Thomas Swinburne
CINaM, Marseille
Construire des modèles pour la plasticité, la thermodynamique et la cinétique des métaux est un défi car les aspects subtils de la cohésion atomique doivent être fidèlement reproduits et les prédictions nécessitent souvent une moyenne sur de grands ensembles de configuration complexes. Je discuterai de la manière dont les paysages énergétiques des systèmes atomiques peuvent être rapidement explorés à grande échelle et « coarse-grained » lorsque la dynamique est thermiquement activée, donc séparée en échelle [1,2] et comment les techniques basées sur les données, généralement utilisées pour régresser les énergies pour les modèles cohésifs modernes, peuvent être utilisés pour capturer une gamme beaucoup plus large de propriétés telles que l’entropie des défauts[3] ou les propriétés de dislocation. Lorsque la dynamique n’a pas une séparation d’échelle de temps claire, le grain grossier est beaucoup plus difficile. Je discuterai de la manière dont une approche basée sur les données peut fournir une solution, produisant des modèles de substitution efficaces qui peuvent prédire l’évolution des ensembles de nanoparticules et le rendement de microstructures complexes, offrant de nouvelles perspectives pour les approches de modélisation multi-échelles[4].
[1] TD Swinburne and D Perez, NPJ Comp. Mat 2020, MSMSE 2022
[2] TD Swinburne and DJ Wales JCTC 2020, 2022
[3] C Lapointe et al. PRMat 2020
[4] TD Swinburne, In Prep.
