Investigadores de la Universidad Estatal de Carolina del Norte, el Instituto Nacional de Estándares y Tecnología NIST y el Laboratorio Nacional de Oak Ridge ORNL han desarrollado un enfoque novedoso para la caracterización de materiales, utilizando métodos estadísticos bayesianos para obtener nuevos conocimientos sobre la estructura de los materiales.El trabajo debe informar el desarrollo de nuevos materiales para su uso en una variedad de aplicaciones.
"Queremos entender la estructura cristalográfica de los materiales, como dónde se encuentran los átomos en la matriz de un material, de modo que tengamos una base para comprender cómo esa estructura afecta el rendimiento de un material", dice Jacob Jones, unprofesor de ciencia e ingeniería de materiales en NC State y coautor de un documento sobre el trabajo: "Este es un avance fundamentalmente nuevo que nos ayudará a desarrollar nuevos materiales que se pueden usar en todo, desde electrónica y fabricación hasta vehículos y nanotecnologías".
El primer paso para comprender la estructura cristalográfica de un material es bombardear una muestra del material con electrones, fotones u otras partículas subatómicas, utilizando tecnología como la Fuente de neutrones de espalación en ORNL o la Fuente avanzada de fotones en el Laboratorio Nacional de Argonne. Los investigadores pueden entoncesmida el ángulo y la energía de estas partículas a medida que se dispersan por el material.
Entonces las cosas se ponen realmente difíciles
Tradicionalmente, los datos de estos experimentos de dispersión se han analizado utilizando técnicas estadísticas de "ajuste de mínimos cuadrados" para inferir la estructura cristalográfica de un material. Pero estas técnicas son limitadas; pueden decir a los investigadores cuál es la estructura de un material, perono describa completamente la variabilidad o incertidumbre dentro de la estructura del material, porque no describen las respuestas usando probabilidades.
"Los mínimos cuadrados es una técnica sencilla, pero no nos permite describir la estructura cristalográfica inferida de una manera que responda las preguntas que los científicos de materiales quieren hacer", dice Alyson Wilson, profesora de estadística en NC Statey coautor del artículo: "Pero tenemos otras técnicas que pueden ayudar a abordar este desafío, y eso es lo que hemos hecho con esta investigación".
En realidad, el espacio entre los átomos no es constante, no está fijo en una muestra. Y lo mismo es cierto para cada aspecto de la estructura de un material.
"Comprender que la variabilidad, ahora posible con este nuevo enfoque, nos permite caracterizar los materiales de una manera nueva y más rica", dice Jones.
Aquí es donde entran en juego las estadísticas bayesianas.
"Por ejemplo, los átomos vibran", dice Wilson. "Y la extensión de la vibración está controlada por su temperatura. Los investigadores quieren saber cómo esas vibraciones están influenciadas por la temperatura para cualquier material dado. Y las herramientas bayesianas pueden darnos probabilidades deestos desplazamientos térmicos en un material "
"Este enfoque nos permitirá analizar datos de una amplia variedad de técnicas de caracterización de materiales, todas las formas de espectroscopía, espectrometría de masas, lo que sea, y caracterizar más completamente todo tipo de materia", dice Jones.
"Honestamente, es muy emocionante", agrega Jones, quien también es el director de la Instalación de Instrumentación Analítica del Estado de Carolina del Norte, que alberga muchos de estos tipos de instrumentos.
"También planeamos usar estas técnicas para combinar datos de diferentes tipos de experimentos, con el fin de ofrecer aún más información sobre la estructura del material", dice Wilson.
Fuente de la historia :
Materiales proporcionado por Universidad Estatal de Carolina del Norte . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :