元胞自动机模拟动态再结晶：CDRX与DDRX的Matlab实现

金属在高温变形过程中的动态再结晶（DRX），是材料加工领域绕不开的话题。我最初接手这个课题时，老板只给了一句话：“用元胞自动机把这东西给我跑出来。”当时我以为无非是套用现成的模型、调调参数，真正深入之后才发现，高层错能金属的CDRX和典型钢种的DDRX虽然都发生在变形过程中，背后的物理机制却完全不同。如果用同一套元胞自动机框架硬套，结果往往和实验对不上。

这篇内容适合正在做材料加工模拟、金属塑性变形组织演化的研究生，也适合刚刚接触元胞自动机和Matlab编程、想把微观组织模拟落到代码里的工程师。我会把模型怎么设计、代码怎么搭、结果怎么分析、坑在哪，都按我实际跑通的经验讲清楚。重点落在“高层错能金属CDRX”这个主线，同时拿它和钢材料里常见的DDRX做对比，这样两种机制的差异会在元胞自动机的规则里体现得格外明显。

1. 先想清楚再建模：CDRX与DDRX到底差在哪

1.1 两种再结晶机制的物理图像

动态再结晶不是只有一种。大多数人从教科书里接触到的经典DRX图像，其实是DDRX：位错在变形中不断增殖，当位错密度达到某个临界值后，在原始晶界附近诱发形核，然后通过大角度晶界迁移向晶粒内部推进。整个过程有明确的形核阶段和长大阶段，组织上最典型的特征就是“项链组织”，也就是新晶粒沿初始晶界一圈圈向外扩展。

CDRX是另一条路。高层错能金属比如铝、α-Fe、铁素体不锈钢，动态回复很强，位错密度很难积累到形核所需的水平。它的“再结晶”不靠形核，而是靠亚晶界的不断演化：变形中晶粒内部先形成位错墙和亚晶界，随着应变增加，亚晶界持续吸收位错，取向差逐渐增大，当相邻亚晶的取向差超过大角度晶界阈值（通常取15°）时，原来的亚晶界就“升级”成了大角度晶界，直接把原来的晶粒切分成几个新晶粒。整个过程没有形核、没有明显的晶界迁移，更像一种“渐进式分割”。

从元胞自动机的视角看，DDRX的核心规则是“形核+晶界迁移”，CDRX的核心规则是“亚晶取向差累积+阈值判定”。这两种规则如果混用，模拟出来的组织形貌会完全不靠谱。

1.2 层错能如何决定机制的选择

很多人会在“高层错能→CDRX、低层错能→DDRX”这个对应关系上犯迷糊。其实层错能影响的是位错运动方式：层错能高的金属，扩展位错窄，位错容易通过交滑移和攀移发生动态回复，位错密度增长慢、饱和值低，不容易达到形核条件，所以走向CDRX；层错能低的金属，扩展位错宽，位错难以交滑移，动态回复弱，位错密度会持续升高到临界值，从而诱发DDRX。

这个解释在模拟参数选择上非常重要。做CA模拟时，动态回复项系数k2直接决定了“机制走向”。k2取大，位错密度饱和值低，模型自然进入CDRX主导区域；k2取小，位错密度峰值高，DDRX形核条件容易被触发。所以这套模型虽然一起写，开关就是几个物理参数的组合。

1.3 为什么用元胞自动机而不是其他方法

当时也调研过蒙特卡洛（MC）和晶体塑性有限元（CPFEM）。MC模拟再结晶比较经典，但它本质上是能量最小化的统计方法，时间步和真实时间之间的对应关系很含糊，晶粒长大的驱动力处理也不够直观。CPFEM精度高，能算出局部应力应变场，但它计算成本高，网格结构和晶界演化耦合起来非常复杂，不适合快速验证机制。

元胞自动机的优势在于空间和时间都离散，正好匹配再结晶研究中“微观组织拓扑演化”的需求。每个元胞代表材料的一个小区域，带着位错密度、晶粒取向、晶粒编号这些状态量，局部规则决定下一时刻状态，全局行为自然涌现出来。这种“自底向上”的建模思路，比“先假设全局均匀”的解析模型更接近真实组织演化。

Matlab在这里的优势更直接：矩阵就是天然的CA网格，imagesc一画就是组织图，循环和逻辑判断写起来比C/C++快得多。我做参数扫描时，Matlab脚本改一个参数重跑一遍，几分钟就能看结果。这在前期的机制探索阶段效率极高。

2. 元胞自动机模型怎么搭：状态量、邻居规则和转移判据

2.1 核心状态量的定义

CA模型的合理与否，先看状态量有没有物理意义。我最终保留了四个状态量：

• 晶粒编号grainId：区分不同晶粒的正整数矩阵，同一个晶粒区域内数值相同。
• 位错密度ρ：随变形演化的内变量，驱动回复、形核和晶界迁移。
• 晶粒取向角θ：用于计算晶界取向差，是CDRX判据的关键。
• 再结晶标记flag：标记当前元胞是否为再结晶新形成的晶粒，统计再结晶体积分数时要用。

这四个量每个都有明确物理对应，不是凭空加的。位错密度是DRX的驱动力来源；晶粒编号和取向角共同决定晶界性质；再结晶标记则帮你后处理统计。存矩阵的时候我用uint16存晶粒编号，double存位错密度和取向角，Matlab矩阵操作起来很顺。

2.2 邻居类型和边界条件

CA模型里最常用的邻居是Moore型（周围8个元胞）和Von Neumann型（上下左右4个元胞）。DRX模拟我建议用Moore型，因为晶界的迁移和取向差计算各向同性，8邻居能减少网格取向偏差。

边界条件我在对比中发现周期边界比固定边界稳得多。固定边界会带来边缘效应，晶界迁移在边界附近明显受阻，统计晶粒尺寸时会多出一堆畸变结果。周期边界相当于把左右、上下对接起来，所有位置等价，模拟出来的晶粒长大行为不依赖网格尺寸。代码实现上也很简单：取邻居时对行列坐标做mod运算即可。

2.3 位错密度演化的数学表达

位错密度的演化是整个模型的地基。我用的是一阶微分形式：

[
\frac{d\rho}{d\varepsilon} = k_1\sqrt{\rho} - k_2\rho
]

第一项是位错增殖（加工硬化），第二项是动态回复引起的位错抵消。这个模型在CA文献里很常见，胜在参数少、物理含义清晰。给定初始位错密度ρ₀后，稳态位错密度可以解析写出：

[
\rho_{sat} = \left(\frac{k_1}{k_2}\right)^2
]

这个公式很有用。我在标定参数时，先根据材料的稳态流变应力反推ρ_sat，再结合屈服阶段曲线形状确定k1和k2的比值，然后修整k2的大小控制回复速率。注意k2和温度、应变速率是相关的，温度越高、应变速率越低，动态回复越强，k2越大。

2.4 DDRX的形核与长大判据

DDRX形核不能单纯“位错密度超过阈值就随机形核”，那样会形核点满天飞，和实验完全不像。我采用的形核规则是：

1. 位错密度超过临界值ρ_c。
2. 元胞位于大角度晶界附近（邻居中存在取向差>15°的元胞）。
3. 以一定概率P_nuc在满足前两条的元胞处触发形核。

第2条是我踩坑后加上的。没有这条限制时，高应变下晶粒内部也会出现大量“新晶粒”，模拟组织呈现弥散细晶，和DDRX的实验照片完全对不上。加上“晶界优先形核”后，项链组织自然浮现。

长大的处理也依赖邻居关系。大角度晶界两侧如果存在位错密度差，晶界就受到驱动力，向高位错密度一侧推进。元胞层面转化为：对于晶界元胞，比较它和邻居的位错密度，若邻居位错密度更高且取向差大于阈值，则把该邻居的状态改为当前晶粒的晶粒编号，同时继承位错密度值。

2.5 CDRX的亚晶取向差累积规则

CDRX实现的关键是取向差θ的演化。我采用的经验式是：

[
\theta = \theta_0 + C \cdot (\rho - \rho_0)
]

意思是亚晶界取向差随位错密度的积累而线性增加。当θ超过15°，这条亚晶界就被认定为新的晶界，原晶粒被分割成两个晶粒。这个规则虽然简化，但能抓住CDRX的本质特征：组织细化来自内部割裂，不是边界推进。

需要注意C的取值。C太小，到变形结束也没有取向差超过15°，看不到CDRX；C太大，晶粒会在极低应变下被切得粉碎，组织平均晶粒尺寸暴跌。我通常先跑一个不加CDRX规则的模型，观察位错密度的演化范围，再选择C使得取向差达到15°恰好发生在应变量0.3～0.5区间，这个区间的组织演化看起来最符合实验规律。

3. Matlab实现：从数据结构到核心循环的完整落地

3.1 初始化：生成初始晶粒组织

初始组织我使用Voronoi近似生成：先在网格上随机撒少量种子点，然后每个元胞归属到距离最近的种子点，同一归属的元胞组成一个晶粒。代码量不大：

matlab复制nx = 400; ny = 400;
numGrains = 30;
seedPos = [randi([1,nx], numGrains, 1), randi([1,ny], numGrains, 1)];
[xGrid, yGrid] = meshgrid(1:nx, 1:ny);
grainId = zeros(nx, ny);
for k = 1:numGrains
    dist = sqrt((xGrid - seedPos(k,1)).^2 + (yGrid - seedPos(k,2)).^2);
    candidate = grainId == 0;
    grainId(candidate & (dist < 1e6)) = k;
end
% 上面是最简版本，实际需要重算每个元胞到最近种子的距离

实际跑的时候我不会用这种逐个种子点循环的方式，而是直接计算每个元胞到所有种子点的距离取最小：

matlab复制D = zeros(nx, ny, numGrains);
for k = 1:numGrains
    D(:,:,k) = sqrt((xGrid - seedPos(k,1)).^2 + (yGrid - seedPos(k,2)).^2);
end
[~, grainId] = min(D, [], 3);

这个操作虽然内存开销稍大，但400×400的网格配合30个晶粒，完全在可接受范围内。初始位错密度统一设为一个小值，比如1e10 m⁻²，晶粒取向角在0~180°之间随机赋值。

3.2 主循环结构

主循环是整个程序的中枢。我习惯把时间步数和应变增量绑定，每个CA步对应一个应变增量Δε，这样程序逻辑与真实变形过程一一对应：

matlab复制epsilon = 0;
dEpsilon = 0.005;
numSteps = 200;
rho = ones(nx, ny) * rho0;
theta = orientationToDegree(...); % 实际时需存储每个元胞的取向角

for step = 1:numSteps
    epsilon = epsilon + dEpsilon;

    % 1. 全局面更新位错密度
    rho = rho + (k1 * sqrt(rho) - k2 * rho) * dEpsilon;

    % 2. DDRX形核判断（仅在晶界附近）
    [grainId, rho, flag] = nucleationCA(grainId, rho, theta, rhoC, Pnuc, dEpsilon);

    % 3. DDRX晶界迁移
    [grainId, rho] = growthCA(grainId, rho, theta);

    % 4. CDRX亚晶取向差累积与晶粒分割
    [grainId, theta] = cdrxUpdate(grainId, rho, theta, C, thresholdAngle);

    % 5. 可视化
    if mod(step, 10) == 0
        imagesc(grainId); axis equal; axis off;
        title(sprintf('Step %d, strain %.2f', step, epsilon));
        drawnow;
    end
end

这个结构的优点在于每个物理机制独立成一个子函数，哪一步出了问题可以直接单独调试。比如我只想看DDRX效果，就把第4步的cdrxUpdate屏蔽掉；想单独验证CDRX，就关掉第2、3步。模块化对调试非常重要。

3.3 DDRX形核函数的写法要点

形核函数不要用逐元胞for循环遍历整个网格，那样400×400=160000个格子循环一次就会让Matlab卡半天。利用矩阵运算可以大幅提速：

1. 先找位错密度超过阈值的区域：mask = rho > rhoC。
2. 再用卷积或circshift找晶界邻居：判断每个元胞的8邻居中是否存在不同grainId。
3. 取交集得到候选形核位置。
4. 在其中随机选取一部分作为实际形核点，赋予新的grainId。

matlab复制function [grainId, rho, flag] = nucleationCA(grainId, rho, theta, rhoC, Pnuc, dEpsilon)
    highRho = rho > rhoC;
    neighborDiff = circshift(grainId, [1,0]) ~= grainId | ...
                   circshift(grainId, [-1,0]) ~= grainId | ...
                   circshift(grainId, [0,1]) ~= grainId | ...
                   circshift(grainId, [0,-1]) ~= grainId;
    candidates = highRho & neighborDiff;
    [idxList, jdxList] = find(candidates);
    newId = max(grainId(:)) + 1;
    for k = 1:length(idxList)
        if rand < Pnuc
            grainId(idxList(k), jdxList(k)) = newId;
            rho(idxList(k), jdxList(k)) = rho0;  % 新晶粒位错密度重置
            flag(idxList(k), jdxList(k)) = 1;
            newId = newId + 1;
        end
    end
end

注意重置位错密度时取ρ₀而不是0。取0会让新晶粒完全没有硬化基础，下一轮位错增殖会有突变，应力-应变曲线出现不自然的波动。物理上新形核区域虽然位错密度低，但不是绝对零位错。

3.4 晶界迁移的邻居判定实现

晶界迁移我采用随机遍历法：在晶界元胞中随机选择，尝试向邻居扩展。每次扩展只改变一个元胞，所以晶界是以“锯齿”形态前进，这正好与真实晶界迁移的随机性吻合。

但这里有个判断细节：只有取向差大于15°的晶界才具有大角度晶界特征，才能作为DDRX的迁移动力。如果两个相邻晶粒的取向差只有5°，它们是亚晶界，不应该发生DDRX长大，只需要参与CDRX的取向差累积。所以生长函数里别忘加θ阈值判断。

matlab复制function [grainId, rho] = growthCA(grainId, rho, theta, M, tau, b, dEpsilon)
    [idx, jdx] = findBoundary(grainId); % 提取所有边界元胞索引
    for k = 1:length(idx)
        i = idx(k); j = jdx(k);
        % 随机选一个邻居
        nb = chooseNeighbor(i, j);
        if grainId(nb(1), nb(2)) == grainId(i, j)
            continue;
        end
        % 取向差阈值判断
        mis = abs(theta(i, j) - theta(nb(1), nb(2)));
        if mis < 15
            continue;
        end
        % 位错密度差驱动
        if rho(nb(1), nb(2)) > rho(i, j)
            f = tau * b * (rho(nb(1), nb(2)) - rho(i, j));
            if rand < M * f * dEpsilon
                grainId(nb(1), nb(2)) = grainId(i, j);
                rho(nb(1), nb(2)) = rho(i, j); % 被吞噬后位错密度取晶粒侧值
            end
        end
    end
end

这段代码逻辑上是对的，但性能上还有优化空间。如果边界元胞很多，for循环会慢。我当时在两个思路上都试过：一是把“随机选邻居”改成“对所有候选邻居批量计算迁移概率”；二是用parfor做并行加速。小网格没必要，400×400的网格配合200步，单核跑几十秒已经够快。

3.5 CDRX函数和可视化输出

cdrxUpdate相对简单。遍历所有元胞，对每个元胞检查邻居取向差，如果存在一个邻居和它的取向差小于15°但正在增大，就把两者归为同一个亚晶粒的组成部分，同时更新θ。当θ超过15°，将当前元胞的grainId设为新的编号，从而实现“分割”。

我实际实现时还为每个元胞保存了一个“累积取向差增量”矩阵，每次位错密度更新后按比例增加。可视化分三层：第一层是晶粒分布图，直接imagesc(grainId)配合colormap(lines)；第二层是位错密度分布图，热力图显示高位错密度区域；第三层是再结晶体积分数曲线，从flag矩阵统计每个变形步的再结晶比例，最后plot出来。

这些后处理代码建议单独存成一个脚本，不要和主模拟混在一起。因为跑参数扫描时需要连续跑很多次模拟，只保存每步的grainId和rho矩阵，最后统一后处理，比每个时间步都画图更高效，也更不容易出错。

4. 模拟结果怎么解读：从应力-应变曲线到组织形貌

4.1 流动应力曲线的三种形态

从模拟结果提取流变应力时，利用位错密度和应力的关系：

[
\sigma = \alpha \mu b \sqrt{\rho}
]

其中α是位错交互系数（通常0.5~1），μ是剪切模量，b是柏氏矢量。把全局面平均位错密度代入，就能画出应力-应变曲线。

我跑出来的曲线可以分成三类。第一类是动态回复型：应力快速上升后逐渐趋于平稳，没有明显峰值，这是高层错能金属CDRX主导的典型曲线。第二类是单峰DRX型：应力上升超过峰值后出现明显软化，再逐渐趋于稳态——这是低层错能金属DDRX在高应变速率下的表现。第三类是多峰型：应力出现多次波动，对应DDRX的重复形核，常见于低应变速率或高温。

这三类曲线在实验中都能找到对应：纯铝热压缩（CDRX）走第一类，304奥氏体不锈钢热变形（DDRX）走第二类或第三类。模拟如果能复现出这三种形态，说明模型核心逻辑正确。

4.2 组织演化的对比：分割 vs 吞噬

把两种机制的组织演化动画放在一起看，区别非常直观。

CDRX模式下，初始晶粒内部先出现蓝色和绿色交织的亚晶区域，这些亚晶界逐渐变得清晰，某个时刻一个原来的大晶粒被两条新生成的粗线切成三个部分，新生成的“晶粒”初始取向差并不大，但随着变形继续，这些小晶粒内部又开始出现新的亚晶界。整体看起来是“由内而外”的细化。

DDRX模式下，初始晶界附近先出现一圈细小的新晶粒，位错密度重置后呈现亮色，然后这一圈新晶粒逐渐向晶粒内部“吞噬”高位错密度的母相，原来的粗大晶粒被一圈圈蚕食。整体形态就是教科书里的项链组织。

这两类结果放在同一篇文章里作对比，信息量非常大。特别是对比同一应变下两类机制的平均晶粒尺寸，CDRX的晶粒尺寸下降更平缓但更均匀，DDRX则出现明显的双峰分布（原始大晶粒+新细晶粒共存）。

4.3 参数敏感性：改了哪个参数，结果会怎么跑偏

做CA模拟最耗时间的就是参数标定。我在反复试错中整理了这几个关键敏感性结论。

• k2（动态回复强度）：k2每增加10%，稳态位错密度下降约20%，流变应力峰值明显降低，CDRX分割时间提前。想要模拟高层错能金属，k2必须调大。
• 形核概率Pnuc：这个值非常敏感。Pnuc=0.01时，DDRX形核稀疏，项链组织不明显；Pnuc=0.1时，整个晶界一圈同时爆发形核，会出现“晶界饱和”现象，再结晶体积分数曲线在短时间内飙升。合理范围在0.02~0.05之间。
• 晶界迁移率M：M直接影响DDRX长大速度和再结晶完成时间。M太小，新晶粒长不动，应力-应变曲线软化段拖得很长；M太大，晶界一次跳跃跨越多个元胞，组织出现异常粗大晶粒，网格分辨率失真。要保持“元胞跳跃不超过1个/步”的原则。
• C（CDRX取向差累积系数）：前面提过，控制C使得15°阈值出现在目标应变范围内。

4.4 和实验数据对标的方法

模拟结果不和对标实验就是自嗨。我标定的流程是：先把模拟应力-应变曲线和实验热压缩曲线叠在一起看整体趋势，再对峰值应变和稳态应力两个指标做定量匹配。峰值应变对应临界形核条件，稳态应力对应位错密度演化饱和值。

峰值应变偏大，说明临界位错密度阈值设高了，或者形核条件过于苛刻；峰值应变偏小，说明动态回复太弱或形核太容易。这种对比调试，通常两三轮就能把主要参数锁定到合理范围。

微观组织上，我习惯从模拟结果里统计“再结晶晶粒平均尺寸”和实验EBSD图统计的再结晶晶粒尺寸对比。这两者能对上，模拟结果才算真正可信。做这个对比时注意尺寸的单位换算：CA的元胞尺寸和实际物理尺度的映射关系，要提前设定好。

5. 调试与标定的实战记录：常见问题速查

5.1 代码层面的坑

第一个常见问题是Matlab循环慢。我最初版本是三重循环嵌套，元胞遍历、邻居遍历、时间步遍历，跑一次400×400×200步要一个多小时，后来改用矩阵运算和circshift后缩短到十几秒。提速的诀窍很简单：能用矩阵运算的地方就不写循环，能避免遍历全部元胞的用逻辑索引只处理边界或高温区。

第二个坑是随机数重复性。Matlab每次运行rand都会生成不同序列，同一组参数跑两次结果不一样，后面对比就乱了。运行时强制rng(42)固定种子，保证同一组参数可以复现，这是模拟实验的基本素养。

第三个坑是内存溢出。同时保存200个时间步的grainId（uint16）和rho（double）矩阵，400×400的网格200步就是400×400×(2+8)×200≈320MB。解决办法是只保存关键步（比如每隔10步），或者把rho转成single精度保存。我后来直接每步只存grainId的uint16版本，rho矩阵只用统计量（平均值、峰值）记录。

5.2 模型物理上的坑

形核位置的过度均匀化是我反复遇到的问题。如果形核条件里只判断“位错密度高”，没有限制“必须在晶界附近”，模拟会得到大量晶内形核，组织呈弥散状，这在DDRX的实验现象中几乎看不到。真实DDRX形核高度优先在晶界、三叉点和第二相粒子附近，模拟里一定要用邻居差异来限制形核区域。

另一个容易踩的坑是元胞尺寸与物理尺度的映射。CA元胞本身没有长度单位，如果你把每个元胞看作1μm，那么模拟出的晶粒尺寸单位就是μm；如果你把每个元胞看作10μm，结果就完全不同。所有实验对标前，必须在元胞尺寸和真实尺寸之间建立固定映射关系，通常按初始晶粒平均尺寸来反推。

CDRX和DDRX同时开启时，有时会把同一个区域处理成两种机制都适用的状态，产生“既是分割又是吞噬”的混乱结果。这时候要强制机制互斥：如果某处已经通过CDRX形成了大角度晶界，那么这一区域不再参与DDRX的形核判断；如果某处已经发生了DDRX的晶粒吞并，那么这个新晶粒内部暂时冻结CDRX分割，待位错密度重新积累后再恢复。这个互斥逻辑在代码里就是两个flag数组的交叉判断，写清楚就稳了。

5.3 一个实用的调试顺序

我给新接手这个方向的同学的建议是：不要上来就跑完整模型。先跑纯动态回复模型，只验证位错密度演化曲线是否正确；再打开DDRX，单看形核和组织吞噬；然后单独运行CDRX，确认分割效果；最后再把两个机制合在一起调参。每一步都确认物理图像合理后再进入下一步，能省大量排查时间。

这个调试顺序我亲测有效。第一次直接跑完整模型，出错时根本分不清是哪一步引入的bug，后来拆开调试后，整个项目推进速度快了很多。

5.4 参数标定速查表

为了方便后续调整，我把核心参数和调试倾向整理成了一个速查表：

上表列出的六个参数是模型的核心旋钮。实际运行时还涉及晶界能、位错交互系数等材料常数，那些可以直接从文献里查，不用花太多时间调。

写在最后的一点经验

这个课题做完一遍之后，我的整体感受是：高层错能金属CDRX和钢材料DDRX虽然机制不同，但放进同一个元胞自动机框架里并不冲突，关键是规则设计到位——CDRX靠取向差累积实现分割，DDRX靠形核和晶界迁移实现吞噬，两者通过位错密度这个公共变量相互作用。用Matlab实现时，向量化是性能和调试体验的分水岭，模块化分治是定位问题的可靠手段。最后再分享一个小技巧：保存模拟结果时顺手把组织演化导出成GIF，后面汇报和写论文时直接就能用，还能帮助自己快速发现形貌异常。先跑通简化版，再逐步加复杂机制，这个路径走下来，你会发现动态再结晶模拟没有想象中那么玄。