Efficient generation of large-scale non-equilibrium distributions of particles

Résumé technique : Génération efficace de distributions non équilibrées à grande échelle de particules

Énoncé du problème
Les éléments de volume représentatifs (EVR) dotés de microstructures périodiques sont essentiels pour relier l'hétérogénéité à l'échelle microscopique aux propriétés effectives à l'échelle macroscopique dans les matériaux composites. Bien que les algorithmes traditionnels (par exemple, Monte Carlo, dynamique moléculaire événementielle de Lubachevsky–Stillinger) excellent dans la génération de configurations de particules à l'équilibre ou proches de l'équilibre, ils échouent souvent à capturer les distributions non uniformes, anisotropes et dépendantes de l'histoire, caractéristiques des procédés de fabrication réels (par exemple, enroulement filamentaire, moulage par injection). Les méthodes existantes ont tendance à supprimer les irrégularités, les défauts et le désordre contrôlé présents dans les composites réels. De plus, la génération de microstructures à grande échelle avec un nombre élevé de particules souffre souvent de coûts de calcul prohibitifs en raison d'une mise à l'échelle quadratique dans la détection des collisions. Il existe un besoin distinct d'un algorithme capable de produire efficacement des EVR périodiques avec des degrés de randomisation ajustables, des corrélations spatiales contrôlées et des caractéristiques non équilibrées réalistes, notamment le regroupement et l'agglomération.

Méthodologie : L'algorithme de gonflement et de migration aléatoire (SRM)
L'article propose l'algorithme de gonflement et de migration aléatoire (SRM), une approche hybride combinant une technique de « gonflement » modifiée de Miller–Torquato avec un schéma d'ajout séquentiel aléatoire (RSA) modifié. La méthode opère sur un boîtier unitaire contenant des inclusions monodisperses et procède par les étapes itératives suivantes :

1. Initialisation : Une configuration initiale sans chevauchement est générée à une fraction volumique faible en utilisant le RSA classique.
2. Gonflement : Toutes les particules sont simultanément augmentées en rayon d'un petit incrément ($c_w$).
3. Migration aléatoire : Chaque particule est déplacée par un petit vecteur aléatoire ($c_m$).
4. Vérification de l'admissibilité locale : Les distances aux voisins sont évaluées à l'aide d'un schéma de partitionnement spatial adaptatif basé sur des cellules. Si une particule chevauche, elle est renvoyée à sa position précédente et un nouveau déplacement aléatoire est tenté. Cette boucle continue jusqu'à ce qu'une position valide soit trouvée ou qu'un nombre maximal de tentatives ($N_l$) soit atteint.
5. Étape de secousse : Si une particule ne peut pas trouver de position admissible après plusieurs tentatives, une relaxation globale (« secousse ») est effectuée. Cela implique de déplacer aléatoirement toutes les particules et de tester les chevauchements pour surmonter le blocage local, en particulier dans les configurations regroupées.
6. Terminaison : Le cycle se répète jusqu'à ce que la fraction volumique cible soit atteinte.

Efficacité computationnelle
Un composant critique de la méthodologie est la mise en œuvre d'une recherche de voisins basée sur des cellules. En subdivisant l'EVR en cellules légèrement plus grandes que le diamètre des particules, l'algorithme limite les vérifications de chevauchement aux particules situées dans la cellule actuelle et ses voisins immédiats (un bloc $3 \times 3$ en 2D). Cela réduit la complexité computationnelle de la détection des collisions de quadratique à quasi-linéaire ($O(N)$) par rapport au nombre de particules. Avec des optimisations supplémentaires des motifs d'accès aux particules pour atténuer les défauts de cache, le temps de génération évolue approximativement comme $t \propto N^{1.15}$, permettant des simulations avec jusqu'à $10^7$ particules en deux et trois dimensions.

Résultats clés

• Évolutivité : L'algorithme SRM optimisé a généré avec succès des configurations avec jusqu'à $10^7$ particules. Pour les fractions volumiques faibles à intermédiaires, la méthode maintient une haute efficacité.
• Contrôle non équilibré : En ajustant le taux de gonflement ($c_w$) et le taux de migration ($c_m$), l'algorithme peut produire un spectre de microstructures allant de distributions semblables à l'équilibre à des arrangements fortement regroupés.
  • Comparaison avec la MD : Contrairement à la dynamique moléculaire événementielle (MD), qui évolue naturellement vers l'équilibre, le SRM génère des configurations avec des distributions de fraction volumique locale (FVL) significativement plus larges et des signatures de regroupement plus fortes. Les états « regroupés » générés par MD restent plus proches de l'équilibre que ceux produits par le SRM.
  • Limites de fraction volumique : En 2D, la méthode peut dépasser la limite classique de compactage aléatoire (RCP) (atteignant ~87 % pour des disques). En 3D, la limite pratique est d'environ 60 % pour des sphères ; au-delà, la migration aléatoire devient inefficace, et la dynamique moléculaire événementielle est préférée.
• Extension aux inclusions non sphériques : L'algorithme a été appliqué avec succès à des paillettes circulaires minces (sphérodisques). En ajustant les paramètres, les auteurs ont généré :
  • Réseaux « maison de cartes » (HoC) : Structures hautement interconnectées formées par un taux de gonflement élevé et un taux de migration faible.
  • Domaines quasi-nématiques : Régions métastables, partiellement ordonnées, formées par la relaxation de structures HoC avec des taux de migration élevés.
• Impact structure-propriété : L'analyse de percolation des microstructures de paillettes a révélé que les configurations HoC présentent une distance critique de percolation d'environ un ordre de grandeur inférieure à celle des structures quasi-nématiques relaxées. Cela démontre que l'arrangement microstructural influence considérablement les propriétés de transport.

Signification et affirmations
L'article positionne l'algorithme SRM comme un outil puissant et flexible pour la modélisation computationnelle des matériaux composites. Sa signification principale réside dans sa capacité à générer des configurations de particules réalistes, diversifiées et accessibles computationnellement, qui reflètent la variabilité statistique et les caractéristiques non équilibrées observées dans la fabrication pratique.

Les auteurs soulignent que le SRM est une méthode purement géométrique ; les réarrangements de particules ne sont pas régis par des forces physiques ou des potentiels interparticulaires. Par conséquent, bien que le SRM soit idéal pour générer des microstructures initiales statistiquement représentatives pour les études d'homogénéisation, la quantification des incertitudes et les tests virtuels, il ne reproduit pas l'évolution physique réelle des systèmes particulaires ni n'étudie les transitions de phase. La valeur de la méthode réside dans la fourniture d'un moyen contrôlé de faire varier le désordre microstructural et d'imiter l'anisotropie induite par la fabrication, permettant ainsi des analyses plus précises des relations structure-propriété dans les milieux hétérogènes.