Gonflement des matériaux révélé par la segmentation sémantique automatisée des cavités dans les images de microscopie électronique
Rapports scientifiques volume 13, Numéro d'article : 5178 (2023) Citer cet article
786 accès
1 Citation
Détails des métriques
La quantification précise du gonflement des alliages ayant subi une irradiation est essentielle pour comprendre les performances des alliages dans un réacteur nucléaire et essentielle pour le fonctionnement sûr et fiable des installations du réacteur. Cependant, la pratique habituelle consiste à quantifier manuellement les défauts induits par les rayonnements dans les images d’alliages en microscopie électronique par des chercheurs experts dans le domaine. Ici, nous utilisons une approche d'apprentissage profond de bout en bout utilisant le modèle Mask Regional Convolutional Neural Network (Mask R-CNN) pour détecter et quantifier les cavités à l'échelle nanométrique dans les alliages irradiés. Nous avons rassemblé une base de données d'images de cavités étiquetées qui comprend 400 images, > 34 000 cavités discrètes et de nombreuses compositions d'alliages et conditions d'irradiation. Nous avons évalué des mesures statistiques (précision, rappel et scores F1) et centrées sur les propriétés des matériaux (taille de la cavité, densité et gonflement) des performances du modèle, et effectué une analyse ciblée des évaluations du gonflement des matériaux. Nous constatons que notre modèle donne des évaluations du gonflement du matériau avec une erreur absolue moyenne de gonflement moyenne (écart type) basée sur une validation croisée aléatoire de 0,30 (0,03) pour cent de gonflement. Ce résultat démontre que notre approche peut fournir avec précision des mesures de gonflement par image et par condition, ce qui peut fournir des informations utiles sur la conception des matériaux (par exemple, le raffinement de l'alliage) et l'impact des conditions de service (par exemple, la température, la dose d'irradiation) sur le gonflement. . Enfin, nous constatons qu'il existe des cas d'images de test avec des métriques statistiques médiocres, mais de petites erreurs de gonflement, ce qui souligne la nécessité d'aller au-delà des métriques traditionnelles basées sur la classification pour évaluer les modèles de détection d'objets dans le contexte des applications du domaine des matériaux.
Les alliages métalliques utilisés dans les cœurs des réacteurs nucléaires et les structures environnantes subissent une irradiation, provoquant des dommages au matériau pouvant entraîner la production de défauts étendus tels que des boucles de dislocation, des précipités et des cavités (parfois appelées vides lorsqu'ils ne contiennent pas de gaz ou de bulles lorsqu'ils contiennent du gaz) qui ont à leur tour un impact délétère sur les propriétés mécaniques par durcissement, fragilisation et gonflement1,2,3,4,5. La croissance des cavités induite par un biais conduisant à un gonflement sans contrainte sous irradiation neutronique se produit généralement via la présence d'hélium (produit par transmutation nucléaire) qui stabilise les cavités3,6. Un gonflement important peut entraîner une dégradation et une défaillance du matériau. Il est donc important de comprendre l'interaction entre la composition de l'alliage, la microstructure et les conditions du réacteur, telles que la température de fonctionnement et la dose d'irradiation, pour garantir un fonctionnement sûr et fiable du réacteur7. Les méthodes de mesure globale des composants du réacteur, telles que la méthode Archimède, sont généralement les plus faciles à mettre en œuvre pour obtenir des informations sur la réponse de gonflement volumétrique totale d'un matériau8. Cependant, les méthodes de microscopie électronique à transmission et à balayage (S/TEM) sont également couramment utilisées dans les évaluations de recherche et développement de matériaux pour la caractérisation ex situ de la microstructure de l'alliage et la quantification du gonflement. Les méthodes TEM présentent un avantage par rapport aux méthodes de mesure globale car elles permettent d'obtenir une réponse de gonflement stricte due à la présence de cavités, éliminant ainsi les contributions au gonflement provenant d'autres facteurs tels que le fluage, la formation de phase secondaire et la densification de phase à haute température.
L'analyse TEM peut également être utilisée pour identifier localement les réponses de gonflement, par exemple, comme on le voit lors d'irradiations ioniques ou dans des microstructures complexes en raison d'effets microstructuraux localisés sur l'hélium et l'énergétique et la cinétique de la formation de défauts. Enfin, l'analyse TEM peut être utilisée pour aider à comprendre la réponse à l'irradiation à un stade précoce, par exemple le processus de nucléation et de croissance des cavités, qui démarre avant qu'un gonflement macroscopique significatif ne se produise. Une telle caractérisation à l'échelle microscopique permet ainsi une compréhension mécanistique détaillée, importante pour la conception d'alliages résistants au gonflement, et permet aux chercheurs de comprendre les liens entre la microstructure, la composition et la réponse au gonflement des matériaux en fonction de variables opérationnelles clés telles que la température, le type d'irradiation (par exemple, neutrons vs .ion), le débit de dose et la dose totale9. Ces informations sont à leur tour utiles pour éclairer la modélisation du gonflement des matériaux dans différents régimes (c'est-à-dire gonflement en incubation, transitoire et stable) et peuvent aider à éclairer les limites opérationnelles d'un matériau dans un réacteur nucléaire5.
3.0.CO;2-Q" data-track-action="article reference" href="https://doi.org/10.1002%2F%28SICI%291097-0029%2819980515%2941%3A4%3C285%3A%3AAID-JEMT1%3E3.0.CO%3B2-Q" aria-label="Article reference 14" data-doi="10.1002/(SICI)1097-0029(19980515)41:43.0.CO;2-Q"Article CAS Google Scholar /p>