電子顕微鏡画像内の空洞の自動セマンティックセグメンテーションによって明らかになった材料の膨張

Scientific Reports volume 13、記事番号: 5178 (2023) この記事を引用

786 アクセス

1 引用

メトリクスの詳細

放射線照射を受けた合金の膨張を正確に定量化することは、原子炉内の合金の性能を理解するために不可欠であり、原子炉施設の安全で信頼性の高い運転にも不可欠です。 ただし、一般的には、合金の電子顕微鏡画像における放射線誘発欠陥は、専門分野の研究者が手動で定量化します。 ここでは、Mask Regional Convolutional Neural Network (Mask R-CNN) モデルを使用したエンドツーエンドの深層学習アプローチを採用し、照射された合金内のナノスケールの空洞を検出および定量化します。 我々は、400 枚の画像、34,000 を超える個別の空洞、多数の合金組成と照射条件を含む、ラベル付き空洞画像のデータベースを構築しました。 私たちは、モデルのパフォーマンスに関する統計的指標 (精度、再現率、F1 スコア) と材料特性中心の指標 (キャビティ サイズ、密度、膨潤) の両方を評価し、材料膨潤評価の的を絞った分析を実行しました。 私たちのモデルは、膨潤率 0.30 (0.03) パーセントのランダム除外相互検証に基づいた平均 (標準偏差) 膨潤平均絶対誤差で材料膨潤を評価していることがわかります。 この結果は、私たちのアプローチが画像ごとおよび条件ごとに膨張メトリクスを正確に提供できることを示しており、材料設計（合金の精製など）や使用条件（温度、照射線量など）の膨張への影響について有益な洞察が得られます。 。 最後に、テスト画像の統計的メトリクスが不十分であるものの、膨らみに小さな誤差があるケースがあることがわかり、マテリアル ドメイン アプリケーションのコンテキストで物体検出モデルを評価するには、従来の分類ベースのメトリクスを超えて進む必要があることがわかりました。

原子炉の炉心や周囲の構造物に使用されている金属合金は放射線照射を受け、材料に損傷を与え、その結果、転位ループ、析出物、空洞（ガスや気泡が含まれていない場合にはボイドと呼ばれることもあります）などの広範囲の欠陥が生成される可能性があります。ガスが含まれています）、硬化、脆化、膨張を通じて機械的特性に悪影響を及ぼします1、2、3、4、5。 中性子照射下での無制限の膨張につながる空洞のバイアスによる成長は、一般に空洞を安定化するヘリウム（核変換で生成される）の存在によって起こります 3,6。 大幅な膨張は材料の劣化や破損を引き起こす可能性があるため、合金組成、微細構造、および運転温度や照射線量などの原子炉条件の相互作用を理解することは、安全で信頼性の高い原子炉運転を行う上で重要です7。 アルキメデス法などの反応器コンポーネントのバルク測定法は、通常、材料の全体的な体積膨張応答に関する情報を得るために最も簡単に実行できます8。 ただし、透過型および走査型透過電子顕微鏡 (S/TEM) 法は、合金微細構造の現場外特性評価や膨潤定量化のための材料研究開発評価にも一般的に使用されています。 TEM 法は、キャビティの存在による厳密な膨潤応答を取得できるため、クリープ、二次相形成、高温での相緻密化などの他の要因による膨潤の寄与を排除できるため、バルク測定法よりも優れています。

TEM 分析は、イオン照射中や、ヘリウムや欠陥形成のエネルギー学や動力学に対する局所的な微細構造の影響による複雑な微細構造で見られるような、局所的な膨張反応を特定するためにも使用できます。 最後に、TEM 分析を使用すると、初期段階の照射反応、たとえば、顕著な肉眼的膨張が起こる前に始まる空洞の核形成と成長プロセスを理解するのに役立ちます。 したがって、このようなミクロスケールの特性評価により、耐膨潤性合金の設計に重要な詳細な機構の理解を可能にし、研究者が材料の微細構造、組成、膨潤反応の間の関連性を、温度、照射タイプ（中性子と中性子など）などの主要な操作変数の関数として理解できるようにします。 .イオン）、線量率、および総線量9。 この情報は、さまざまな状態（つまり、培養、過渡状態、および定常状態の膨張）での膨張の材料モデリングを知らせるのに役立ち、原子炉内の材料の動作限界を知らせるのに役立ちます5。