一种基于机器学习分子动力学的辐照损伤仿真系统及方法

本公开涉及模拟仿真，尤其是涉及一种基于机器学习分子动力学的辐照损伤仿真系统及方法。

背景技术：

1、核能因其清洁、环保、低耗等优势下，长期居于世界能源发展核心地位。但核反应堆长期高温、高中子通量等严酷工况条件，使得其内部结构材料服役性能容易大幅度衰退，在宏观上会产生如辐照硬化、辐照脆化、辐照疲劳、肿胀、元素偏析等辐照效应。这些严重限制了核结构材料的使用效能及服役寿命等。其中，核反应堆中释放的中子、带电粒子或裂变碎片等会和材料的点阵原子发生一系列碰撞，会因此在材料内部产生大量的原子尺度缺陷。这个过程发生的极快，时间尺度为皮秒级。所以很难从实验方法来观察材料辐照过程的原子微观结构问题。由于计算机科学和技术的飞速发展，模拟计算的地位日渐突出。分子动力学作为一种分子模拟的方法，可以通过算法实现对时间平均过程的模拟，在经过一段时间的模拟系统达到平衡后，可以对系统的一些状态参数，也就是相平均值进行预测，这对于缺陷原子的产生和相关的作用机制有重要意义。

2、现有多种手段可以进行材料的辐照效应的模拟计算，其中有通过分子动力学方法最为典型以分子力场为基础，其基于利用原子间相互作用势函数、牛顿方程以及和统计力学等方法原理，追踪由辐射导致的级联碰撞体系中粒子的运动过程，模拟材料的辐照效应。但目前使用分子动力学进行研究的相关前期工作量较为繁琐，而且需要搜寻大量参数信息以支撑分子动力学运行。同时，运行分子动力学过程较为复杂，在实际运行中需要进行一定的预实验等手段敲定运行细节，实际进行研究中，工作周期较长。

技术实现思路

1、本公开旨在至少解决现有技术中存在的技术问题之一。为此，本公开提出了一种基于机器学习分子动力学的辐照损伤仿真系统及方法。

2、根据本公开第一方面实施例，提出一种基于机器学习分子动力学的辐照损伤仿真系统，包括：

3、训练模块，用于基于机器学习训练系统搜寻相关参数和调节体系模型相关参数，直到学习模型预测结果满足预设收敛条件，得到搜取和调节模型；

4、搜取模块，用于通过交互获取数据特征值，根据数据特征值得到信息的数据量和与特征值的拟合量，找到体系模型相关参数；

5、仿真计算模块，用于初始化体系模型以及基于分子动力学方法的材料辐照损伤模拟；采用nose-hoover控温器进行弛豫，获得稳定的晶体模型，模拟所述晶体模型在辐照下的原子级联碰撞，并在最后进行退火，得到各个时刻的原子运动学信息和动力学信息，最终输出计算结果文件；

6、可视化模块，用于可视化体系模型、体系热力学性质信息以及体系缺陷信息；得到体系的热力学性质信息的变化曲线、缺陷数变化曲线、体系可视化结果及体系缺陷位置可视化结果，并导出可视化结果。

7、在本公开的一个实施例中，所述训练模块包括计算单元、训练单元及测试单元；

8、所述计算单元用于根据已有的数据进行整合，使用决策树模型生成机器学习数据集，其中d由m个训练数据组成；

9、所述训练单元用于使用计算单元产生的数据集进行机器学习训练，得到搜取模型和参数调节模型；

10、所述测试单元用于检验基于机器学习所得模型是否能够在目标范围内预测相关数据和参数，当计算所得误差eote小于目标范围k，得到最终机器学习模型；

11、在本公开的一个实施例中，所述当计算所得误差eote小于目标范围k中，误差eote误差公式定义为：

12、

13、其中，q(x)为指示函数，表示使用的机器学习算法，表示训练数据，表示目标函数，

14、表示使用的机器学习算法基于数据集产生假设的概率。

15、在本公开的一个实施例中，所述搜取模块包括交互单元及数据搜取单元；

16、所述交互单元用于得到用户所需数据的描述，并进行数据预处理获取相关数据，转化为特征值用于自动搜取单元从互联网中搜取数据；

17、所述数据搜取单元用于根据所需特征值，筛选分子动力学相关参数，以及通过识别特征值搜取相关网站，得到网页源代码，对比数据特征值筛选分子动力学相关参数；

18、在本公开的一个实施例中，所述仿真计算模块包括体系建立单元、体系弛豫单元、级联碰撞单元及体系退火单元；

19、所述体系建立单元用于通过可视化方法建立体系大小和形状，并选择初级离位原子位置；

20、所述体系弛豫单元用于将体系在体系初始化单元中获得的设定温度下进行弛豫；

21、所述级联碰撞单元用于根据设置初级离位原子回弹能量大小及其运动方向，模拟辐照过程，计算作用于所有原子上的作用力、体系当前温度、及当前势能以及总能量，并根据能量守恒原理适当修正，对间隙原子和空位原子进行识别，得到点缺陷的位置和数量；

22、所述体系退火单元用于退火过程，根据所述级联碰撞单元计算结果得到体系信息。

23、在本公开的一个实施例中，所述可视化模块包括信息计算单元、缺陷分析单元和可视化单元；

24、所述信息计算单元用于计算体系热力学性质信息，所述体系热力学性质信息包括体系温度、体系能量及热导率；

25、所述缺陷分析单元用于分析体系中的离位原子和空位，并得到离位原子和空位位置；

26、所述可视化单元用于显示体系信息，所述体系信息包括实时温度曲线、实时能量曲线、实时缺陷数曲线、及原子实时位置图信息。

27、根据本公开第二方面实施例，提出一种基于机器学习分子动力学的辐照损伤仿真方法，其特征在于，包括

28、获取子数据，根据子数据使用决策树模型整合得到用于机器学习训练数据集；

29、根据得到所述数据集，将所述数据集进行机器学习训练，生成训练模型；

30、获取用户所需数据，并将数据转化为特征值，将所述特征值代入训练模型得到体系建立相关参数；

31、根据所述体系模型相关参数建立体系模型，并初始化体系模型；

32、根据得到的体系模型，对体系模型进行弛豫模拟、级联碰撞模拟及退火模拟；

33、根据模拟结果得到体系信息，并将体系信息实现可视化。

34、在本公开的一个实施例中，所述根据所述体系相关参数建立体系模型，并初始化体系模型包括：

35、根据体系参数，其中体系参数包括体系元素种类，元素晶格类型，元素晶格常数，等元素信息，体系大小，体系形状等体系模型信息，体系温度，体系压强等初始化信息，初级离位原子的位置，初级离位原子回弹能量和入射方向等级联碰撞模拟信息，势函数的形式和势函数参数等势函数信息，弛豫和碰撞阶段的时间步长和运行步数，最后退火阶段的时间步长和运行步数，体系的表面方向，是否开启控温器等分子动力学运行信息；

36、根据创建的原子信息和选择的体系大小，初始化体系模型，并赋予体系模型中原子初始位置、所受作用力以及符合统计热力学的初始速度，体系初始温度及力场参数；

37、在本公开的一个实施例中，所述根据模拟结果得到体系信息，并将体系信息实现可视化包括：

38、根据模拟结果，得到各个时刻的原子运动学信息和动力学信息；

39、根据各个时刻的原子运动学信息和动力学信息，得到包括体系当前温度、当前势能、总能量及点缺陷的位置和数量；

40、根据所述得到包括体系当前温度、当前势能、总能量及点缺陷的位置和数量，得到并可视化体系实时温度曲线、实时能量曲线、实时缺陷数曲线，原子实时位置。

41、本公开的实施例提供的技术方案可以包括以下有益效果：

42、通过本公开的基于机器学习分子动力学的辐照损伤仿真系统及方法，基于机器学习通过自动搜取分子动力学所需参数，使用机器学习来优化分子动力学过程，在分子式动力学模拟工作前期，使用项目中的数据搜递模块，提供体系的相关参数，还能够找到适合的势函数，来提升分子动力学模拟结果的精准度。在分子动力学过程中，通过机器学习的方式，实现逐渐迭代出最佳的模型体系参数；简化运行分子动力学进行材料的辐照效应的模拟计算，缩短工作周期，同时结合弛豫模拟、级联碰撞模拟及退火模拟完成基于分子动力学模拟材料的辐照效应。

43、本公开的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。