Analisis 3-Dimensional del Crecimiento de Grano

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.

Fsica del Crecimiento de Grano

Borde de Grano

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)

Donde es la energa promedio por

area de superficie de borde. De la ecuaci
on (2) es f
acil notar que a mientras m
as grandes son los granos, menor es su
energa, lo cual hace que el crecimiento de grano sea energeticamente beneficioso. Sin embargo, esta expresi
on simple no hace cuenta de la energa de activaci
on
de barrera, la cual est
a asociada con la difusi
on de los granos a traves de los
bordes. Debido a la presencia de estas barreras, un grano migrante pasa por de
un conjunto de estados meta-estables de equilibrio (figura 1(a)) por lo que la
velocidad de migraci
on es m
as lenta.

Figura 1: (a)Energa vs Radio. (b)Energas de activaci

on de barrera y cinetica

Porter y Easterling [5] ya han estudiado el fen

omeno de difusi
on. Ellos consideraron dos estados meta-estables, con un diferencia G y separados por una

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)

Como G << RT , y adem

as recordando que:
exp(x) = 1 + x +

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

Donde despreciando los terminos de orden 2, obtenemos:

 Ga  G 
A1 n1 exp
RT
RT

(6)

Podemos obtener la frecuencia de salto multiplicando esta expresi

on por la frecuencia de vibraci
on de un
atomo :
 Ga  G 
A1 n1 exp
RT
RT

(7)

La frecuencia de salto o flujo neto es igual a la velocidad de migraci

on de borde
v dividido por el volumen at
omico Vm /Na :
v=

 Ga 
A1 n1 Vm G
exp
RT Na
RT

(8)

Usando las relaciones de la termodin

amica para la energa libre con la temperatura T, la entalpa H y la entropa S :

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)

Donde h es la constante de Planck y kB es la constante de Boltzmann. Esto

produce la expresi
on para el tama
no de grano r :
r2 r02 =

 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

Para inciar el proceso de la simulaci

on de crecimiento de grano la microestructura fue mapeada en una matriz bidimensional para los primeros experimentos, y tridimensional para los siguientes. La matriz inicial se construy
o de forma
aleatoria donde cada elemento de matriz representa un elemento de superficie
o de volumen, seg
un sea el caso. El contenido de cada elemento representa su
orientaci
on cristalogr
afica, regiones adyacente que contienen el mismo n
umero
de orientaci
on representan un grano. Los bordes de grano son regiones ficticias
que separan volumenes con diferentes orientaciones.
Una vez que se ha inicializado la red la simulaci
on puede empezar. La simulaci
on Monte Carlo de crecimiento de grano en materiales policristalinos consiste
en la evaluaci
on de la energa libre en un punto de la red. La energa es determinada por la interacci
on del punto en an
alisis con los puntos que los rodean.
El hamiltoniano de interacci
on viene dado por:
X
(12)
(Qi Qj 1)
H = J
n

Donde J es una constante positiva que especifica una medida de la interacci

on
del i-esimo punto evaluado con los puntos vecinos, Qi Qj es el delta de Kronecker de las orientaciones Qi y Qj . La suma es tomada sobre todos n vecinos que
rodean al punto en an
alisis (n = 8 para an
alisis bidimensionales y n = 26 para
tridimensionales).

Luego, el algoritmo elemental para la simulaci

on de crecimiento de grano en
un estructura monof
asica es el siguiente:
1. C
alulo de la energa libre de una elemento de matriz G0 de acuerdo con
la ecuaci
on (12).
2. Elecci
on aleatoria de una nueva orientaci
on cristalogr
afica Qf para el mismo elemento.
3. Nuevo c
alculo de la energa libre Gf pero usando la nueva orientaci
on
cristalogr
afica Qf .
4. Comparaci
on de los dos valores Gf G0 . La orientaci
on que minimice la
energa es escogida.
En complemento el metodo Monte Carlo se hace uso de metodo de Automatas Celulares la nueva orientaci
on cristalogr
afica s
olo puede ser escogida entre
las orientaciones de los puntos vecinos, esto evita la formaci
on de n
ucleos dentro de los granos ya que este fen
omeno no se observa en la naturaleza, adem
as
reduce considerablemente el tiempo de simulaci
on.
Este procedimiento representa un intento de reorientaci
on. N D intentos de
reorientaci
on, donde D es la dimensi
on de la matriz, defienen un Monte Carlo
Step (MCS). Un MCS representa la unidad de tiempo de la simulaci
on.
La matriz en la memoria de la computadora (que simula a la red) est
a limitada (N D elementos). Durante la simulaci
on la evoluci
on de la microestructura
toma lugar en un espacio restringido de dos formas diferentes: Una forma en
la cual el borde de la red (matriz) es tambien el borde de la estructura, de
tal forma que los procesos en la superficie del material pueden ser simulados.
Por otro lado, en este trabajo se hace uso de una estructura infinita usando el
llamado algoritmo de efecto de banda, el cual se basa en la periodicidad de la red.
El principal par
ametro de interes es fue l tama
np de grano promedio. El
crecimiento normal de grano obedece una ley de potencia [3] de potencia de la
forma:
n
n
rM
C r0,M C = kM C tM C

(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

El programa fue desarrollado en C++. El programa se ejecut

o en un computador Intel Dual Core 1.66 MHz de 1GB de memoria RAM. La visualizaci
on de
los resultados se llev
o a cabo usando un programa desarrollado con la librera
7

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.

Figura 2: Curva de crecimiento para diferentes valores de Q

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.

Figura 3: Promedio de datos despue de 10 ejecuciones. Los puntos representan

cada ejecuci
on y la lnea s
olida representa el promedio de sus valores.
Ya que se encontr
o que n estaba muy pr
oximo al valor te
orico predicho por la
ecuaci
on (11), n = 2 fue usado para los c
aculos siguientes. Luego, el an
alisis de
regresi
on fue efectuado nuevamente encontrando un nuevo valor para kM C 0,9.
Con esto, la ecuaci
on de crecimiento de grano obtenida mediante la simulaci
on queda dada por:
2
2
rM
C r0,M C = 0,9.tM C

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

con un conjunto de datos experimentales o con los valores te

oricos calculados.
En la simulaci
on cada elemento de matriz representa no un
atomo sino un
cl
uster, un conjunto de
atomos, ya que de otra forma se requirira de mucha
potencia computacional para realizar la simulaci
on.
En una red cristalina real, la reorientaci
on completa de tales cl
uster compuestos por millones de
atomos no ocurre instant
aneamente sino que requiere
de un tiempo considerablemente grande. Mientras que en la simulaci
on Monte
Carlo, la reorintaci
on ocurre instant
aneamente.
Para este trabajo se ha escogido hacer la escala para el aluminio, ya que los
par
ametros para este metal fueron encontrados en la literatura [7]:
Entalpa de activaci
on: Q = 27,4kJmol1
Volumen molar at
omico: VM = 9,77 106 m3 mol1
Entropa de activaci
on: Sf = 11,42J(molK)1
Energa promedio por
area de borde: = 0,324Jm2
Probabilidad de acomodaci
on: A = 1,0
N
umero promedio de
atomos por unidad de
area: Z = 12,8389 1018 a
to2
mos.m

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)

Aunque hay cierta libertad en la elecci

on de , este brinda la resoluci
on espacial
de la simulaci
on y debera ser bastante peque
no comparado con el tama
no tpico
de los granos en investigaci
on. Para el caso de esta simulaci
on se encontr
o que
= 6m brinda una resoluci
on razonable.

5.2.

Escala Temporal

Usando las ecuaciones (11) y (15) obtenemos:

 S 

4AZVm2
Q 
f
exp
exp
t
2
Na h
R
RT
 S 

4AZVm2
Q 
f
2
r0,M
exp
exp

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