كشف الهياكل البلورية آلياً

TSUKUBA ، اليابان  – قام الباحثون في المعهد الوطني لعلوم المواد (NIMS) في اليابان بأتمتة عملية معقدة وكثيفة العمالة لتحليل نتائج دراسات حيود الأشعة السينية ، والتي تُستخدم لتحديد بنية المواد البلورية. وصف الفريق تطوير وتطبيق تقنيتهم ​​في مجلة Science and Technology of Advanced Materials: Methods.

من خلال الجمع بين التعلم الآلي وأتمتة العمليات الروبوتية ، قام الباحثون بأتمتة إجراء رياضي يحدد بنية المواد البلورية. (الائتمان: ktsdesign / 123rf)

تتفاعل الأشعة السينية التي يتم إطلاقها على بلورة مع الترتيب الهندسي لجزيئاتها وتنحرف في اتجاهات عديدة في نمط معقد من الأشعة يعتمد على البنية الدقيقة للبلورة. يقوم الخبراء بتحليل نمط وشدة الأشعة السينية المنعرجة لتحديد الترتيب الداخلي للبلورة. هذه عملية قوية ومستخدمة على نطاق واسع للكشف عن التركيب الذري ثلاثي الأبعاد للمواد الجديدة.

يتم استخدام إجراء رياضي راسخ ، يسمى تحليل ريتفيلد ، لتفسير بيانات حيود الأشعة السينية ، ولكنه يستغرق وقتًا طويلاً ويتطلب تنقيحًا يدويًا للنتائج من خلال التجربة والخطأ.

يقول ريو تامورا من فريق NIMS: “لتقليل التكاليف والموارد البشرية ، قمنا بتطوير نظام أتمتة العمليات الروبوتية (RPA) الذي نطبقه على برنامج تحليل Rietveld موجود يسمى RIETAN-FP”. يضيف تامورا: “باستخدام إجراءنا الجديد ، بمساعدة التعلم الآلي ، نجحنا في إجراء تحليل Rietveld تلقائيًا”.

يمكن تشغيل الأتمتة على جهاز كمبيوتر شخصي ويمكن أن تقلل من الخطأ البشري وكذلك تسريع تحليل البيانات بشكل كبير.

يوضح تامورا أن مجال علم المواد يعتمد بالفعل على العديد من تطبيقات واجهة المستخدم الرسومية (GUI) لحساب خصائص المواد ، أو التحكم في المعدات التجريبية ، أو تحليل بيانات المواد. ويقول إن الجمع بين تقنية RPA الجديدة وقدرة التعلم الآلي مع هذه التطبيقات يحقق “حلقة مغلقة” لتصميم المواد وتحليلها تلقائيًا بأقل تدخل بشري.

تحقق الباحثون من دقة إجراءاتهم من خلال تحليل عينات من مركبات المسحوق التي تُعرف هياكلها البلورية بالفعل. تعد القدرة على تحديد الهياكل من عينات المسحوق إحدى نقاط القوة العظيمة لتحليل ريتفيلد. إنه يتجنب الحاجة إلى إنماء بلورات مفردة كبيرة ، والتي قد يكون من الصعب للغاية الحصول عليها لبعض المواد.

ويخلص تامورا إلى أن “أتمتة تحليل Rietveld يجلب أداة جديدة قوية جدًا في مجال علم المواد بأكمله”.

يعمل الباحثون الآن على تحسين إجراءاتهم لجعلها مناسبة للتركيبات البلورية الأكثر تعقيدًا. الهدف الآخر هو استكشاف استخدام إستراتيجية RPA للتعلم الآلي لمزيد من التطبيقات العامة في علم المواد. تشمل الاحتمالات العديد من طرق المحاكاة المستخدمة لحساب خصائص المواد ، وكذلك تطبيقات للتحكم في المعدات التجريبية. قد يكون النجاح الذي تحقق حتى الآن مع حيود الأشعة السينية مجرد بداية لروبوتات Rietveld.