L'IA soutient l'analyse des matériaux métalliques
"Grâce à notre algorithme spécialement développé, nous sommes trois fois plus rapides"
Jusqu'à présent, l'analyse des microstructures cristallines dans les matériaux métalliques était techniquement difficile et prenait beaucoup de temps. Des chercheurs en génie des matériaux et en informatique ont mis au point un algorithme à cette fin et l'ont publié dans la revue scientifique "Scientific Reports" : À partir de quelques données de mesure d'une analyse de structure aux rayons X, il reconstruit l'orientation des structures cristallines dans le matériau de manière complète et précise.
Des chercheurs du département des matériaux métalliques préparent une analyse structurelle aux rayons X.
Paavo Blafield
La structure interne des régions cristallines individuelles, appelées "grains", est déterminante pour les propriétés des matériaux métalliques. Leur disposition a une influence décisive sur la résistance et le comportement à la déformation des métaux. Les alliages dits à mémoire de forme, par exemple, changent de forme en raison des modifications de la structure cristalline interne induites par la température. "La création d'une microstructure appropriée dans ces matériaux spéciaux est un défi technique majeur. Vérifier cela en détail à l'aide d'analyses aux rayons X est particulièrement complexe", explique le professeur Thomas Niendorf, chef du département des matériaux métalliques.
À cette fin, les chercheurs utilisent souvent les méthodes de diffraction des rayons X. Dans ce processus, ils dirigent un faisceau focalisé de rayons X vers une source d'énergie. Dans ce processus, ils dirigent un faisceau de rayons X focalisé sur les échantillons de matériaux. Le faisceau est dévié au niveau du réseau cristallin - en termes physiques, il est diffracté. Un détecteur reçoit les rayons X diffractés et un logiciel affiche leur intensité sous la forme d'une figure de pôle. Ils tournent et inclinent l'échantillon de matériau jusqu'à ce qu'une figure de pôle soit créée à partir des données de mesure. Ces séries de mesures durent souvent plusieurs jours. À l'aide des figures de pôles, les chercheurs peuvent déterminer par calcul la disposition et l'orientation des cristaux dans le métal.
"Avec notre algorithme spécialement développé, nous sommes trois fois plus rapides", rapporte David Meier, informaticien au Helmholtz-Zentrum Berlin et au département des systèmes embarqués intelligents de l'université de Kassel (dirigé par le professeur Bernhard Sick). "Grâce à l'apprentissage automatique, il est entraîné à créer une reconstruction complète de la figure du pôle à partir d'une petite section de données de mesure réelles de quelques heures. Elle ne diffère que très peu de l'original". Pour ce faire, M. Meier a collaboré avec les ingénieurs en matériaux afin de créer des figures de pôles à partir d'arrangements aléatoires de grains dans le métal à l'aide d'une simulation. À l'aide de ces images simulées, une architecture d'apprentissage profond personnalisée apprend à générer la figure de pôle complète à partir d'une section. Ce "réseau de reconstruction" peut reconstruire les zones restantes d'une petite section d'une figure de poteau réelle mesurée. La comparaison ultérieure de la reconstruction et des résultats de mesure réels et complets de l'échantillon montre que le réseau de reconstruction peut analyser l'échantillon avec une grande précision : Le réseau de reconstruction peut analyser l'échantillon avec une précision suffisante pour l'exemple appliqué. Mais pour prouver statistiquement que la méthode développée fonctionne dans d'autres scénarios de la vie réelle, elle doit être évaluée dans des études de suivi avec d'autres échantillons de différents matériaux, déclare David Meier.
Les chercheurs du département des matériaux métalliques sont enthousiastes quant à la collaboration avec l'informatique : "Il ne nous faut plus que quelques heures pour analyser la structure des microcristaux et nous pouvons même reconstruire de manière fiable des zones que nous n'aurions pas pu atteindre techniquement avec notre dispositif expérimental", explique Alexander Liehr, chef du groupe d'analyse des structures fines par rayons X. À l'avenir également, la combinaison des techniques de mesure modernes et de l'intelligence artificielle pourrait contribuer à la recherche et au développement de matériaux performants et durables.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Publication originale
Autres actualités du département science
Recevez les dernières actualités de l’industrie chimique
Ne manquez plus aucune actualité : notre newsletter consacrée à l'industrie chimique, aux méthodes analytiques, aux laboratoires et à la technologie des processus vous informe tous les mardis et jeudis. Les dernières nouvelles du secteur, les produits phares et les innovations - de manière compacte et compréhensible dans votre boîte de réception. Recherché par nos soins, pour que vous n'ayez pas à le faire.
