[发明专利]探测单分散颗粒体系结晶相前驱体微观结构的方法及系统

说明书

本发明提供探测单分散颗粒体系结晶相前驱体微观结构的方法及系统，方法包括：获取剪切实验过程中不同时刻单分散颗粒体系内所有颗粒的位置坐标信息；计算不同时刻每个颗粒的微观结构特征，使用键取向序参数和局部体积分数判断颗粒在某时刻是否处于结晶相；选取颗粒体系内接近处于结晶相的颗粒与等量处于无序向的颗粒并提取其特征组成机器学习数据集；构造机器学习模型，将数据集划分为训练集、验证集和测试集，通过交叉验证优化模型参数，得到最优参数组合并保存模型；调用机器学习模型，探测单分散颗粒体系结晶相前驱体微观结构；提取无序相、结晶相和机器学习模型探测出的结晶相前驱体颗粒，分析其结构特征的区别和三者的相关关系。

技术领域

本发明属于颗粒材料力学研究领域，具体涉及探测单分散颗粒体系结晶相前驱体微观结构的方法及系统。

技术背景

颗粒材料被广泛地应用于包括农业、食品业、制药业、化工业、矿业、建筑业在内的诸多行业，它表现出许多不同于固、液、气物质的奇特现象和独特的运动规律。颗粒材料通常以一种长程无序的结构状态存在。但是，对于单分散颗粒材料而言，当颗粒体系受到一些特殊的外在扰动，它会产生从无序相到结晶相的相位转变，这通常称为颗粒材料的自组织性质。从无序相到结晶相的转变导致颗粒体系的物理性质发生显著变化，包括密实度、运动特性和受力特性等等。所以，研究颗粒材料的结晶相转变是一项基础且重要的内容。

大量的研究结果表明，颗粒材料从无序相到结晶相的转变是一个连续的持续不断的过程，即这种转变不是一蹴而就的，存在某种中间状态将两者联系起来，我们称之为结晶相前驱体结构或非稳定结晶相。例如，在颗粒材料的循环剪切实验中，起初，颗粒材料处于无序相状态，随着连续不断的剪切，颗粒材料内部存在少数颗粒转变为结晶相状态，随着剪切过程的深入，越来越多的颗粒逐渐完成相位转变并以一种稳定的结晶相状态持续存在。所以，研究颗粒材料的结晶前驱体微观结构更有助于揭示颗粒材料的结晶动力学行为。

结晶相前驱体结构在定义上具有模糊性，结构识别上具有隐蔽性。即，第一、在颗粒材料结晶化转变中，可以明确定义处于无序相或结晶相的颗粒并加以识别，通常定义在一定时间内转变为结晶相的颗粒为结晶相前驱体，这是其在定义上的模糊性；第二、结晶相前驱体颗粒常常隐匿于无序相颗粒和结晶相颗粒间，在结构特征上与无序相和结晶相颗粒均有相似处，难以区分，这是其在结构识别上的隐蔽性。

由于颗粒前驱结构具有以上特性，因此难以被探测，目前研究都止步于结晶相的转变和统计分析，无法探测晶核的生成过程。

发明内容

本发明是为了解决上述问题而进行的，目的在于提供一种探测单分散颗粒体系结晶相前驱体微观结构的方法及系统。

本发明为了实现上述目的，采用了以下方案：

方法

本发明提供一种探测单分散颗粒体系结晶相前驱体微观结构的方法，其特征在于，包括：

步骤1.获取剪切实验过程中不同时刻单分散颗粒体系内所有颗粒的位置坐标信息；例如，对某长方体颗粒材料试样进行循环剪切，取一次剪切为时间间隔ΔT，共剪切n次，则可取n个不同时刻颗粒体系内所有颗粒的位置坐标信息；

步骤2.计算不同时刻每个颗粒的微观结构特征，使用键取向序参数(BOOP) 和局部体积分数(φ_local)判断颗粒在某时刻是否处于结晶相；

步骤2-1.基于所有颗粒的位置坐标信息，判断每个颗粒的邻接颗粒；

步骤2-2.基于颗粒的邻接网络计算颗粒的短程结构特征(SRO)；

步骤2-3.计算颗粒的中程结构序特征(MRO)；

步骤2-4.提取所有颗粒的键取向序参数q₆和局部体积分数φ_local；