指数时间差分方法在材料辐照损伤模拟计算中的应用

速率理论是一种用于模拟辐照诱导材料微观结构长时间演变过程的重要方法,其计算难点在于对大规模刚性的速率理论方程的数值求解。本文首次采用指数时间差分方法实现对速率理论方程的并行数值求解,分别给出了指数时间差分方法在热老化导致空洞演化和辐照诱导位错环演化模拟中的实现形式。测试结果证实了指数时间差分方法对大规模速率理论方程并行求解的可行性,有助于实现辐照诱导材料微结构长时演化行为的高效模拟。

基于PyTorch的晶体结构势预测

近年来,材料数据进入了爆发式增长阶段,而实验和模拟方法来处理和分析材料数据工程量巨大并且十分耗时,如何用新方法从大量的数据中发现知识是未来材料研发的主要探索方向。新世纪以来,出现了将机器学习方法应用于材料科学领域研究的新课题。高效准确地得到结构能量是许多材料研究工作的基础,我们主要关注将机器学习方法与结构能量计算相结合这一方向。本文调研了目前已有的基于机器学习的结构势能拟合开源软件,分析它们的特点与优劣,并针对实际需求通过深度学习框架PyTorch对软件进行优化,增强机器学习模型的拟合能力。PyTorch可以利用GPU资源对数据进行快速学习,灵活地利用多种优化算法对不同体系的结构搭建合适的模型,并将模型保存以供后续研究。我们在人工智能计算及数据应用服务平台上对软件进行测试与优化,解决了一些在测试中发现的问题,对不同的体系结构的结构势能拟合效果进行了分析,提升软件对不同体系的结构势能拟合能力。