Generation of representative powder particle packing in 2D/3D: which tool for which application?
本文针对生成具有代表性的二维/三维粉末颗粒堆积的四种开源工具进行了基准测试，并将其与工业标准进行对比，结果表明，虽然离散元法（DEM）代码实现了最高的堆积密度，但顺序投放与滚动算法提供了一种计算效率更高且对于许多应用而言准确度可接受的替代方案。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，试图用数十亿颗微小的弹珠搭建一座巨大的、隐形的城堡。在现实世界中，这不仅仅是一个有趣的周末项目；工程师们正是利用这种方法来设计从汽车金属零件到火箭燃料电池的一切事物。但在建造城堡之前，他们需要确切知道这些弹珠是如何堆叠在一起的。它们是像杂货店里的橙子那样整齐堆叠？还是会跌落成一堆乱七八糟的堆积物？这就是“粉体物理学”（powder physics）的世界，这是一个研究微小颗粒如何行为的领域。
为了在计算机上模拟这些过程，科学家们需要一个起点：一个看起来并表现得像真实情况一样的粒子堆积的数字快照。这个快照被称为“堆积”（packing）。为了让模拟能够成功，这个堆积必须在几个特定方面达到完美：弹珠不能互相漂浮在彼此内部（它们必须是固态的），它们必须处于稳定状态以防倾倒（重力平衡），它们必须符合真实粉末中精确的尺寸混合比例，并且需要足够紧密地堆积以符合现实。棘手之处在于，创建一个完美的数字快照需要大量的计算能力。如果计算机在排列这些弹珠上花费时间过长，整个项目就会停滞不前。因此，大问题在于：排列这些数字弹珠最快、最准确的方法是什么？
这篇论文就像是一场由四位不同的“数字建筑师”进行的宏大竞赛，看谁能搭建出最好的弹珠堆。研究人员测试了四种开源工具：两种类似于人类小心翼翼地逐个放置弹珠的工具（称为 D&R 和 D&R-ME），以及两种类似于混沌物理引擎、让重力和碰撞发挥作用的工具（称为 LAMMPS 和 dp3D）。他们不仅观察了这些堆积物看起来是否美观，还根据一份严格的清单对它们进行了测量。他们检查了弹珠是否重叠、是否稳定、尺寸是否符合目标配方，以及最终的堆积密度如何。他们还记录了每个工具完成任务所需的时间。
结果是两种截然不同的方法的对比。那些“物理引擎”工具（LAMMPS 和 dp3D）是重量级的选手。它们构建了最致密、最真实的堆积，达到了最高的紧密程度。然而，它们极其缓慢。对于一个约有 20,000 个粒子的堆积，最快的物理工具需要超过一天才能完成，而“逐个放置”的工具只需几秒钟或几分钟即可完成。事实上，在 3D 环境下，顺序工具的速度比物理工具快大约 1,800 倍，但它们产生的堆积密度要低约 9%。
不过，这里有一个陷阱：物理工具 LAMMPS 有一个故障：它不断剔除堆积中最大的弹珠，未能包含配方中要求的最大尺寸。这使得它在处理具有广泛粒径分布的混合物时显得不可靠。另一个物理工具 dp3D 没有这个缺陷，并产生了最好的结果，但时间成本仍然巨大。“逐个放置”的工具（D&R 和 D&R-ME）速度极快且尺寸准确，但它们无法像物理引擎那样将弹珠堆积得那么紧密。
论文得出结论，并没有单一的“最佳”工具；这完全取决于你的需求。如果你需要一个快速的草稿，或者一个用于快速测试的非常大的堆积，那么快速的“逐个放置”工具是明显的赢家。它们非常适合快速获得一个良好的起点。但如果你需要绝对最紧密、最致密的堆积，并且有时间等待，那么物理工具（特别是 dp3D）才是冠军。作者提出了一个聪明的折中方案：先使用快速工具搭建堆积，然后使用缓慢但强大的工具将其稍微挤压得更紧密一点。这样，你既能获得快速工具的速度，又能获得慢速工具的密度，从而节省大量的计算机时间。最终，选择的标准不在于哪个工具是“赢家”，而在于哪个工具更适合你正在尝试完成的具体工作。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。