019年03月29日