SZEMCSEDURVULÁS SZIMULÁCIÓJA EGYDIMENZIÓS SEJTAUTOMATÁVAL SIMULATION OF GRAIN COARSENING BY ONE-DIMENSIONAL CELLULAR AUTOMATON

Hasonló dokumentumok
Anyagmérnöki Tudományok, Miskolc, 36/1. kötet. (2011) pp

Keywords: one-dimensional cellular automaton, simulation, stochastic, recrystallization, Nelder-Mead simplex method, fitting, scaling, OFHC copper.

Anyagmérnöki Tudományok, 37. kötet, 1. szám (2012), pp

Anyagtudományi sejtautomaták skálázási stratégiái

EGYENLŐTLEN ALAKVÁLTOZÁS KIMUTATÁSA ÚJRAKRISTÁLYOSODOTT SZERKEZETBEN DETECT OF THE NON UNIFORM DEFORMATION IN RECRISATLLIZED STRUCTURE

Automaták. bemenet: pénz, kiválasztó gombok stb. állapot: standby, pénz van behelyezve stb. kimenet: cola, sprite, visszajáró

Al-Mg-Si háromalkotós egyensúlyi fázisdiagram közelítő számítása

MELEGEN HENGERELT ALUMÍNIUMÖTVÖZETEK DINAMIKUS ÚJRAKRISTÁLYOSODÁSÁNAK VIZSGÁLATA

HŐKEZELÉS FÉMTANI ALAPJAI

Georg Cantor (1883) vezette be Henry John Stephen Smith fedezte fel 1875-ben. van struktúrája elemi kis skálákon is önhasonló

DETERMINATION OF SHEAR STRENGTH OF SOLID WASTES BASED ON CPT TEST RESULTS

Szemcsehatárcsúszás és sebességérzékenységi tényező ultra-finomszemcsés Al-30Zn ötvözet plasztikus deformációjában. Visegrád 2011

Fázisátalakulás Fázisátalakulások diffúziós (egyedi atomi mozgás) martenzites (kollektív atomi mozgás, diffúzió nélkül)

CrMo4 anyagtípusok izotermikus átalakulási folyamatainak elemzése és összehasonlítása VEM alapú fázis elemeket tartalmazó TTT diagramok alkalmazásával

MŰSZAKI TUDOMÁNY AZ ÉSZAK-ALFÖLDI RÉGIÓBAN 2010

A DIFFUZIÓ ÉS A MEGOSZLÁSI HÁNYADOS HATÁSA A MIKRODÚSULÁSRA KÉTALKOTÓS SZILÁRDOLDATOK KRISTÁLYOSODÁSÁNÁL

Vasötvözetek hőkezelése

Nagynyomású csavarással tömörített réz - szén nanocső kompozit mikroszerkezete és termikus stabilitása

OFHC RÉZ ÚJRAKRISTÁLYOSODÁSI KINETIKÁJÁNAK VIZSGÁLATA EXAMINATION OF RECRYSTALLIZATION KINETICS OF OFHC COPPER

Diffúzió. Diffúzió. Diffúzió. Különféle anyagi részecskék anyagon belüli helyváltoztatása Az anyag lehet gáznemű, folyékony vagy szilárd

Matematikai geodéziai számítások 6.

Matematikai geodéziai számítások 6.

Mikropillárok plasztikus deformációja 3.

METALLOGRÁFIA. ANYAGMÉRNÖK BSc KÉPZÉS. (nappali munkarendben) TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ MISKOLCI EGYETEM MŰSZAKI ANYAGTUDOMÁNYI KAR

Termokémia. Hess, Germain Henri ( ) A bemutatót összeállította: Fogarasi József, Petrik Lajos SZKI, 2011

HIDEGEN HENGERELT ALUMÍNIUM SZALAG LENCSÉSSÉGÉNEK VIZSGÁLATA INVESTIGATION OF CROWN OF COLD ROLLED ALUMINIUM STRIP

PLATTÍROZOTT ALUMÍNIUM LEMEZEK KÖTÉSI VISZONYAINAK TECHNOLÓGIAI VIZSGÁLATA TECHNOLOGICAL INVESTIGATION OF PLATED ALUMINIUM SHEETS BONDING PROPERTIES

FIZIKA I. Ez egy gázos előadás lesz! (Ideális gázok hőtana) Dr. Seres István

Fizikai kémia 2 Reakciókinetika házi feladatok 2016 ősz

Diffúzió. Diffúzió sebessége: gáz > folyadék > szilárd (kötőerő)

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

ICT ÉS BP RENDSZEREK HATÉKONY TELJESÍTMÉNY SZIMULÁCIÓJA DR. MUKA LÁSZLÓ

NGB_IN040_1 SZIMULÁCIÓS TECHNIKÁK dr. Pozna Claudio Radu, Horváth Ernő

Diffúzió 2003 március 28

1. Homogén lineáris egyenletrendszer megoldástere

6. Előadás. Megyesi László: Lineáris algebra, oldal. 6. előadás Bázis, dimenzió

A minta-előkészítés hatása a visszaszórt elektron-diffrakció képminőségére AISI 304-es acéltípus esetében

Adaptív dinamikus szegmentálás idősorok indexeléséhez

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

A mérési eredmény megadása

Numerikus integrálás

Mérési adatok illesztése, korreláció, regresszió

Monte Carlo módszerek a statisztikus fizikában. Az Ising modell. 8. előadás

Kisciklusú fárasztóvizsgálatok eredményei és energetikai értékelése

TestLine - Fizika 7. osztály Hőtan Témazáró Minta feladatsor

TestLine - Fizika 7. osztály Hőtan Témazáró Minta feladatsor

Akusztikai tervezés a geometriai akusztika módszereivel

TestLine - Fizika 7. osztály Hőtan Témazáró Minta feladatsor

NYOMÁSOS ÖNTÉS KÖZBEN ÉBREDŐ NYOMÁSVISZONYOK MÉRÉTECHNOLÓGIAI TERVEZÉSE DEVELOPMENT OF CAVITY PRESSURE MEASUREMENT FOR HIGH PRESURE DIE CASTING

Geokémia gyakorlat. 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek. Geológus szakirány (BSc) Dr. Lukács Réka

A kálium-permanganát és az oxálsav közötti reakció vizsgálata 9a. mérés B4.9

2. Laboratóriumi gyakorlat A TERMISZTOR. 1. A gyakorlat célja. 2. Elméleti bevezető

Anyagismeret 2016/17. Diffúzió. Dr. Mészáros István Diffúzió

TestLine - Fizika 7. osztály Hőtan Témazáró Minta feladatsor

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

METALLOGRÁFIA. ANYAGMÉRNÖK BSC KÉPZÉS HŐKEZELÉSI ÉS KÉPLÉKENYALAKÍTÁSI SZAKIRÁNY SZAKIRÁNYOS TANTÁRGY (nappali/levelező munkarendben)

Nagy Péter: Fortuna szekerén...

Autonóm jármű forgalomszimulátorba illesztése

Logisztikai szimulációs módszerek

A gáz halmazállapot. A bemutatót összeállította: Fogarasi József, Petrik Lajos SZKI, 2011

Katalízis. Tungler Antal Emeritus professzor 2017

5. gy. VIZES OLDATOK VISZKOZITÁSÁNAK MÉRÉSE OSTWALD-FENSKE-FÉLE VISZKOZIMÉTERREL

Azonos és egymással nem kölcsönható részecskékből álló kvantumos rendszer makrókanónikus sokaságban.

Anyagjellemzők változásának hatása a fúróiszap hőmérsékletére

Megjegyzések (észrevételek) a szabad energia és a szabad entalpia fogalmához

Vasúti kocsik vázszerkezetének a felhasználhatósága kisebb nyílások áthidalására helyi érdek8 közúti utakon

FIATAL MŰSZAKIAK TUDOMÁNYOS ÜLÉSSZAKA

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék

Matematikai geodéziai számítások 5.

Gyalogos elütések szimulációs vizsgálata

Valószínűségi modellellenőrzés Markov döntési folyamatokkal

A rosszindulatú daganatos halálozás változása 1975 és 2001 között Magyarországon

Alumínium ötvözetek aszimmetrikus hengerlése

Rugalmas állandók mérése

MEZŐGAZDASÁGI HULLADÉKOT FELDOLGOZÓ PELLETÁLÓ ÜZEM LÉTESÍTÉSÉNEK FELTÉTELEI

TDA-TAR ÉS O-TDA FOLYADÉKÁRAMOK ELEGYÍTHETŐSÉGÉNEK VIZSGÁLATA STUDY OF THE MIXABILITY OF TDA-TAR AND O-TDA LIQUID STREAMS

Az NMR és a bizonytalansági elv rejtélyes találkozása

Nagyságrendek. Kiegészítő anyag az Algoritmuselmélet tárgyhoz. Friedl Katalin BME SZIT február 1.

Gázok. 5-7 Kinetikus gázelmélet 5-8 Reális gázok (limitációk) Fókusz Légzsák (Air-Bag Systems) kémiája

Gibbs-jelenség viselkedésének vizsgálata egyszer négyszögjel esetén

Jegyzőkönyv. mágneses szuszceptibilitás méréséről (7)

Polimerek fizikai, mechanikai, termikus tulajdonságai

12. előadás - Markov-láncok I.

Kutatási beszámoló február. Tangens delta mérésére alkalmas mérési összeállítás elkészítése

17. előadás: Vektorok a térben

8. Előadás: Szimuláció, I.

Gázok. 5-7 Kinetikus gázelmélet 5-8 Reális gázok (korlátok) Fókusz: a légzsák (Air-Bag Systems) kémiája

ÖSSZEFOGLALÁS HŐTANI FOLYAMATOK

KRITIKUS KÉRDÉS: ACÉL ELEMEK

Kémiai reakciók mechanizmusa számítógépes szimulációval

1. Sorolja fel az újrakristályosító hőkezelés néhány ipari alkalmazását! Dróthúzás, süllyesztékes kovácsolás.

Mesterséges Intelligencia MI

A modern e-learning lehetőségei a tűzoltók oktatásának fejlesztésében. Dicse Jenő üzletfejlesztési igazgató

FIATAL MŰSZAKIAK TUDOMÁNYOS ÜLÉSSZAKA

Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr.

Matematikai geodéziai számítások 5.

BIOMATEMATIKA ELŐADÁS

8. Előadás. Megyesi László: Lineáris algebra, , oldal. 8. előadás Mátrix rangja, Homogén lineáris egyenletrendszer

Modern Fizika Labor. 2. Elemi töltés meghatározása

Termodinamika. 1. rész

Átírás:

Anyagmérnöki Tudományok, 38/1. (2013), pp. 103 111. SZEMCSEDURVULÁS SZIMULÁCIÓJA EGYDIMENZIÓS SEJTAUTOMATÁVAL SIMULATION OF GRAIN COARSENING BY ONE-DIMENSIONAL CELLULAR AUTOMATON GYÖNGYÖSI SZILVIA 1 BARKÓCZY PÉTER 2 Számos szakirodalmi cikk [1, 4, 5] beszámol a sejtautomata módszernek a rövidtávú diffúziós folyamatok szimulálásában való hatékony alkalmazásáról. Bizonyított, hogy két-, illetve három dimenzióban működő automaták valósághűen tükrözik az említett folyamatok lefolyását. Amivel többet mutatunk be tanulmányunkban az eddigiekhez képest [1] az, hogy leegyszerűsítettük a már korábban bemutatott kétdimenziós sztochasztikus sejtautomata szimulációt. Ez esetben az automatánk egy dimenzióban [2] működik, amelynek eredményeképpen a futási időt jelentősen lecsökkentve megnöveltük a szimuláció skálázásának hatékonyságát. Korábbi munkánkban az újrakristályosodási folyamat egydimenziós automata szimulációjának mérési eredményekkel történő skálázását mutattuk be [3], jelen tanulmányunkban pedig az illesztést végeztük el a szemcsedurvulás mérési adataira egydimenziós automata alkalmazásával. Kulcsszavak: sejtautomata, egydimenziós automata, szimuláció, szemcsedurvulás, illesztés, skálázás Numerous papers [1, 4, 5] has reported on the effective use of cellular automaton method for the simulation of short-range diffusion. Using of this model for the simulation of short-range diffusion therefore is a resolved issue. It is proven that two or three-dimensional automatons can reflect the course of the abovementioned processes realistically. What our study demonstrates more than in the past [1] is that two-dimensional stochastic cellular automaton simulation already presented before has been simplified. This time our automaton operates in one dimension [2], which has consequently reduced computing time, thus, made it possible to enhance the efficiency of the scaling of simulation. In our previous work the results of scaling of one-dimensional simulation of the recrystallization process [3] were demonstrated. In our current study the fitting is performed for measurement results of grain coarsening using one-dimensional cellular automaton. Keywords: cellular automaton, one-dimensional cellular automaton, grain coarsening, fitting, scaling Bevezetés Gyakorlati hőkezelések során leggyakrabban újrakristályosodás után, illetve acélok ausztenitesedését követően következhet be szemcsedurvulási folyamat. A szemcsedurvulás rövid távú diffúzió által vezetett termikusan aktivált folyamat. Az újrakristályosodást követően, az átlagos szemcseméretet növeli a szemcsedurvulási folyamat, ezzel is hozzájárulva az újrakristályosodott szerkezet kialakulásához. Az átlagos szemcseméret növekedése azzal magyarázható, hogy adott térfogatrésznek annál nagyobb az energiája, minél több szemcsehatárt foglal magában. Ebből következik, hogy minél nagyobbak a szemcsék, annál kisebb 1 Miskolci Egyetem, Fémtani, Képlékenyalakítási és Nanotechnológiai Intézet 3515, Miskolc-Egyetemváros gyongyosi_szilvia@citromail.hu 2 Miskolci Egyetem, Fémtani, Képlékenyalakítási és Nanotechnológiai Intézet 3515, Miskolc-Egyetemváros peter.barkoczy@gmail.com

104 Gyöngyösi Szilvia Barkóczy Péter a vizsgált térfogatrész energiája. A rendszer mindig a kisebb energiaállapot elérésére törekszik, amihez a szemcseméret növekedése hozzájárul. Ez a folyamat a szemcsedurvulás [11]. Hőkezeléseknél fontos szerepet játszik az említett folyamat. Automatáink szerepe a gyakorlatban ezért jelentős, hiszen egy-egy hőkezelés tervezésében nyújt segítséget, mert komplexen képes kezelni az említett átalakulási folyamatokat. Továbbá más szimulációkhoz képest a szemcseszerkezet pontos leírása is egyszerűen megoldható. 1. Sejtautomata A sejtautomata térben és időben diszkrét, dinamikus modell, amely működhet egy-, két illetve három dimenzióban. A teljesen egyforma sejtek szabályos rendben, hézagmentesen töltik ki a vizsgált területet (sejtteret). Működés közben minden sejt az előre definiált véges állapotok halmazából minden automata lépésben (időlépésben) felvesz egy állapotot. A sejtek közvetlen szomszédságában lévő sejtekkel valamilyen relációban vannak. Egy sejt közvetlen környezetét nevezzük az adott sejt szomszédságának [6, 9]. A modell megalkotásakor tehát létrehozzuk a sejtteret és definiáljuk az egymással kapcsolatban lévő sejteket, azaz megadjuk a szomszédságot [5, 7, 8]. Határfeltételeket [1, 5, 10], és állapotváltozási szabályokat adunk meg, amelyek alapján működni fog az így definiált automata. Az automata működése során az általunk megadott stratégia szerint sorra megvizsgálja a sejteket, és meghatározza a sejtek új állapotát az állapotváltozási szabályok szerint, majd az így keletkezett új térrész vizsgálatát újrakezdi és ismétli mindaddig, amíg az automatát meg nem állítjuk. Az automata működése során a sejttér az időben fejlődik. A definícióban megadtuk, hogy az idő diszkrét. A fenti leírásból látható, hogy az automata működése során egy meghatározott pillanatban előáll egy új sejttér, azaz a sejtek vizsgálatát a megadott stratégia szerint befejezte. Két sejttér közötti időtartamot nevezzük egy sejtautomata lépésnek. Egy automata lépés a számítási eljárás során a számításra fordított időtartammal kifejezhető, de ez nem a vizsgált térrészben valójában eltelt idő. A vizsgált folyamathoz az automata lépés mint az idő alapegysége rendelhető. 2. Skálázás Skálázás során a szimuláció által számított eredményeket valódi mérési eredményekkel vetjük össze, illesztjük azokhoz, a továbbiakban ezt a folyamatot nevezzük illesztésnek. Korábbi tanulmányainkban két dimenzióban működő rövidtávú diffúziós folyamatok sejtautomata szimulátorainak illesztési eredményeit már bemutattuk. A skálázás hatékonyságának növelése érdekében az alkalmazott modell-automatákat redukáltuk, és elkészítettük a folyamatok szimulációinak egy dimenzióban működő alternatíváját. W E 1. ábra. Az egydimenziós sejtautomata felépítése, és a szomszédság definíciója Az egydimenziós automata leírása Stephen Wolfram nevéhez fűződik, aki az egydimenziós kétállapotú determinisztikus automatákat rendszerezve, kidolgozott egy nevezék rendszert,

Szemcsedurvulás szimulációja egydimenziós sejtautomatával 105 amely mint Wolfram-szabály ismeretes [2]. Egy dimenzióban a sejttér úgy néz ki, mint egy teljesen egyforma sejtekre felosztott végtelen szalag [2]. Az elemi sejtautomaták sejtjeihez rendelt tulajdonság kétféle lehet (kódolva: pl. 0 vagy 1, illetve: fekete vagy fehér). Egy sejt következő generációbeli állapotát a vele relációban lévő sejtek állapota határozza meg. Ez esetben egy sejt új állapota a jobb és bal oldalán elhelyezkedő sejtek állapotától függ (2. ábra). 3. Szimuláció működése Az irodalomban bemutatott [12] kétdimenziós, sztochasztikus [1, 5] szemcsedurvulást szimuláló automaták elvüket tekintve úgy működnek, hogy a szemcsék határenergiája, illetve görbülete határozza meg a szemcsehatárok mozgását. Ez a megoldás statisztikailag vezet a durvulási folyamathoz. Ezeknek az automatáknak determinisztikus változata nem ismert, mert a lokális szomszédsági relációk gyakran vezetnének stabil konfigurációhoz. Újrakristályosodás sejtautomata szimulációiban a helyzet annyiban más, hogy a hajtóerő az alakítottság mértékétől függ, azaz a szemcsehatár jellemzőitől független. Így, ha eltekintünk a szemcsehatár hatásától, akkor elkészíthetjük az újrakristályosodás determinisztikus sejt automata szimulációját. Ez a Hesselbarth-Göbel automata [10], aminek az egydimenziós változata, a Wolfram 254-es automata. Ha Wolfram 254-es automata állapotváltozási szabályát sztochasztikusan fogalmazzuk meg, akkor az újrakristályosodás egydimenziós szimulációját kapjuk vissza. Mint látható, az így kapott automata nem veszi figyelembe a szemcsehatárok tulajdonságából adódó hatásokat, mint a két-, illetve háromdimenziós szimulációk, ellenben egy nagyon hatékony versenytársát kapjuk az Avrami-egyenlet megoldásán alapuló számításoknak [3, 4]. Érdekes kérdés, hogy ugyanez a gondolatmenet alkalmazható-e a szemcsedurvulás folyamatára. Ha igen, akkor kiegészíthető az újrakristályosodás szimuláció, és pontosabb kép nyerhető a szimulált hőkezelési folyamatról. a) b) 2. ábra. a) Egydimenziós determinisztikus Wolfram 254 automata, b) Hesselbarth-Göbel kétdimenziós determinisztitkus automata működése Korábban bemutattuk [1, 5], hogy a szemcsék méretének figyelembevételével is leírható a szemcsedurvulás folyamata. A nagyobb szemcsék határai elmozdulnak a kisebb szemcsék felé. Ez a megfogalmazás lehetőséget biztosít egy determinisztikus automata felépítésére, bár meg kell jegyeznünk, hogy a határmozgás hajtóereje elveszti valós fizikai tartalmát, a szimulációt a fenomenológiai absztrakciós szinten valósítjuk meg. A szimuláció működése során minden lépésben minden szemcse területét ismernünk kell. A szemcseterület lesz a sejtek egyik állapothatározója. Ezen felül jelölnünk kell, hogy az adott sejtek melyik szemcséhez tartoznak.

106 Gyöngyösi Szilvia Barkóczy Péter Ha a szemcsék határán lévő sejtek szomszédságában van olyan sejt, amelyik nagyobb területű szemcséhez tartozik, akkor felveszi annak az állapotát. Ezzel az állapotváltozással mozdulnak el a szemcsehatárok a sejttérben. Az állapotváltás mindenképpen végbemegy. A szemcseméret meghatározása két, illetve három dimenzióban jelentős számításigényű, ellenben egy-dimenzióban rendkívül gyorsan megoldható. 150 120 A, sejt 90 60 30 y = 1,3138x + 10,5 R 2 = 0,9995 0 0 20 40 60 80 100 t, lépés 3. ábra. Átlagos szemcseterület változása az idő függvényében, szemcsedurvulás determinisztikus sejtautomata szimulációja során Elindítva a szimulációt a 3. ábrán látható diagramot kapjuk, ahol a szemcseterületet (A) a szemcséket építő sejtek számával határozzuk meg. Érdekes megfigyelés, hogy bár a szimuláció egydimenziós, mégis a szemcseterület lineárisan függ az időtől. A szimulációt 10 000 sejtből álló sejttérben végeztük úgy, hogy a kiinduló szemcseméret 10 sejt volt. Így a kapott görbe meredeksége 1. 3. A kiinduló szemcseméretet véletlenszerűen kell felépíteni, mert azonos méretű szemcsék közötti határ nem indul meg. Láthattuk, hogy a szemcsedurvulás folyamata szimulálható egydimenziós determinisztikus sejtautomatával. Ebből már könnyen elkészíthető a sztochasztikus automata. Rendeljünk az állapotváltozáshoz egy p valószínűségi értéket. Minden állapotváltozás esetén generálunk egy véletlen számot, ha ez kisebb, mint a p értéke, akkor az állapotváltozás végbemegy. Ellenkező esetben nem mozdul el a határ; p valószínűség értékét a következő összefüggéssel számíthatjuk. Q C p kc exp RT A fenti összefüggésben Q C aktiválási energia k C konstans, T hőmérséklet, R gázállandó. Ezzel a folyamat hőmérsékletfüggése is figyelembe vehető. Az egydimenziós automata a folyamat tanulmányozására nem alkalmas, csak adott ötvözet szemcseméret változásának szimulációjára. A k C számításánál ezért a következőképp járunk el: meghatározzuk a legmagasabb hőmérsékletet, ami a számítás során elfordul (T max ). Megadjuk a legnagyobb valószínűségi értéket, amivel a szimulációt működtetni szeretnénk (p max ). Az aktiválási ener-

Szemcsedurvulás szimulációja egydimenziós sejtautomatával 107 gia ismeretében a p max és T max alapján k C egyszerűen számítható. Ezzel elérjük, hogy az automata egyszerűen skálázható, hiszen csak a Q C változtatásával lehet így a kapott eredményeket befolyásolni, mert a p hőmérsékletfüggése csak a Q C értékétől függ (4. ábra). 4. ábra. A p értékének hőmérsékletfüggése különböző Q C értékek esetén 5. ábra. Átlagos szemcseterület változása az idő függvényében; szemcsedurvulás sztochasztikus szimulációjában, és a kapott eredmények kinetikai elemzése Ha a Q C értékét 200000J/mol értékre, p max értékét pedig 0.1-re állítjuk, akkor az 5. ábrán látható eredményeket kapjuk. A szemcsedurvulás kinetikáját tekintve az átlagos szemcseterület az idő lineáris függvénye állandó hőmérsékleten. A 0 A kt

108 Gyöngyösi Szilvia Barkóczy Péter A fenti képletben A 0 a kiinduló átlagos szemcseterület, k a hőmérséklettől függő tényező, t az idő. A k hőmérsékletfüggése a következő összefüggéssel írható le: k k 0 exp Q RT Ahol k 0 konstans, Q pedig az aktiválási energia. Ha a fenti egyenletet logaritmizáljuk, akkor az 5. ábrán látható egyenest kapjuk, aminek meredekségéből az aktiválási energia számítható. Q 1 ln( k) ln( k 0 ) R T Ha különböző Q C aktiválási energia értékekkel elvégezzük a szimulációt és meghatározzuk az aktiválási energia értéket, akkor azt kapjuk, hogy kis aktiválási energia értékek esetén közel azonos a beállított Q C aktiválási energia és a kapott Q aktiválási energia. Nagy aktiválási energia értékek esetén kis mértékben eltér a két érték (6. ábra). 6. ábra. A Q C és Q aktiválási energiák közötti kapcsolat 7. ábra. A pmax értékének hatása a sztochasztikus szemcsedurvulás szimulátor eredményére

Szemcsedurvulás szimulációja egydimenziós sejtautomatával 109 Természetesen a p max értékének is van hatása a szimuláció eredményére. A 7. ábrán az 1000 C-on végzett számítások eredményét mutatjuk különböző p max értékek esetén. Látható, hogy minél nagyobb a p max, annál gyorsabb a szimuláció. Ennek köszönhetően annál hamarabb elérjük azt az állapotot, amikor már csak néhány nagy szemcse található a sejttérben. Ekkor látható, hogy lépcsők kezdenek megjelenni az átlagos szemcseterület idő függvényben. A görbéken az is látható, hogy ez adott lépés elteltével következik csak be. Az automata működtetésénél ezek alapján a maximális lépésszámot is figyelembe kell venni, minél több lépést veszünk figyelembe, annál kisebb értéken kell tartanunk p max -ot. Mivel a cél, hogy összekapcsoljuk az újrakristályosodás szimulációval, így mindenképp alacsony p max értékekkel kell üzemeltetni. 4. Illesztés Cu24Zn18Ni ötvözet izoterm hőkezelését végeztük el. Folyamatosan öntött bugából 10mm vastagságú tuskót munkáltunk ki, amelyet hidegen 1 mm vastagságúra hengereltünk. A hengerelt lemezekből mintákat vettünk, majd 30 percen keresztül izoterm körülmények között hőn tartottuk 500 C-on. Ezalatt újrakristályosodtak a minták. A szemcsedurvító hőkezeléseket 700 C, 750 C, 800 C, 850 C és 900 C hőmérsékleten végeztük 7, 16 és 24 óráig. A mintákból csiszolatokat készítettünk, amelyeken mértük a szemcseterületet. Az eredményeket a 8. ábrán mutatjuk be. 8. ábra. A Cu24Zn18Ni ötvözet szemcseméretének változása az idő függvényében eltérő hőmérsékleteken, és szemcsedurvulásának kinetikai elemzése 9. ábra. A mért és a számított értékek összevetése a Cu24Zn18Ni ötvözet esetén

110 Gyöngyösi Szilvia Barkóczy Péter A mérési eredményekből a vizsgált ötvözet szemcsedurvulásának aktiválási energiá-jára 76.06 kj/mol értéket kaptunk. A 6. ábra alapján, ha ezt az értéket visszaírjuk a szimulációba, akkor vissza kell kapjuk a mérési eredményeket. Ehhez rögzítenünk kell az időskálát. A számításunkban egy lépést 1 perc valós időtartamnak tekintünk. Ebben az esetben egy sejt mérete 651 m 2 -re adódott. A 9. ábrán látható, hogy ezekkel a skálákkal a szimuláció eredménye jó egyezést mutat a mérési eredményekkel. Összefoglalás Korábbi tanulmányainkban bemutattuk és eredményekkel alátámasztottuk azt a feltevést, hogy a sejtautomata módszer alkalmazásával, fémekben végbemenő rövidtávú diffúziós folyamatok szimulálása megoldható, és egy jól működő rendszert kapunk. Közleményekben már eddig is fellelhető volt a szemcsedurvulás sejtautomatával megoldott modellezése [12]. Ezek a szimulációk a határ energiáját és görbületét figyelembe véve modellezik a szemcsedurvulási folyamatot. A folyamat szimulációjának jelenlegi megoldásában nem ezt vettük figyelembe, hanem a szemcsék méretét ezzel más absztrakciós szinten elvégezve a modellezést. Azonban, pontosan a szemcseméret folyamatos számítása okozza két és három dimenzióban az automata futási idejének jelentős növekedését. Ez a probléma az automata skálázásának hatékonyságát is rontja. Célunk az, hogy az elvet megtartva, olyannyira leegyszerűsítsük az automatát, hogy az még tükrözze a valós folyamatot, de az illesztésnél ne okozzon problémát. A Stephen Wolfram munkássága nyomán megismert legegyszerűbb, egy dimenzióban működő automata elvét alkalmazva, elkészítettük a fent említett folyamat sejtautomata szimulációját. Korábbi tanulmányukban az újrakristályosodás szimulációs eredményeit egydimenziós automatával már prezentáltuk. A kapott eredményekből kimutattuk, hogy a futtatásból származó adatok nem csak jól tükrözik a jelenség fizikai tulajdonságait, de elegendően sok információt nyújtanak például sztereológiai elveket is figyelembe véve az átlagos szemcseméret időbeli változásáról, továbbá információt kapunk a szemcseméret eloszlásáról is. Jelen tanulmányunkban igazoljuk, hogy a bemutatott megoldás szemcsedurvulás esetén is megfelelően működik. A kapott eredményekből az átlagos szemcseméret időbeni változását ábrázoltuk, különböző hőmérsékletekre beállítva az automatát, s a feltételezésnek megfelelően a hőmérséklet emelkedésével a durvulás mértéke is növekszik. Ugyanitt az elkészült automata skálázását is elvégeztük. Az illesztéshez Cu24Zn18Ni ötvözet szemcsedurvítását végeztük el. Megállapítható, hogy a mérési eredmények és az automata által számolt görbék jól illeszkednek. Köszönetnyilvánítás A cikk a TÁMOP-4.2.1.B-10/2/KONV-2010-0001 projekt keretében készült. Irodalom [1] Sz. Gyöngyösi A. Tóth P. Barkóczy: Simulation of phase transformations driven by short range diffusion by cellular automata. Materials Science Forum 659, pp. 405410, 2010. [2] Stephen Wolfram: A New kind of Science. 2002. [3] Demkó G.Dr. Barkóczy P.Gyöngyösi Sz.: Újrakristályosodás egydimenziós sztochasztikus sejtautomata skálázása DSC mérési eredményekkel. Miskolci Egyetem közleményei

Szemcsedurvulás szimulációja egydimenziós sejtautomatával 111 [4] Gyöngyösi Sz.Barkóczy P.Hlavács A.: Egydimenziós sejt automata skálázása. pp. D201 D206. [5] Barkóczy P.Gyöngyösi Sz.: Rövidtávú diffúziós folyamatok szimulációja sejtautomata módszerrel. Bányászati kohászati lapok, 145:(2) pp. 3034. (2012) [6] B. Chopard M. Droz: Cellular Automata Modeling of Physical Systems. Cambridge University Press, 2005. [7] C. H. J. Davies, Sripta Mater., Vol. 36, No. 1, pp. 3540, 1997. [8] Brigitt Schönfisch: Propagation of front sin cellular automata. Physica D 80 (1995) 433450. [9] D. WolfS. Yip: Materials Interfaces. Kluwer Academic Publishers, Dordrecht, 1992. [10] H. W. HesselbarthI. R. Göbel: Acta Metall., Vol. 39, No. 9, pp. 21352143, 1991. [11] Verő J.Káldor M.: Fémtan. Nemzeti Tankönyvkiadó, Budapest, 1996. [12] Geiger J.Roósz A.Barkóczy P.: Simulation of grain coarsening in two dimensions by cellularautomaton. ACTA MATERIALIA 49, pp. 623629. (2001) [13] Atlas zur Warmebehandlung der stahle. pp. 4041, 6364.