人工智能增強的晶體固體缺陷可視化過程
晶體無處不在：例如，大多數金屬都是晶體。以其原子的近乎完美的組織而聞名，晶體總是包含缺陷，這些缺陷被稱為缺陷。結晶固體中缺陷的濃度和形態(tài)對材料的性能有直接影響。因此，提高對晶體缺陷及其演變的理解將使預測材料隨時間變化的變化變得更加容易。了解此類變化對于確保在輻照等惡劣環(huán)境條件下進行設施的優(yōu)化設計尤為重要。
在現代材料科學中，研究人員使用超大規(guī)模計算機模擬來模擬結晶固體中缺陷的發(fā)生和演變。然而，產生的大量數據流使得分析數值模擬實驗成為一個極其復雜的過程。CEA 的研究人員的工作結果最近發(fā)表在Nature Communications 上，他們提出了一種可以普遍應用于克服這一困難的新方法。這種新方法是第一種可應用于所有具有晶體結構的材料的方法。提供缺陷及其原子環(huán)境的連續(xù)可視化，這有助于描述復雜的物理過程，例如輻照下缺陷的遷移。
來自 CEA 核能部和應用部的研究人員利用人工智能方法開發(fā)了一種算法，該算法描述了由材料缺陷引起的局部原子環(huán)境扭曲。該畸變分數有助于自動缺陷定位，并能夠對缺陷進行“分層”描述，可用于區(qū)分晶體結構內具有不同畸變水平的區(qū)域。
這項研究的結果為整個材料科學界的未來發(fā)展開辟了許多令人興奮的可能性。這些模擬工具可用于自動分析龐大的數據集，例如由原子探針斷層掃描、透射電子顯微鏡和同步輻射等實驗技術生成的數據集，這些方法已被用于探索物質的奧秘。這些發(fā)展也可以應用于其他領域，包括化學、生物學和醫(yī)學，例如，檢測癌癥特征的細胞缺陷。
標簽： 晶體固體缺陷