Полнопрофильный рентгенофазовый анализ на основе метода Ритвельда, самоконфигурируемого многопопуляционного генетического алгоритма и данных элементного анализа : научное издание
Библиографическое описание:Полнопрофильный рентгенофазовый анализ на основе метода Ритвельда, самоконфигурируемого многопопуляционного генетического алгоритма и данных элементного анализа : научное издание / А. Н. Залога [и др.]. - Текст : непосредственный // Заводская лаборатория. Диагностика материалов. - 2018. - Т. 84, № 3. - С. 25-31. - ISSN 1028-6861, DOI 10.26896/1028-6861-2018-84-3-25-31. Перевод заглавия: Evolutionary quantitative full-profile x-ray phase analysis based on the Rietveld method, a self-configurable multipopulation genetic algorithm and elemental analysis data
Аннотация:Полнопрофильный анализ по методу Ритвельда широко используется для лабораторного интерактивного количественного рентгенофазового анализа, однако его приложения для оперативного производственного аналитического контроля недостаточно развиты. Причина в том, что метод Ритвельда основан на нелинейном методе наименьших квадратов (МНК), который для сходимости требует достаточно точных исходных приближений уточняемых параметров для каждого образца. При эволюционном методе полнопрофильного количественного рентгенофазового анализа (КРФА) исходные приближения ищет генетический алгоритм. Вместе с тем эмпирическая настройка оптимальных параметров генетических операций, выполняемая в интерактивном режиме, остается трудоемкой. Для ее автоматизации предложен подход, основанный на самонастройке в процессе эволюционного КРФА с помощью самоконфигурируемого генетического алгоритма (СГА). Для улучшения сходимости в целевую функцию генетического алгоритма, представляющую взвешенный профильный R-фактор метода Ритвельда, вводили данные о количественном химическом составе образца. Программная реализация метода основана на параллельных вычислениях, обеспечивающих ускоренную сходимость генетического алгоритма, и позволяет проводить бесстандартный КРФА в автоматическом режиме на многоядерном персональном компьютере. Метод опробован на группе тестовых многофазных образцов известного состава и показал хорошую точность полнопрофильного КРФА.
We developed a self configuring genetic algorithm to quantify phase concentrations in a crystalline sample from powder X-ray diffraction data. The algorithm does not require the fine-tuning of parameters, which is inherent to most evolutionary algorithms. The software executing the algorithm uses parallel computing and allows performing reference-free quantitative phase analysis on a personal computer, a computing cluster or with the help of a computer network. The suggested method was tested on a set of trial samples with known composition. It was demonstrated that one may use data on the chemical composition of a sample to increase the accuracy of quantitative phase analysis.
