蒙特卡洛方法是一种十分重要的统计模拟方法。在统计物理、材料科学以及工程学等众多领域有广泛应用。蒙特卡洛方法的有效性的基础是正确的选择模拟过程中抽样技术。基于Markov链的蒙特卡洛方法是一种常用的重要性抽样的实现方式,在分子模拟和统计物理等领域是一种重要的建模手段。然而这种蒙特卡洛方法可以十分有效的模拟材料微观结构及晶粒生长过程。二十世纪八十年代初,美国Exxon小组首次将蒙特卡洛方法应用于模拟晶粒生长中,此后众多学者对该问题进行研究拓展,均取得了一定的研究成果。本文首先将简要介绍蒙特卡洛算法和晶粒生长相关的理论基础,以便于后续更好的理解算法以及对实际问题建模。将分别从空间划分、能量计算、跃迁概率和算法四个方面剖析现有模型的优缺点。接下来利用现有算法开发蒙特卡洛方法模拟晶粒生长软件,对材料的微观组织结构、能量变化以及晶粒大小进行仿真试验。然后通过化学沉淀法制备氧化镍的前躯体氢氧化镍,分析氢氧化镍的热分解动力学,了解其化学反应机理。然后对氢氧化镍进行焙烧试验,探求焙烧温度与晶粒大小的关系,通过XRD检测数据计算晶粒大小。最后将利用开发的蒙特卡洛方法模拟晶粒生长软件,经过多次仿真试验,找到适合模拟氧化镍晶粒长大的模型参数,证明该方法具有较好的模拟稳定性,能够相对准确的模拟计算氧化镍晶粒大小,可以清楚的观察焙烧过程中材料微观组织结构的演化过程,实时观测系统能量变化。