In un nuovo studio in Chimica dei materiali , gli scienziati della LLNL Wonseok Jeong e Tuan Anh Pham hanno sviluppato un approccio che combina l'apprendimento automatico con la spettroscopia di assorbimento dei raggi X (XANES) per chiarire la speciazione chimica dei nitruri di carbonio amorfi.

La ricerca offre nuove e profonde conoscenze sulla struttura atomica locale dei sistemi e, in un contesto più ampio, rappresenta un passo fondamentale nella creazione di un quadro automatizzato per la caratterizzazione rapida di materiali eterogenei con strutture complesse.

Svelare la struttura atomica di materiali eterogenei, come i residui carboniosi prodotti dalla detonazione di esplosivi ad alto potenziale, ha rappresentato una sfida significativa per gli scienziati dei materiali. Il processo è spesso ad alta intensità di lavoro e, in molti casi, prevede l'uso di parametri empirici.

Per affrontare questa sfida eccezionale, l'approccio integrato del team inizia con lo sviluppo di potenzialità di apprendimento automatico in grado di esplorare in modo efficiente il vasto spazio di configurazione dei nitruri di carbonio amorfi come sistema rappresentativo. Questo modello basato sulla rete neurale consente l'identificazione di strutture locali rappresentative all'interno del materiale, fornendo informazioni su come queste strutture si evolvono con composizioni chimiche e densità.

Accoppiando questi potenziali di apprendimento automatico con simulazioni atomistiche ad alta fedeltà, i ricercatori stabiliscono correlazioni tra strutture atomiche locali e firme spettroscopiche. Questa correlazione funge da base per l'interpretazione dei dati sperimentali XANES, consentendo l'estrazione di informazioni chimiche cruciali da spettri complessi.

"Nel nostro studio, miravamo ad affrontare la sfida di lunga data di caratterizzare i prodotti della detonazione e i materiali disordinati in generale integrando metodi computazionali con tecniche sperimentali", ha affermato Jeong, il primo autore dell'articolo.

"Il nostro approccio non solo migliora la nostra comprensione di questi materiali, ma pone anche le basi per studi simili su diversi sistemi di materiali e metodi di caratterizzazione. Ad esempio, l'approccio può essere facilmente utilizzato per prevedere la speciazione elementare per un'ampia gamma di residui carboniosi e fornire input per migliorare i modelli di detonazione," ha detto Pham, il ricercatore principale del progetto.

I risultati dello studio rappresentano un progresso significativo nel campo della scienza dei materiali, offrendo un quadro solido per chiarire la speciazione atomica dei sistemi disordinati. Inoltre, la versatilità dell'approccio significa che può essere facilmente adattato per studiare altre classi di materiali e sonde di caratterizzazione sperimentale, aprendo la strada all'interpretazione in tempo reale delle misurazioni spettroscopiche.

Lo studio prevede una collaborazione tra ricercatori provenienti da contesti diversi, evidenziando la natura interdisciplinare della ricerca LLNL. Mentre gli scienziati continuano a esplorare la frontiera della progettazione e caratterizzazione dei materiali, approcci innovativi come questo promettono di sbloccare nuove opportunità per l'innovazione tecnologica e la scoperta scientifica, ha affermato Jeong.

Altri coautori dell'articolo includono Wenyu Sun, Marcos Calegari Andrade, Liwen Wan, Trevor Willey e Michael Nielsen.