蒙特卡洛法（mc 法）模拟熔池晶粒生长 统计晶粒尺寸和晶粒数目 matlab编写代码

一、代码概述

本代码基于蒙特卡洛（Monte Carlo, MC）方法，实现了熔池晶粒生长过程的数值模拟，并具备晶粒尺寸统计、晶粒数目计数及模拟结果可视化存储等核心功能。代码采用矩阵格点模型构建熔池空间，通过模拟晶界迁移、晶粒取向演变等物理过程，还原熔池在特定工艺参数下的晶粒生长规律，最终输出量化的晶粒统计数据与直观的图形结果，为材料科学领域中熔池微观组织调控研究提供数据支撑。

二、核心功能模块解析

2.1 初始化模块

该模块的核心任务是构建模拟的初始物理场景，包括格点空间定义、孔洞分布与晶粒取向赋值，为后续蒙特卡洛迭代模拟奠定初始条件。

1. 格点空间构建：定义固定边长的正方形格点矩阵，作为熔池的模拟空间；同时创建包含边界的扩展矩阵，边界格点标识为特定值，用于避免迭代过程中出现边界计算异常，确保模拟空间的完整性与计算稳定性。
2. 孔洞随机分布：根据设定的孔洞体积分数（V_pore），通过随机排列格点索引的方式，在格点矩阵中随机选取部分格点标识为孔洞区域，模拟熔池在实际凝固过程中可能存在的孔隙缺陷，贴近真实熔池微观结构。
3. 晶粒取向赋值：对非孔洞区域的格点，从设定的总取向数（Q）中随机选取取向值进行赋值，每个取向值代表一种晶粒结晶方向，通过随机化处理模拟熔池初始状态下晶粒取向的无序分布特征。

2.2 蒙特卡洛迭代模拟模块

该模块是代码的核心，通过循环迭代模拟晶粒生长的动态过程，其核心逻辑基于能量最小化原理，即晶粒生长过程本质是晶界能降低的过程。

1. 格点随机选取：在每次迭代步（MCS）中，通过随机排列格点索引的方式，依次选取每个格点作为当前计算对象，确保模拟过程的随机性，符合蒙特卡洛方法的统计特性。
2. 邻域信息统计：对选中的非边界、非孔洞格点，分析其8个邻域格点（上、下、左、右及四个对角线方向）的状态，统计邻域中与当前格点取向相同的晶粒格点数、取向不同的晶粒格点数及孔洞格点数，获取当前格点所处的局部微观环境信息。
3. 晶界能计算与取向更新判断：
   - 基于邻域中不同取向晶粒的数量，计算当前格点的初始晶界能（与不同取向晶粒的邻接数量正相关）；
   - 从邻域中随机选取一种与当前格点不同的晶粒取向作为候选取向，计算若当前格点更新为该候选取向时的新晶界能；
   - 根据能量变化判断取向是否更新：若新晶界能低于或等于初始晶界能，直接更新取向（能量降低过程自发进行）；若新晶界能高于初始晶界能，则根据玻尔兹曼概率公式计算取向更新概率，通过随机数与概率的比较决定是否更新，模拟热扰动对晶粒生长的影响（与设定温度参数T相关）。

2.3 后处理模块

后处理模块负责对每次蒙特卡洛迭代步的模拟结果进行加工，包括可视化结果存储与量化统计数据计算，将动态模拟过程转化为可分析的结果。

1. 图形结果存储：按照设定的图形存储间隔（intervalsavejpg），在指定迭代步结束后，生成包含当前格点矩阵微观结构的图像。图像中不同颜色对应不同的晶粒取向，孔洞区域显示为特定颜色，图像文件名包含迭代步数、格点边长、总取向数、温度、孔洞体积分数等关键参数，便于后续结果追溯与对比分析。
2. 晶粒统计计算：按照设定的统计间隔（interval_stastics），在指定迭代步结束后，对当前格点矩阵中的晶粒进行量化分析：
   - 晶粒数目统计：通过识别格点矩阵中不同取向的连通区域（8连通域判定），计数每个取向对应的晶粒个数，累加得到当前模拟步的总晶粒数目；
   - 晶粒尺寸计算：根据格点总数、孔洞体积分数与总晶粒数目，计算平均晶粒面积（总有效晶粒区域面积除以晶粒数目）；再通过圆面积公式换算得到平均晶粒直径，实现晶粒尺寸的量化表征；
   - 数据存储：将每次统计的迭代步数、晶粒数目、平均晶粒面积、平均晶粒直径等数据按固定格式存储到数组中，为后续数据导出提供基础。

2.4 结果导出模块

该模块将模拟过程中统计的晶粒量化数据以标准格式导出，便于后续数据分析与学术研究使用。

1. Excel文件导出：将存储统计数据的数组写入Excel文件，文件命名包含格点边长、总取向数、孔洞体积分数、温度、晶界能参数等关键工艺参数，Excel表格中每行对应一次统计步的完整数据，结构清晰，可直接用于数据筛选、绘图与分析。
2. MAT文件导出：将统计数据数组以MAT格式文件存储，保留数据的原始数值类型与结构，便于后续使用MATLAB等数值计算软件进行进一步的数据处理，如趋势分析、拟合建模等。

三、关键参数说明

代码中的参数可根据模拟需求灵活调整，不同参数对模拟结果的影响方向不同，核心参数及其物理意义如下表所示：

参数名称	物理/功能意义	对模拟结果的影响
Ln	格点矩阵初始边长	决定模拟空间的大小，边长越大，模拟的统计代表性越强，但计算耗时增加
Q	总取向数	代表晶粒可能的结晶方向数量，取向数越多，初始晶粒取向分布越分散，模拟结果更贴近多晶材料实际情况
step_num	蒙特卡洛总迭代步数（MCS）	决定模拟的时间尺度，步数越多，模拟的晶粒生长过程越充分，可观察到晶粒从细小到粗化的完整演变
V_pore	孔洞体积分数	模拟熔池中的孔隙缺陷比例，孔隙率越高，有效晶粒生长空间越小，可能影响晶粒生长速率与最终尺寸
T	温度参数	反映热扰动强度，温度越高，晶粒取向更新的概率越大，晶粒生长速率越快，最终晶粒尺寸可能更大
J1	晶界能参数	决定晶界能的计算权重，晶界能越大，晶粒越倾向于通过生长合并降低能量，晶粒粗化趋势更明显

四、代码运行逻辑流程

1. 执行初始化模块，完成格点空间、孔洞分布与晶粒取向的初始赋值，生成初始模拟场景；
2. 进入蒙特卡洛迭代循环，循环次数为设定的总迭代步数：
   a. 每次迭代中，随机选取每个格点，分析其邻域信息；
   b. 计算当前格点的晶界能，判断并执行取向更新；
   c. 若当前迭代步满足图形存储间隔，调用后处理模块生成并保存当前微观结构图像；
   d. 若当前迭代步满足统计间隔，调用后处理模块计算并存储晶粒量化数据；
3. 迭代循环结束后，调用结果导出模块，将统计数据分别导出为Excel文件与MAT文件；
4. 整个模拟过程结束，输出所有结果文件。

五、应用场景与价值

1. 材料工艺优化：可通过调整温度（T）、晶界能（J1）等参数，模拟不同工艺条件下熔池的晶粒生长结果，分析工艺参数对最终晶粒尺寸、数目及分布的影响，为实际焊接、3D打印等熔池相关工艺的参数优化提供理论依据；
2. 微观组织预测：基于模拟得到的晶粒生长规律，可预测特定工艺下熔池凝固后的微观组织特征，提前判断材料可能具备的力学性能（如强度、韧性与晶粒尺寸密切相关），减少实验试错成本；
3. 学术研究支撑：为材料科学领域中“熔池晶粒生长机制”相关研究提供可复现的数值模拟工具，模拟结果的量化数据与可视化图像可直接用于学术论文中的规律分析与结论验证。

蒙特卡洛法（mc 法）模拟熔池晶粒生长 统计晶粒尺寸和晶粒数目 matlab编写代码