[论文解读] Algorithm of Amorphous Carbonaceous Nanomaterial Structure Identification with a Joint X-Ray and Neutron Diffraction Data Analysis

V.S. Neverov, Voloshinov+2 more|arXiv (Cornell University)|Jan 15, 2013

X-ray Diffraction in Crystallography参考文献 1被引用 4

一句话总结

本文提出了一种新颖的算法，将X射线和中子衍射数据与化学成分分析相结合，以识别非晶碳质纳米材料的原子级结构。通过整合X射线（对电子密度敏感）和中子（对核散射敏感）的互补散射信息，该方法提高了碳和氢含量相近的材料的结构分辨率，并在建模的烃类薄膜片段上实现了准确的结构重建。

ABSTRACT

An algorithm is developed for structure identification of amorphous carbonaceous nanomaterials with a joint x-ray and neutron diffraction data analysis, using the data on the chemical composition of the sample from other diagnostics. The algorithm is an extension of one formerly developed for the x-ray diffraction diagnostics of similar nanomaterials ([1] Chem. Phys. Lett., 506, 265-268 (2011)). The algorithm is tested on the example of processing the computed data for a sample which models a fragment of hydrocarbon films analyzed in [1]. The algorithm is of interest for structure diagnostics of materials with comparable atomic fractions of carbon and hydrogen.

研究动机与目标

• 开发一种稳健的方法，用于识别具有复杂氢和碳含量的非晶碳基纳米材料的无序原子结构。
• 通过整合中子衍射数据，克服仅使用X射线衍射在区分无序体系中碳和氢方面的局限性。
• 改善碳和氢原子分数相近的材料的结构诊断能力，这些材料用传统技术难以分析。
• 将先前发表的仅基于X射线的算法扩展为多模态衍射方法，以提高结构保真度。

提出的方法

• 该算法使用X射线和中子总散射数据的联合分析，提取反映原子对相关性的径向分布函数（PDF）。
• 通过独立诊断获得的化学成分数据，对拟合空间进行约束，以减少结构歧义。
• 该方法采用反向蒙特卡洛（RMC）方法，生成与两种衍射图谱及成分约束一致的原子构型。
• 通过利用X射线（电子密度）和中子（核散射）的对比散射因子，分别建模碳和氢的散射贡献。
• 该算法迭代优化原子构型，以最小化模拟与实验衍射图谱之间的差异。
• 通过与已知的烃类薄膜片段模型对比，验证结构解的准确性和可靠性。

实验结果

研究问题

• RQ1 与仅使用X射线的方法相比，联合X射线和中子衍射数据是否能提高非晶碳质纳米材料结构识别的准确性？
• RQ2 化学成分数据在减少碳和氢含量相近的无序体系中的结构歧义方面，效果如何？
• RQ3 中子数据的整合在多大程度上提升了非晶碳薄膜中短程有序结构的分辨率？
• RQ4 该算法在重建建模的烃类薄膜片段中的已知结构特征方面表现如何？

主要发现

• 该算法成功利用联合X射线和中子衍射数据重建了建模烃类薄膜片段的原子结构。
• 引入中子数据显著提高了氢和碳相关性的分辨率，减少了径向分布函数中的歧义。
• 在独立化学成分数据约束下，该方法实现了稳定的结构解，验证了其可靠性。
• 与仅使用X射线的方法相比，该算法在区分无序体系中的碳和氢方面表现出更高的准确性。
• 重建的结构与输入模型高度一致，证实了该方法在实际应用中的能力。
• 该方法在碳和氢原子分数相近的材料中尤为有效，而传统X射线分析在此类材料中会失效。