.png){kind=icon}
返回
Efficient Cellular Automata-Lattice Boltzmann Method for Modeling Solidification Microstructure
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jocs.2025.102735.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文介绍了一种基于GPU加速的三维元胞自动机-格子玻尔兹曼（CA-LB）方法，该方法通过单一三维模拟解决了热溶质对流与枝晶生长之间的完全耦合相互作用。所提框架的创新性在于：（i）针对溶质、温度和固相分数场的同步演化，专门定制了GPU核心和内存布局；（ii）揭示了直接决定上游/下游分支选择和最终微观偏析模式的三维螺旋流模式。通过针对性的优化、19个分布函数的格点有序存储以及重构的碰撞-流动模式，实现了比CPU串行代码快1058倍的加速，并使Fe-0.6 wt. % C合金的网格解析凝固模拟在数小时内完成，而非数周。与自然对流解（误差<0.9%）和改进的Lipton–Glicksman–Kurz解析预测的基准验证确认了定量精度。研究结果突出了以下物理机制：（1）枝晶生长驱动对流，优先加速上游枝晶臂而抑制下游枝晶臂；（2）生长方向和域约束控制涡流拓扑和强度；（3）复杂的螺旋流线模式和枝晶形态可被精确捕捉，提供了对流体流动和枝晶生长动力学的全面理解，揭示了二维模拟中未见的特征。这些发现为设计具有目标凝固微观结构的下一代合金提供了高通量平台。
期刊
J
IF:
3.7
论文数:
209
被引数:
0
机构
引用论文
暂无论文信息