Beruflich Dokumente
Kultur Dokumente
Metalico
Jose Luis Panta Abad, Dr. Pablo Gonzales Orme
no
17 de noviembre de 2009
Resumen
Controlar la microestructura de un material es la llave para el manejo
de sus propiedades, y el tama
no de grano es una de las caractersticas m
as
importantes a determinar en un material, ya que interviene en las diferentes propiedades del material. Por ejemplo, al producir un tama
no de
grano peque
no se incrementa la cantidad de
area de bordes de grano; dado
que las dislocaciones no pueden pasar con facilidad a traves de un borde
de grano, el material se hace m
as resistente y se incrementa el n
umero
de dislocaciones, por tanto un policristal resistir
a mejor la tracci
on que
un monocristal; adem
as, un grano de tama
no peque
no ofrece poca conductividad electrica pues el borde de grano impide el movimiento de los
electrones.
Para empezar el an
alisis se discuten los mecanismos fsicos involucrados sin tomar en cuenta los fen
omenos de recuperaci
on y recristalizaci
on,
asumiendo un sistema que se encuentra pr
oximo al equilibrio, lo que hace
posible obtener un modelo sencillo con el cual trabajar, luego, tomando
en cuenta la energa el
astica y la energa de activaci
on de barreras, la cual
est
a asociada con la migraci
on de los lmites de grano, se logra obtener
una relaci
on para la velocidad de crecimiento de grano.
Para la simulaci
on se hace uso del metodo probabilstico de Monte
Carlo (MC) combinado con metodo determinista de los Aut
omatas Celulares (AC), el metodo AC permite realizar actualizaciones a la estructura
para un instante dado bajo ciertas condiciones, condiciones dadas por el
metodo MC, el cual se basa s
olamente en la termodin
amica de las interacciones at
omicas.
Las primeras simulaciones fueron realizadas sobre un sistema bidimensional, en el cual el n
umero de orientaciones cristalogr
aficas fue cambiado
progresivamente para cada simulaci
on con lo que se logr
o determinar que
el fen
omeno de crecimiento de grano es independiente del n
umero de orientaciones cristalogr
aficas (esto es v
alido para una cantidad orientaciones
mayor a 128). Luego se procedi
o al an
alisis de un sistema tridimensional
para as determinar los par
ametros que est
an involucrados en este tipo de
fen
omeno.
Finalmente ya que en la simulaci
on el tiempo se mide en Monte Carlo
Steps (MCS) y el volumen se mide Monte Carlo Cells (MCC), se trata de
hacer una escala entre la simulaci
on y datos experimentales de un metal
especfico para as obtener un modelo que se ajuste a la realidad.
1.
Introducci
on
Controlar la microestructura de un metal la llave para el manejo de sus propiedades. La mayor parte de los metales comerciales tienen esctructuras cristalinas y consisten de granos microsc
opicos con diversas orientaciones y formas.
El tama
no de los granos depende de factores tales como la temperatura, elasticidad, estres, deformaciones pl
asticas y pureza qumica. Durante el fen
omeno
de crecimiento de grano ocurren cambios en la forma y el tama
no.
En la industria, las piezas met
alicas son tratadas aplicando presi
on y calor.
Una serie de eventos metal
urgicos muy complejos pueden tomar lugar din
amicamente durante el proceso de deformaci
on y est
aticamente despues de la deformaci
on, el enfriamiento o el calentamiento. La estructura resultante determina
muchas de las propiedades del material y especialmente su desempe
no mec
anico. Es as que debemos estudiar y optimizar los diversos procedimientos termomec
anicos y los fen
omenos asociados con la evoluci
on de las microestructuras
para as poder obtener microestructuras adecuadas.
La metalografa microsc
opica se encarga del estudio de los productos metal
urgicos, con el objetivo de determinar sus constituyentes y su textura. Actualmente, la metalografa ya es considerada uno de los an
alisis m
as importantes para garantizar la calidad de los materiales en el proceso de fabricaci
on, y
tambien para la realizaci
on de estudios en la formaci
on de nuevas aleaciones
de materiales. Sin embargo, esta pr
actica se vuelve compleja pues los materiales presentan diferentes morfologas, dependiendo de los tratamientos termicos
aplicados y tambien de su composici
on qumica, adem
as, previo a este ensayo se
debe preparar la muestra siguiendo las siguientes operaciones: Corte, montaje,
desbaste y pulido. Al final se observa lo obtenido con la ayuda de un microscopio
metalogr
afico.
Con el avance en la tecnologa de procesadores, ahora podemos realizar el
mismo an
alisis mediante el uso de la simulaci
on computacional. Hay una relaci
on muy cercana entre la base conceptual del metodo Monte Carlo y las
caractersticas fsicas del crecimiento de grano ya que ambos estan relacionados
con la estadstica y los procesos aleatorios, es por eso que el metodo Monte Carlo
permite representar el fen
omeno muy bien.
2.
2.1.
El
area en la cual se encuentran granos es una regi
on de desajuste donde la
orientaci
on cristalogr
afica cambia abruptamente al pasar de un grano al siguiente, esta regi
on se denomina borde de grano. El borde de grano se caracteriza
por tener exceso de energa. En ausencia de deformaciones o gradientes de temperatura, la disminuci
on en la energa asociada con el borde de grano act
ua
como la fuerza motriz para el crecimiento de grano. Los granos grandes tienden
a crecer mientras que los m
as peque
nos se fusionan y desaparecen.
2.2.
Cin
etica de Crecimiento de Grano
La orientaci
on del cristal es caracterizada por el vector de orientaci
on s.
La energa almacenada en un punto en particular de la red incluye un termino
que es proporcional a la energa el
astica y un termino que es proporcional a la
energa de borde de grano debido a un cambio de orientaci
on, el cual depende
del gradiente del vector de orientaci
on, W (s). Para obtener la energa total
G se integran estos dos terminos sobre el volumen total:
Z
G = [Eel + W (s)] dV
(1)
Si nos limitamos a tratar un crecimiento de grano ideal, se puede asumir que
la energa el
astica no cambia, mientras que el termino de orientaci
on es proporcional al
area total de los granos por unidad de volumen Atot . Considerando el
m
odelo esferico, el
area y volumen promedio de un grano est
an relacionados con
el radio promedio del grano mediante las ecuaciones:
Aprom = 4r2
Vprom =
4 3
r
3
Mientras que el n
umero promedio de granos por unidad de volumen est
a dado
por:
3
1
=
Vprom
4r3
Entonces, multiplicando el
area promedio por el n
umero promedio de granos
por unidad de volumen obtenemos el
area total de superficie de borde de grano:
Atot = Aprom
3
1
= 4r2
Vprom
4r3
Atot =
3
2r
Por lo tanto, teniendo en cuenta que a cada borde de grano le corresponden dos
granos, la energa total G est
a dada por:
G = Eel +
3
2r
(2)
barrera de activaci
on Ga (figura 1(b)). La probabilidad de que un grano se
expanda a una posici
on de menor energa est
a dada por la probabilidad de
que un
atomo cruce la barrera, exp(Ga /RT ), donde R es la constante de los
gases, multiplicado por el n
umero de
atomos por unidad de
area n1 y por la
probabilidad de acomodaci
on del
atomo en una nueva posici
on A1 .
A1 n1 exp(
Ga
)
RT
(3)
La probabilidad de migraci
on en la direcci
on contraria es:
A2 n2 exp(
Ga + G
)
RT
(4)
Si asumimos que el sistema se encuentra cerca del equilibrio, esto es G/Ga <<
1, entonces A1 n1 = A2 n2 , entonces, la probabilidad total es:
Ga
Ga + G
A1 n1 exp(
) exp(
)
RT
RT
G
Ga
) 1 exp(
)
A1 n1 exp(
RT
RT
(5)
x2
x3
+
+ ...
2!
6!
La ecuaci
on (5) puede ser expresada ahora como:
A1 n1 exp(
i
Ga h
G
1 G 2
+ ...
) 1 1
+
RT
RT
2! RT
(6)
(7)
Ga
A1 n1 Vm G
exp
RT Na
RT
(8)
G = H TS
Se encuentra que:
v=
S a
H a
A1 n1 Vm G
exp
exp
RT Na
RT
R
(9)
La frecuencia de vibraci
on del
atomo est
a relacionada con la temperatura de
acuerdo con:
=
kB T
RT
=
h
Na h
(10)
S
4AZVm2
Q
f
exp
exp
t
Na2 h
R
RT
(11)
Donde r0 es el tama
no de grano inicial. La temperatura afecta la tasa de crecimiento de grano a traves de las ecuaciones (10) y (11), ya que la frecuencia de
vibraci
on at
omica depende de la temperatura.
3.
Simulaci
on Monte Carlo
(13)
Donde rM C es el tama
no de grano, r0,M C es el tama
no inicial, n es un exponenete
constante, kM C es la tasa de crecimiento de grano (constante que depende de
la temperatura) y tM C es el tiempo en MCS. El subndice M C se usa para
distinguir las cantidades de la simulaci
on Monte Carlo de los correspondientes
valores fsicos.
4.
Experimento
OpenGL.
Para la determinaci
on del n
umero de orienciones
optimo se us
o una matriz
bidimensional de 200 200 para las simulaciones. Para la determinaci
on de los
par
ametros n y kM C se us
o una matriz tridimensional de 200 200 200.
4.1.
Determinaci
on del N
umero de Orienciones Optimo
Uno de los problemas a los cuales nos enfrentamos fue decidir con que n
umero de orientaciones Q se efectuaran las simulaciones. Alguno autores ha trabajo
con Q entre 4 y 64, otros autores proponen el uso de N D orientaciones (una
orientaci
on por grano) con el fin de evitar la fusi
on de los granos.
Para este trabajo, nosotros ejecutamos una serie de 9 simulaciones con valores para Q desde 8 hasta 40000. Es obvio que el valor de Q afecta la simulaci
on
(a menor Q la tasa de crecimiento es mayor). Sin embargo, se obtuvo que para
Q > 128 el crecimiento de grano se vuelve independiente del n
umero de orientaciones (figura 2). Diferentes autores [2][6] encontraron resultados similares,
as que basados en estos resultados usamos el valor de Q = 128 para las simulaciones tridimensionales, ya que el tiempo de c
omputo tambien depende del
valor de Q.
4.2.
Determinaci
on de los Par
ametros n y kM C
Para la obtenci
on de los par
ametros n y kM C se hizo uso de una matriz tridimensional. Se ejecut
o una serie de 10 simulaciones, luego se se hizo un an
alisis
de regresi
on sobre el logartimo del promedio de los datos.
A traves de la regresi
on se encontr
o que n = 2,00059862 y kM C = 1,3. La
figura 3 muestra el an
alisis de regesi
on efectuado.
5.
(14)
M
etodo de Escala
En esta secci
on discutimos sobre el metodo de escala que se us
o. Como bien se
sabe, la simulaci
on Monte Carlo no brinda escalas fsicas reales para los par
ametros de tiempo y longitud. Para relacionar el tama
no de grano de la simulaci
on
(en Monte Carlo Cells) y el tiempo de simulaci
on (en Monte Carlo Steps) con
unidades fsicas, se debe realizar una escalalos resultados de la simulaci
on bien
9
5.1.
Escala Espacial
El tama
no de grano de la simulaci
on puede ser convertido a escala real
simplemente multiplic
andolo por un factor de escala , de tal forma que:
r = rM C
(15)
5.2.
Escala Temporal
t
C) =
Na2 h
R
RT
(r)2 (r0 )2 =
2
2 (rM
C
De la ecuaci
on (13) se obtiene:
2 (kM C tM C ) =
S
4AZVm2
Q
f
exp
t
exp
Na2 h
R
RT
10
Con lo que finalmente se obtiene una forma para la escala entre el tiempo
de simulaci
on y el tiempo fsico:
tM C =
k0
Q
exp
t
2 kM C
RT
(16)
Donde se ha hecho:
k0 =
S
4AZVm2
f
exp
2
Na h
R
Donde k0 es una constante que depende del material y cuyo valor para el aluminio es k0 = 7,58 1013 m2 s1 [7]
6.
Conclusiones
1. La ecuaci
on de crecimiento de grano s
olo toma en cuenta el tama
no promedio, por lo tanto hay detalles que no pueden ser observados ni evaluados
sin la simulaci
on computacional.
2. La simulaci
on Monte Carlo es un metodo muy conveniente para estudiar
el crecimiento de grano permitiendo el estudio de diversas caractersticas
de este fen
omeno, tales com tama
no y forma, sin resolver las complicadas
ecuaciones que describen las fronteras de grano.
3. La simulaci
on del fen
omeno de crecimiento se vuelve independiente del
n
umero de orientaciones cristalogr
aficas para Q > 128.
4. Durante la simulaci
on tridimensional se puede observar no s
olo el proceso
de desvanecimiento de granos sino tambien la formaci
on de nuevos granos,
esto no ocurre en el caso de las simulaciones bidimensionales.
5. La simulaci
on Monte Carlo demostr
o que el fen
omeno de creicimiento de
grano aunque complejo puede ser modelado de una manera muy elemental.
El valor correcto de n encontrado en nuestros experimentos indica que hay
una ntima relaci
on entre el modelo y la descripci
on te
orica del crecimiento
de grano.
6. La simulaci
on no ofrece valores fsicos para el tama
no de grano y el tiempo,
por lo cual un metodo de escala es requerido. En este caso el metodo se
ajust
o muy bien a los datos experimentales.
11
Referencias
[1] Nosonovsky M; Zhang X; Esche S. Scaling of Monte Carlo Simulations of
Grain Growth in Metals
[2] Blikstein P; Tschiptschin A. Monte Carlo Simulations of Grain Growth
[3] Atkinson H. Theories of Normal Grain Growth in Pure Single Phase Systems
[4] Morhac M; Morhacova E. Monte Carlo Simulation Algorithms of Grain
Growth in Polycrystalline Materials
[5] Porter D; Easterling K. Phase Transformations in Metals and Alloys
[6] Anderson M; Srolovitz D; Grest G; Sahni P. Computer simulation of grain
growth - I. Kinetics
[7] Humphreys F; Hatherly M. Recrystallization and Related Anneling Phenomena
12