人工智能增强的晶体固体缺陷可视化过程
晶体无处不在：例如，大多数金属都是晶体。以其原子的近乎完美的组织而闻名，晶体总是包含缺陷，这些缺陷被称为缺陷。结晶固体中缺陷的浓度和形态对材料的性能有直接影响。因此，提高对晶体缺陷及其演变的理解将使预测材料随时间变化的变化变得更加容易。了解此类变化对于确保在辐照等恶劣环境条件下进行设施的优化设计尤为重要。
在现代材料科学中，研究人员使用超大规模计算机模拟来模拟结晶固体中缺陷的发生和演变。然而，产生的大量数据流使得分析数值模拟实验成为一个极其复杂的过程。CEA 的研究人员的工作结果最近发表在Nature Communications 上，他们提出了一种可以普遍应用于克服这一困难的新方法。这种新方法是第一种可应用于所有具有晶体结构的材料的方法。提供缺陷及其原子环境的连续可视化，这有助于描述复杂的物理过程，例如辐照下缺陷的迁移。
来自 CEA 核能部和应用部的研究人员利用人工智能方法开发了一种算法，该算法描述了由材料缺陷引起的局部原子环境扭曲。该畸变分数有助于自动缺陷定位，并能够对缺陷进行“分层”描述，可用于区分晶体结构内具有不同畸变水平的区域。
这项研究的结果为整个材料科学界的未来发展开辟了许多令人兴奋的可能性。这些模拟工具可用于自动分析庞大的数据集，例如由原子探针断层扫描、透射电子显微镜和同步辐射等实验技术生成的数据集，这些方法已被用于探索物质的奥秘。这些发展也可以应用于其他领域，包括化学、生物学和医学，例如，检测癌症特征的细胞缺陷。
标签： 晶体固体缺陷