动力学蒙特卡罗方法在多尺度模拟中的研究及应用

摘要

先进的能源系统具有高度复杂性和多尺度现象的特点，并要求具有极高效率和近零排放。一般情况下，应用于宏观现象的连续性数学描述在微观尺度上具有一定的局限性，而在全部宏观域中采用微观尺度上的进化规则如动力学蒙特卡罗（kMC）、格子-Boltzmann（LB）或分子动力学（MD）等方法则计算代价太过高昂。合理划分系统尺度并各自采用有效的模拟算法能有效解决复杂系统存在的计算代价和组织复杂性这两大瓶颈问题。先进能源利用系统在实现能量转换和环境控制中大多要涉及多种类型的化学反应过程，对于在微观尺度上模拟反应-扩散过程，kMC是一种计算量适中的有效算法。kMC方法从微观尺度出发，采用随机的方式模拟系统中微粒的运动，通过微观物质量的变化体现系统的宏观性质，为宏观模拟提供重要的数据信息。
　　 本论文研究了基于微观模拟技术的动力学蒙特卡罗方法（kMC）的机理，并重点研究了kMC的一种具体实现形式——Gillespie随机仿真算法。以固体氧化物燃料电池（SOFC）为研究对象，首先采用Gillespie算法模拟了电化学反应过程，然后采用kMC模拟了氧化钇稳定氧化锆（YSZ）电解质中的氧空位的扩散过程。kMC对SOFC的应用是研究的重点，主要包括以下几方面的内容：
　　 1、研究了kMC微观模拟方法中的Gillespie随机仿真算法，采用此方法跟踪SOFC电化学反应中各物质分子数目的变化，从而体现电化学反应的动力学特征。
　　 2、沿YSZ电解质厚度方向建立了一维kMC格子模型，由随机数确定氧空位在格子上跃迁的步进时间和发生的事件，跟踪每层格子氧空位数目的变化，并不断更新系统状态。着重分析了温度、电解质初始结构分布和电极两端电压频率对电流密度、（由正电荷和电子在电极两端聚集产生的第N层格子处的电势）、（第N层格子处的总电压）和氧空位分布的影响。结果具有概率统计的特点，准确描述了系统的动力学特征。
　　 本文初步尝试了应用kMC模拟能源利用系统中的微观过程，以SOFC为例研究了电化学反应和氧空位在电解质中的扩散过程，仿真结果表明，通过描述系统中微小单元及其相互作用可以体现系统的动力学特征，由微观描述体现宏观量，实现尺度上的跨越。

目录

文摘

英文文摘

1 绪论

2 多尺度模拟及kMC的理论基础

3 kMC模拟SOFC电化学反应

4 kMC模拟SOFC电解质中氧空位扩散过程

5 结论与展望

致谢

参考文献

附录：作者在攻读硕士学位期间发表的论文情况