本發(fā)明屬于微納米力學表征，具體涉及一種基于機器學習、原子尺度模擬以及高分辨電子顯微技術對晶體材料中超輕元素進行表征的方法及系統(tǒng)。

背景技術：

1、在晶體材料中，氫(h),氧(o)，氮(n)，硼(b)等原子序數(shù)較低的超輕元素容易聚集于空位、位錯、晶界、裂紋等典型晶體缺陷，對材料的物理、化學、力學等性能產(chǎn)生顯著影響。例如，氫常在金屬材料的晶體缺陷處聚集，從而引起材料力學性能下降、塑性下降、開裂或損傷（氫脆），導致金屬結構的失效。為理解超輕元素對晶體缺陷性能影響的根本原因，需要在原子尺度上實現(xiàn)超輕原子位置的準確表征，以揭示其與典型晶體缺陷的相互作用機制。

2、超輕元素對材料性能的影響在能源、催化、工程結構等領域已引起廣泛關注，但針對超輕元素的原子尺度表征方法尚不完善。目前，在原子尺度的超輕元素表征和研究方法主要包括現(xiàn)代電子顯微表征技術與原子尺度計算模擬技術。實驗方面，以高分辨透射電子顯微鏡(high?resolution?transmission?electron?microscope,?hrtem),掃描透射電子顯微鏡(scanning?transmission?electron?microscopy,?stem)為代表的現(xiàn)代電子顯微表征技術，已經(jīng)實現(xiàn)金屬材料中晶體缺陷演化過程的原子尺度原位觀測?，F(xiàn)有高分辨電子顯微成像技術基于原子對電子束的偏轉(zhuǎn)，與金屬原子相比超輕元素的原子與電子束相互作用極其微弱，使之難以在電子顯微圖片中有效顯像。結合積分差分相位襯度技術(idpc-stem)的電子顯微表征能夠在少數(shù)結構穩(wěn)定、周期性良好的金屬化合物中捕捉氫、氧等超輕原子的位置，但實際材料中廣泛存在的晶體缺陷結構更加復雜，現(xiàn)有技術尚不能實現(xiàn)復雜結構動態(tài)演化過程中的超輕元素原子尺度表征。原子尺度計算模擬方面，以密度泛函理論、分子動力學為代表的計算方法能夠為超輕元素和缺陷交互作用的微觀機制提供各類關鍵物理、力學信息。受限于建模精度，原子尺度計算模擬難以同時充分考慮實際材料缺陷中復雜的畸變、界面、臺階等局部結構，其對局部結構的過度簡化影響了計算模擬結論的可靠性和普適性。對于包含不同微觀結構的晶體缺陷，原子尺度模擬需要消耗大量計算資源進行逐一建模和計算。

3、綜上，現(xiàn)有技術中存在的問題可以歸納為以下幾個方面：1）傳統(tǒng)高分辨電子顯微表征方法難以對晶體缺陷中存在的超輕元素實現(xiàn)原子尺度表征的問題。2）傳統(tǒng)高分辨電子顯微表征方法難以對晶體缺陷變形過程中超輕元素與晶體缺陷交互作用行為進行跟蹤的問題。3）原子計算模擬方法難以描述實際晶體缺陷中觀測到的復雜局部結構的問題。

技術實現(xiàn)思路

1、本發(fā)明的目的在于解決現(xiàn)有技術中存在的上述問題，并提供一種晶體材料中超輕元素的原子尺度表征方法及系統(tǒng)。本發(fā)明基于原子尺度模擬數(shù)據(jù)建立機器學習模型，考慮超輕元素對晶體材料及其缺陷中局部原子排列的影響，結合電子顯微鏡實現(xiàn)超輕元素的原子尺度表征。

2、本發(fā)明所采用的具體技術方案如下：

3、第一方面，本發(fā)明提供了一種晶體材料中超輕元素的原子尺度表征方法，其包括：

4、s1、對受到外載荷的金屬材料的晶體缺陷顯微圖像進行圖像尺寸標定，使圖像坐標系下的晶格間距等于實際的理論計算值，作為標定后圖像；對所述標定后圖像建立圖像坐標系，識別出圖像中每個金屬原子的二維圖像坐標；對所述標定后圖像進行網(wǎng)格化，獲得均勻分布的網(wǎng)格節(jié)點；

5、s2、基于所述標定后圖像中所有金屬原子的二維圖像坐標，按照第一預設數(shù)值m，計算每個金屬原子與其m個最近鄰金屬原子各自的距離值，構成這個金屬原子對應的第一局部原子環(huán)境向量；

6、s3、基于根據(jù)所述標定后圖像中的晶體缺陷信息構建的原子尺度模型，在晶體缺陷附近不同位置引入不同含量的超輕原子，從而形成一系列模擬情景；每一種模擬情景中，施加與所述外載荷對應的模擬外載荷，并進行基于密度泛函理論和/或分子動力學的模擬，更新原子尺度模型中晶體缺陷所在局部區(qū)域的原子排列和變形狀態(tài)；

7、s4、針對每一種模擬情景更新得到的原子尺度模型，重新計算每個金屬原子與其m個最近鄰金屬原子各自的距離值，構成這個金屬原子對應的第二局部原子環(huán)境向量，同時計算這個金屬原子與其最近鄰超輕原子的平面距離標量；以每種模擬情景下每個金屬原子的第二局部原子環(huán)境向量和平面距離標量分別作為模型輸入和輸出標簽，構建訓練樣本加入訓練數(shù)據(jù)集中，并訓練機器學習模型；

8、s5、將所述標定后圖像中每個金屬原子對應的第一局部原子環(huán)境向量輸入訓練后的機器學習模型中，預測得到這個金屬原子對應的平面距離標量；

9、s6、基于所述標定后圖像中所有金屬原子的二維圖像坐標，按照第二預設數(shù)值n，計算每個所述網(wǎng)格節(jié)點與其n個最近鄰金屬原子各自的距離值，構成這個網(wǎng)格節(jié)點對應的第一表征向量，同時將機器學習模型針對這n個最近鄰金屬原子預測的平面距離標量構成這個網(wǎng)格節(jié)點對應的第二表征向量，將第一表征向量與第二表征向量之間的距離值作為判據(jù)標量；

10、s7、基于所述標定后圖像中所有網(wǎng)格節(jié)點的判據(jù)標量，通過插值補全得到圖像域內(nèi)所有位置的判據(jù)標量，將判據(jù)標量不超過判定閾值的位置標記為富含超輕原子的區(qū)域。

11、作為上述第一方面的優(yōu)選，所述晶體缺陷顯微圖像為含有晶體缺陷的金屬材料納米試樣通過高分辨率透射電子顯微鏡hrtem、掃描透射電子顯微鏡stem或原子力顯微鏡afm拍攝得到的圖像。

12、作為上述第一方面的優(yōu)選，所述機器學習模型為前饋神經(jīng)網(wǎng)絡、支持向量機、卷積神經(jīng)網(wǎng)絡或線性回歸模型。

13、作為上述第一方面的優(yōu)選，構建所述原子尺度模型所需的晶體缺陷信息包括所述標定后圖像中提取的元素種類、晶體結構、缺陷類型以及晶體缺陷幾何信息。

14、作為上述第一方面的優(yōu)選，所述第一預設數(shù)值m取值為10~30。

15、作為上述第一方面的優(yōu)選，所述第二預設數(shù)值n取值為2~8。

16、作為上述第一方面的優(yōu)選，所述第一表征向量與第二表征向量之間的距離值為：計算第一表征向量與第二表征向量的差值向量，再將差值向量除以其維度值后取模長。

17、第二方面，本發(fā)明提供了一種晶體材料中超輕元素的原子尺度表征系統(tǒng)，其包括：

18、圖像標定模塊，用于對受到外載荷的金屬材料的晶體缺陷顯微圖像進行圖像尺寸標定，使圖像坐標系下的晶格間距等于實際的理論計算值，作為標定后圖像；對所述標定后圖像建立圖像坐標系，識別出圖像中每個金屬原子的二維圖像坐標；對所述標定后圖像進行網(wǎng)格化，獲得均勻分布的網(wǎng)格節(jié)點；

19、局部原子環(huán)境向量計算模塊，用于基于所述標定后圖像中所有金屬原子的二維圖像坐標，按照第一預設數(shù)值m，計算每個金屬原子與其m個最近鄰金屬原子各自的距離值，構成這個金屬原子對應的第一局部原子環(huán)境向量；

20、原子尺度模擬模塊，用于基于根據(jù)所述標定后圖像中的晶體缺陷信息構建的原子尺度模型，在晶體缺陷附近不同位置引入不同含量的超輕原子，從而形成一系列模擬情景；每一種模擬情景中，施加與所述外載荷對應的模擬外載荷，并進行基于密度泛函理論和/或分子動力學的模擬，更新原子尺度模型中晶體缺陷所在局部區(qū)域的原子排列和變形狀態(tài)；

21、機器學習模塊，用于針對每一種模擬情景更新得到的原子尺度模型，重新計算每個金屬原子與其m個最近鄰金屬原子各自的距離值，構成這個金屬原子對應的第二局部原子環(huán)境向量，同時計算這個金屬原子與其最近鄰超輕原子的平面距離標量；以每種模擬情景下每個金屬原子的第二局部原子環(huán)境向量和平面距離標量分別作為模型輸入和輸出標簽，構建訓練樣本加入訓練數(shù)據(jù)集中，并訓練機器學習模型；

22、平面距離標量預測模塊，用于將所述標定后圖像中每個金屬原子對應的第一局部原子環(huán)境向量輸入訓練后的機器學習模型中，預測得到這個金屬原子對應的平面距離標量；

23、判據(jù)標量計算模塊，用于基于所述標定后圖像中所有金屬原子的二維圖像坐標，按照第二預設數(shù)值n，計算每個所述網(wǎng)格節(jié)點與其n個最近鄰金屬原子各自的距離值，構成這個網(wǎng)格節(jié)點對應的第一表征向量，同時將機器學習模型針對這n個最近鄰金屬原子預測的平面距離標量構成這個網(wǎng)格節(jié)點對應的第二表征向量，將第一表征向量與第二表征向量之間的距離值作為判據(jù)標量；

24、超輕原子區(qū)域標記模塊，用于基于所述標定后圖像中所有網(wǎng)格節(jié)點的判據(jù)標量，通過插值補全得到圖像域內(nèi)所有位置的判據(jù)標量，將判據(jù)標量不超過判定閾值的位置標記為富含超輕原子的區(qū)域。

25、第三方面，本發(fā)明提供了一種計算機可讀存儲介質(zhì)，所述存儲介質(zhì)上存儲有計算機程序，當所述計算機程序被處理器執(zhí)行時，能實現(xiàn)如上述第一方面任一項所述的晶體材料中超輕元素的原子尺度表征方法。

26、第四方面，本發(fā)明提供了一種計算機電子設備，其包括存儲器和處理器；

27、所述存儲器，用于存儲計算機程序；

28、所述處理器，用于當執(zhí)行所述計算機程序時，能實現(xiàn)如上述第一方面任一項所述的晶體材料中超輕元素的原子尺度表征方法。

29、本發(fā)明相對于現(xiàn)有技術而言，具有以下有益效果：

30、1）傳統(tǒng)的高分辨電子顯微表征方法只能對金屬原子等原子序數(shù)較大的原子實現(xiàn)有效成像，而無法實現(xiàn)超輕原子的穩(wěn)定顯像。本發(fā)明方法基于超輕原子對金屬原子局部排列的影響，利用機器學習方法預測其位置，實現(xiàn)了超輕原子的原子尺度表征。

31、2）為理解超輕原子與晶體缺陷的交互作用微觀機制，傳統(tǒng)原子模擬或理論建模方法需要大幅簡化晶體缺陷模型，難以充分描述實際材料中晶體缺陷的復雜微觀結構。本發(fā)明方法直接以高分辨電子顯微圖像為輸入，機器學習模型的泛化性能良好，能夠兼顧晶體缺陷變形過程中的各類局部結構，實現(xiàn)對真實結構中超輕原子的直接表征。

32、3）通過本發(fā)明方法可以在原位高分辨表征中實時表征超輕原子的位置，以跟蹤超輕原子與晶體缺陷的交互作用微觀機制，為氫脆等超輕原子導致的典型物理、化學、力學現(xiàn)象的理解和調(diào)控提供高效且準確的工具。