멀티스케일 모델링

Multiscale modeling
모델링 접근 방식 및 그 규모

멀티스케일 모델링 또는 멀티스케일 수학은 시간 및/또는 공간의 여러 척도에서 중요한 특징을 갖는 문제를 푸는 분야다.중요한 문제에는 유체,[1][2] 고체,[2][3] 중합체,[4][5] 단백질,[6][7][8][9] 핵산뿐만[10] 아니라 다양한 물리적, 화학적 현상(흡착, 화학적 반응, 확산 등)의 멀티스케일 모델링이 포함된다.[8][11][12]null

역사

Horstemeyer 2009,[13] 2012는[14] 멀티스케일 재료 모델링과 관련된 고체 재료에 대한 다양한 분야(수학, 물리, 재료 과학)의 역사적 리뷰를 제시했다.null

최근 국제적 다원적 활동으로 성장한 고체 역학과 관련된 가장 작은 규모(atoms)에서 전체 시스템 수준(예: 자동차)으로 멀티스케일 모델링이 급증한 것은 있음직하지 않은 원천에서 비롯되었다.미국 에너지부(DOE) 국립연구소가 1980년대 중반부터 핵 지하실험을 줄이기 시작한 이후 1992년 마지막 실험이 시작되면서 시뮬레이션 기반 설계와 분석 개념에 대한 아이디어가 분출됐다.멀티스케일 모델링은 보다 정확하고 정확한 예측 툴을 확보하는 데 핵심이었다.본질적으로, 설계의 검증에 사용되었던 대규모 시스템 수준 시험의 수는 무로 감소하였기 때문에 설계 검증과 검증 목적을 위한 복합 시스템의 시뮬레이션 결과의 증가를 보증하였다.null

본질적으로, 시스템 수준 "시험"의 공간을 채우는 아이디어는 시뮬레이션 결과에 의해 채워질 것을 제안했다.많은 국가들이 모든 시스템 수준의 핵실험을 중단할 것을 약속한 1996년 포괄적 실험 금지 조약 이후, 첨단 전략 컴퓨팅 이니셔티브(ASCI)와 같은 프로그램은 에너지부(DOE) 내에서 이루어졌고 미국 내 국가 연구소에서 관리되었다.ASCI 내에서, 기본적인 인정 전제는 보다 정확하고 정밀한 시뮬레이션 기반 설계 및 분석 도구를 제공하는 것이었다.시뮬레이션의 복잡성 증대에 대한 요구사항 때문에 병렬 컴퓨팅과 멀티스케일 모델링은 해결해야 할 주요 과제가 되었다.이러한 관점에서, 실험의 개념은 대규모 복합 시험에서 다른 길이 척도로 재료 모델을 검증할 수 있는 멀티스케일 실험으로 전환되었다.모델링과 시뮬레이션이 물리적으로 기초하고 덜 경험적이라면 다른 조건에 대해 예측 능력을 실현할 수 있다.이와 같이 다양한 멀티스케일 모델링 방법론이 DOE 국립 연구소에서 독립적으로 만들어지고 있었다.Los Alamos National Lab(LANL), Lawrence Livermore National Laboratory(LLNL), Sandia National Laboratory(SNL), ORNL(Oak Ridge National Laboratory) 등이 있다.또한, 이들 국가 연구소의 직원들은 멀티스케일 모델링과 관련된 학술 연구를 장려, 후원, 관리하였다.따라서 병렬 환경에 대한 서로 다른 방법론과 계산 알고리즘의 생성은 다중스케일 모델링 및 관련 다중스케일 실험에 관한 다른 암시를 발생시켰다.null

병렬 컴퓨팅의 출현도 멀티스케일 모델 개발에 기여했다.병렬 컴퓨팅 환경에 의해 더 많은 자유도가 해결될 수 있기 때문에, 더 정확하고 정확한 알고리즘 공식은 인정될 수 있다.이러한 생각은 또한 정치 지도자들이 시뮬레이션에 기반한 디자인 개념을 장려하도록 만들었다.null

LANL, LLNL 및 ORLL에서는 상향식 접근방식으로 재료 과학 및 물리학 커뮤니티에서 멀티스케일 모델링 작업을 수행했다.각 프로그램마다 계산 노력, 재료 과학 정보, 그리고 서로 다른 성공 수준을 가진 응용 기계 알고리즘을 통합하려는 프로그램이 달랐다.다수의 과학 기사가 작성되었고, 멀티스케일 활동은 그들 자신의 다른 생명을 앗아갔다.SNL에서 멀티스케일 모델링 노력은 연속체 역학의 관점에서 출발하는 엔지니어링 톱다운 접근 방식이었으며, 이미 계산 패러다임이 풍부했다.SNL은 실제로 공학 문제를 해결하는 데 도움이 될 수 있는 저길이 문제를 해결하기 위해 재료 과학 커뮤니티를 연속역학 커뮤니티로 통합하려고 노력했다.null

일단 이 관리 기반 구조와 관련 자금후원이 다양한 DOE 기관에 설치되자, 다양한 다중 판매 모델링 연구의 위성 네트워크를 개시하면서 서로 다른 학술 연구 프로젝트가 시작되었다.또한 국방부와 산업 연구 공동체 내의 다른 연구소로 기술이전이 이루어졌다.null

산업 분야에서 멀티스케일 모델링의 성장은 주로 재정적 동기 부여에 기인했다.DOE 국립 연구소의 관점에서 볼 때, 1996년 핵 금지 조약으로 인해 대규모 시스템 실험 정신에서 변화가 일어났다.산업계가 멀티스케일 모델링과 시뮬레이션 기반 설계의 개념이 제품 유형에 불변하며 효과적인 멀티스케일 시뮬레이션이 실제로 설계 최적화로 이어질 수 있다는 것을 깨달았을 때, 제품 보증에서 비용 절감과 정확성으로 인해 여러 산업 내 다양한 조치에서 패러다임의 변화가 일어나기 시작했다.모방범들은 합리화되었다.null

Mark Horstemeyer, Integrated Computational Materials Engineering (ICME) for Metals, Chapter 1, Section 1.3.

앞서 언급한 DOE 다중 판매 모델링 노력은 본질적으로 계층적이었다.최초의 동시 멀티스케일 모델은 마이클 오티즈(칼텍)가 분자역학 코드인 다이너모(Mike Baskes at Sandia National Labs)를 가져다가 제자들과 함께 처음으로 유한요소 코드에 삽입하면서 발생했다.[15]마틴 카플러스, 마이클 레빗, 아리 워셸 2013은 대규모 복합 화학 시스템과 반응을 모형화하는 데 사용된 고전 및 양자 역학 이론을 모두 사용한 다중점 모델 방법의 개발로 노벨 화학상을 받았다.[7][8][9]null

연구 분야

물리학과 화학에서 멀티스케일 모델링은 다른 레벨의 정보나 모델을 이용하여 한 레벨의 재료 특성이나 시스템 동작을 계산하는 것을 목표로 한다.각 수준에서 특정 접근방식은 시스템의 설명에 사용된다.일반적으로 양자 역학 모델의 수준(전자에 관한 정보 포함), 분자 역학 모델의 수준(개별 원자에 관한 정보 포함), 굵은 결이 있는 모델(원자 및/또는 원자의 그룹에 관한 정보 포함), 메소스케일 또는 나노 레벨(대그룹에 관한 정보 포함)이 구분된다.s의 원자 및/또는 분자 위치가 포함됨), 연속체 모델의 수준, 장치 모델의 수준.각 레벨은 특정한 길이와 시간에 걸쳐 현상을 다룬다.멀티스케일 모델링은 프로세스 구조와 속성 관계에 대한 지식을 바탕으로 재료 특성이나 시스템 동작을 예측할 수 있기 때문에 통합 컴퓨팅 재료 공학에서 특히 중요하다.[citation needed]null

운영 연구에서 멀티스케일 모델링은 조직, 시간 및 공간적 규모에 걸친 멀티스케일 현상에서 오는 의사결정자의 과제를 해결한다.이 이론은 의사결정 이론과 멀티스케일 수학을 융합하여 멀티스케일 의사결정이라고 한다.멀티스케일 의사결정은 물리적 시스템과 복잡한 인공 시스템 사이의 유사성을 이용한다.[citation needed]null

기상학에서, 멀티스케일 모델링은 우리가 경험하는 날씨를 생산하는 서로 다른 공간과 시간적 스케일의 기상 시스템들 사이의 상호작용을 모델링하는 것이다.가장 어려운 과제는 모델 그리드 크기의 한계를 넘어 볼 수 없는 모델로서 기상 시스템이 상호작용하는 방법을 모델링하는 것이다.즉, 전 지구에서 가능한 각각의 구름 구조를 볼 수 있는 그리드 크기(매우 작은 ~ 500m)를 가진 대기 모델을 실행하려면 계산적으로 매우 비용이 많이 든다.반면에 그리드 크기가 100km에 이르는 계산적으로 실현 가능한 GCM(Global Climate Model)은 작은 클라우드 시스템을 볼 수 없다.그래서 우리는 균형점을 찾아야 한다. 그래야 모형이 계산적으로 실현 가능하고 동시에 우리는 많은 정보를 잃어버리지 않을 수 있다. 합리적인 추론, 즉 파라메트리제이션(Parametrization)이라는 과정을 통해서 말이다.[citation needed]null

많은 특정한 애플리케이션 외에도, 연구의 한 분야는 멀티스케일 모델링 문제의 정확하고 효율적인 해결책을 위한 방법이다.수학 및 알고리즘 개발의 주요 영역은 다음과 같다.

참고 항목

참조

  1. ^ Chen, Shiyi; Doolen, Gary D. (1998-01-01). "Lattice Boltzmann Method for Fluid Flows". Annual Review of Fluid Mechanics. 30 (1): 329–364. Bibcode:1998AnRFM..30..329C. doi:10.1146/annurev.fluid.30.1.329.
  2. ^ a b Steinhauser, M. O. (2017). Multiscale Modeling of Fluids and Solids - Theory and Applications. ISBN 978-3662532225.
  3. ^ Oden, J. Tinsley; Vemaganti, Kumar; Moës, Nicolas (1999-04-16). "Hierarchical modeling of heterogeneous solids". Computer Methods in Applied Mechanics and Engineering. 172 (1): 3–25. Bibcode:1999CMAME.172....3O. doi:10.1016/S0045-7825(98)00224-2.
  4. ^ Zeng, Q. H.; Yu, A. B.; Lu, G. Q. (2008-02-01). "Multiscale modeling and simulation of polymer nanocomposites". Progress in Polymer Science. 33 (2): 191–269. doi:10.1016/j.progpolymsci.2007.09.002.
  5. ^ Baeurle, S. A. (2008). "Multiscale modeling of polymer materials using field-theoretic methodologies: A survey about recent developments". Journal of Mathematical Chemistry. 46 (2): 363–426. doi:10.1007/s10910-008-9467-3.
  6. ^ Kmiecik, Sebastian; Gront, Dominik; Kolinski, Michal; Wieteska, Lukasz; Dawid, Aleksandra Elzbieta; Kolinski, Andrzej (2016-06-22). "Coarse-Grained Protein Models and Their Applications". Chemical Reviews. 116 (14): 7898–936. doi:10.1021/acs.chemrev.6b00163. ISSN 0009-2665. PMID 27333362.
  7. ^ a b Levitt, Michael (2014-09-15). "Birth and Future of Multiscale Modeling for Macromolecular Systems (Nobel Lecture)". Angewandte Chemie International Edition. 53 (38): 10006–10018. doi:10.1002/anie.201403691. ISSN 1521-3773. PMID 25100216.
  8. ^ a b c Karplus, Martin (2014-09-15). "Development of Multiscale Models for Complex Chemical Systems: From H+H2 to Biomolecules (Nobel Lecture)". Angewandte Chemie International Edition. 53 (38): 9992–10005. doi:10.1002/anie.201403924. ISSN 1521-3773. PMID 25066036.
  9. ^ a b Warshel, Arieh (2014-09-15). "Multiscale Modeling of Biological Functions: From Enzymes to Molecular Machines (Nobel Lecture)". Angewandte Chemie International Edition. 53 (38): 10020–10031. doi:10.1002/anie.201403689. ISSN 1521-3773. PMC 4948593. PMID 25060243.
  10. ^ De Pablo, Juan J. (2011). "Coarse-Grained Simulations of Macromolecules: From DNA to Nanocomposites". Annual Review of Physical Chemistry. 62: 555–74. Bibcode:2011ARPC...62..555D. doi:10.1146/annurev-physchem-032210-103458. PMID 21219152.
  11. ^ Knizhnik, A.A.; Bagaturyants, A.A.; Belov, I.V.; Potapkin, B.V.; Korkin, A.A. (2002). "An integrated kinetic Monte Carlo molecular dynamics approach for film growth modeling and simulation: ZrO2 deposition on Si surface". Computational Materials Science. 24 (1–2): 128–132. doi:10.1016/S0927-0256(02)00174-X.
  12. ^ Adamson, S.; Astapenko, V.; Chernysheva, I.; Chorkov, V.; Deminsky, M.; Demchenko, G.; Demura, A.; Demyanov, A.; et al. (2007). "Multiscale multiphysics nonempirical approach to calculation of light emission properties of chemically active nonequilibrium plasma: Application to Ar GaI3 system". Journal of Physics D: Applied Physics. 40 (13): 3857–3881. Bibcode:2007JPhD...40.3857A. doi:10.1088/0022-3727/40/13/S06.
  13. ^ Horstemeyer, M. F. (2009). "Multiscale Modeling: A Review". In Leszczyński, Jerzy; Shukla, Manoj K. (eds.). Practical Aspects of Computational Chemistry: Methods, Concepts and Applications. pp. 87–135. ISBN 978-90-481-2687-3.
  14. ^ Horstemeyer, M. F. (2012). Integrated Computational Materials Engineering (ICME) for Metals. ISBN 978-1-118-02252-8.
  15. ^ Tadmore, E.B.; Ortiz, M.; Phillips, R. (1996-09-27). "Quasicontinuum Analysis of Defects in Solids". Philosophical Magazine A. 73 (6): 1529–1563. Bibcode:1996PMagA..73.1529T. doi:10.1080/01418619608243000.

추가 읽기

  • Hosseini, SA; Shah, N (2009). "Multiscale modelling of hydrothermal biomass pretreatment for chip size optimization". Bioresource Technology. 100 (9): 2621–8. doi:10.1016/j.biortech.2008.11.030. PMID 19136256.
  • Tao, Wei-Kuo; Chern, Jiun-Dar; Atlas, Robert; Randall, David; Khairoutdinov, Marat; Li, Jui-Lin; Waliser, Duane E.; Hou, Arthur; et al. (2009). "A Multiscale Modeling System: Developments, Applications, and Critical Issues". Bulletin of the American Meteorological Society. 90 (4): 515–534. Bibcode:2009BAMS...90..515T. doi:10.1175/2008BAMS2542.1. hdl:2060/20080039624.

외부 링크