您當(dāng)前的位置:檢測資訊 > 科研開發(fā)
嘉峪檢測網(wǎng) 2018-06-19 09:36
在塊體材料與納米材料中,原子位置與周期性晶格位置的局部偏離經(jīng)常導(dǎo)致材料產(chǎn)生獨(dú)特的結(jié)構(gòu)與功能。局部原子的位移在很多過程中(如化學(xué)反應(yīng)和相變)至關(guān)重要,并且通常是解釋功能材料的工作機(jī)理和性質(zhì)的關(guān)鍵。如果局部畸變的長度短于相干散射區(qū)域的大小,那么一些對長程有序比較敏感的方法就難以觀察到這些變化過程。而且很多情況下實(shí)際原子的位移量非常微小,通常不超過0.1-0.2 Å。
擴(kuò)展X射線吸收精細(xì)光譜結(jié)構(gòu)(EXAFS)對局部原子的位移、元素特征以及振動(dòng)力學(xué)等都具有很高的靈敏度(精度在0.01 Å以上)。EXAFS可以在廣泛的條件下獲得,因此,該技術(shù)更適合用于結(jié)構(gòu)轉(zhuǎn)變的原位研究。識(shí)別由機(jī)器學(xué)習(xí)(ML)的最新進(jìn)展所提供的大數(shù)據(jù)集中模式與相關(guān)性的能力可以為那些從實(shí)驗(yàn)數(shù)據(jù)中所提取局部結(jié)構(gòu)上的“隱藏”信息提供一些新的路徑,研究表明,機(jī)器學(xué)習(xí)可以從納米顆粒的X射線吸收近邊結(jié)構(gòu)(XANES)中提取其結(jié)構(gòu)描述符。
近日,紐約州立大學(xué)石溪分校的Janis Timoshenko和Anatoly I. Frenkel教授(共同通訊作者)在國際知名期刊Physical Review Letters上發(fā)表題為“Neural Network Approach for Characterizing Structural Transformations by X-Ray Absorption Fine Structure Spectroscopy”的研究論文,文中開發(fā)了一種方法用以解釋EXAFS數(shù)據(jù)中的結(jié)構(gòu)轉(zhuǎn)變與無序效應(yīng),但該方法對XANES的靈敏度則是有限的,而機(jī)器學(xué)習(xí)可以直接解釋塊體與納米材料中的EXAFS特征的徑向分布函數(shù)(RDF),而不需假設(shè)一種特定的無序模型。研究人員采用一種人工神經(jīng)網(wǎng)絡(luò)方法從X射線吸收精細(xì)結(jié)構(gòu)光譜中直接提取材料的局部結(jié)構(gòu)及其原位變化的信息,通過分析溫度誘導(dǎo)相變過程中鐵素體和奧氏體中原子的徑向分布函數(shù)來證明這種方法的可行性。通過對徑向分布函數(shù)積分,可以量化鐵原子配位及材料密度的變化,并且觀察到鐵原子體心到面心立方分布的轉(zhuǎn)變。這種方法可以廣泛適用于很多材料和實(shí)驗(yàn)條件中。

(a)用于面心立方鐵的Fe K-edge EXAFS
(b)Morlet小波變換(WT)的模數(shù),其中的虛線表示k和R空間中的區(qū)域,其對結(jié)構(gòu)變化最敏感
(c)傅里葉變換(FT)模數(shù)
(d)通過神經(jīng)網(wǎng)絡(luò)處理WT的數(shù)據(jù)
(e)將WT譜中的特征映射到RDF中的特征近似直方圖

在300和1273 K的溫度下,用于塊體鐵的FT實(shí)驗(yàn)和模擬(采用分子動(dòng)力學(xué)(MD)和反向蒙特卡洛(RMC)法)Fe K-edge EXAFS,單獨(dú)顯示了MS路徑對總的MD-EXAFS的貢獻(xiàn),對應(yīng)于1273 K時(shí)的光譜垂直移動(dòng)并乘以5,插圖表明了MD-EXAFS對bcc和fcc的溫度依賴性

(a)300到1273 K的溫度區(qū)間中的k空間實(shí)驗(yàn)Fe K-edge EXAFS,圖中箭頭表示在低k范圍內(nèi)的特征,其變化意味著從bcc到fcc結(jié)構(gòu)發(fā)生的相變(如圖b插圖所示)
(b)300到1273 K的溫度區(qū)間中的R空間實(shí)驗(yàn)Fe K-edge EXAFS,插圖中的箭頭表示在這兩種結(jié)構(gòu)中主要FT-EXAFS峰所對應(yīng)的原子對

(a)鐵在300、900和1273 K及鎳(fcc)、鈷(hcp)在300 K時(shí)的RDFs,其由神經(jīng)網(wǎng)絡(luò)從實(shí)驗(yàn)EXAFS中獲得。虛線表示10個(gè)獨(dú)立訓(xùn)練的神經(jīng)網(wǎng)絡(luò)的平均結(jié)果,陰影區(qū)域表示這些結(jié)果的標(biāo)準(zhǔn)偏差以及表征時(shí)所存在的不確定性
(b)(c)分別表示RMC模擬中N1和N2的結(jié)果,其中,垂直的虛線表示R1值,空心圓圈表示RDFs中N1和N2的溫度依賴性
在這篇文章中,神經(jīng)網(wǎng)絡(luò)方法能夠準(zhǔn)確而快速地從實(shí)驗(yàn)EXAFS中獲取材料的結(jié)構(gòu)信息。這種方法相對于現(xiàn)有研究方法的優(yōu)勢在于可以在鐵素體向奧氏體轉(zhuǎn)變過程中對樣品進(jìn)行原位研究,基于神經(jīng)網(wǎng)絡(luò)法可以立即應(yīng)用于Fe、Ni、Co和Mn等金屬及其合金的局部結(jié)構(gòu)分析,也可以很容易地推廣到其他體系(包括非金屬和多組分材料),甚至有望應(yīng)用于納米材料中結(jié)構(gòu)轉(zhuǎn)變的原位監(jiān)測。這種方法(可應(yīng)用于解析EXAFS)將對其他結(jié)構(gòu)敏感的數(shù)據(jù)非常有用,如從全X射線或中子散射數(shù)據(jù)中分析對分部函數(shù)。而且經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)還可以共享,研究人員預(yù)計(jì)可以開發(fā)一個(gè)可用于特定任務(wù)的神經(jīng)網(wǎng)絡(luò)公開數(shù)據(jù)庫,使該領(lǐng)域的研究人員可以分析他們自己的數(shù)據(jù),而不需要進(jìn)行繁雜的神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程,這將對科研工作產(chǎn)生深遠(yuǎn)的意義。

來源: 材料人