表征材料結構的新方法，你GET到了嗎？

材料牛注：結構影響性能。不用問也知道，研究材料的結構有多重要。表征手段因此顯得格外重要，傳統的表征方法，如最小二乘法，雖然簡單直接，但是無法給出材料結構的變異性和不確定性。來自美國的研究人員發現了一種新的方法，可以打破這些傳統方法的限制。到底是什么樣的方法呢？讓我們一探究竟。

來自北卡羅萊納州立大學（North Carolina State University）、美國國家標準與技術研究院（the National Institute of Standards and Technology ，簡稱NIST）和橡樹嶺國家實驗室（Oak Ridge National Laboratory，簡稱ORNL）的研究人員發現了一種通過貝葉斯統計進行材料結構表征的新方法。這種方法可以促進眾多領域的新材料的發展。

“我們想了解材料的晶體結構，例如原子在材料基體中的位置，因此可以知道材料的結構是如何影響其性能的，”北卡羅萊納州立大學材料科學與工程教授，同時也是這項研究的作者之一的Jacob Jones說道，“這是一項全新的進展，有助于我們開發可用于電子產品、汽車制造和納米技術的一切材料。”

了解材料晶體結構的第一步是用電子、光子或其他亞原子粒子對樣品材料進行轟擊，利用了如橡樹嶺國家實驗室的散裂中子源或者阿貢國家實驗室的先進光子源等技術。因此研究人員可以對從材料中分散出的粒子的角度和能量進行測量。

接下來事情變得很棘手

通常，由散射實驗得到的數據會通過“最小二乘法擬合”統計方法進行分析，進而推斷材料的晶體結構。但這些技術是有限的，它們可以告訴研究人員材料可能是什么樣的結構，但是它們不能完全描述出材料結構的變異性和不確定性，因為它們未用概率表示結果。

“最小二乘法是一種簡單直接的方法，但它不能用于描述推斷出的晶體結構，不能給出科學家們所提問題的答案，”北卡羅萊納州立大學統計學教授，該論文的作者之一的Alyson Wilson說道，“但是我們確實有其他方法可以解決這項難題，而這就是我們關于這項研究所做的事情。”

事實上，樣品中原子間的距離不是恒定不變的。而且對于材料結構的每個方面都是如此。

“現在通過這種新方法，了解了材料的變異性可以使我們用一種新的，更好的方法進行材料表征，”Jone 說道。

這正是貝葉斯統計法發揮作用之處

“例如，原子的振動，” Wilson 說道，“并且振動的程度由溫度控制。研究者們想知道給定一種材料，溫度是如何影響它的振動的。而貝葉斯方法可以告訴我們材料中熱位移的概率。”

“這種方法將使我們能夠分析從各種材料表征技術中得到的數據——包括所有形式的光譜、質譜，只要你能說的出名字的都可以，并且能夠更加充分地描述各種物質，”Jones 表示，“老實說，這非常振奮人心。”Jones 同時也是北卡羅萊納州立大學分析儀器科的主任，擁有很多此類的儀器。

“我們也打算利用這些技術將各種實驗數據結合起來，更加深入地了解材料的結構。” Wilson 解釋道。

原文鏈接：New approach to determining how atoms are arranged in materials

文獻鏈接：Use of Bayesian Inference in Crystallographic Structure Refinement via Full Diffraction Profile Analysis

本文由編輯部楊洪期提供素材，黃亞編譯，點我加入材料人編輯部。