[论文解读] XERUS: An open-source tool for quick XRD phase identification and refinement automation

Pedro Baptista de Castro, Kensei Terashima+3 more|arXiv (Cornell University)|Dec 9, 2021

Machine Learning in Materials Science参考文献 43被引用 12

一句话总结

XERUS 是一款开源的 Python 工具，用于快速、自动化的 XRD 相识別與精修，它利用开放的晶体学数据库（例如，MP、OQMD、COD）实现实时结构检索与衍射图样模拟。该工具结合基于相似性的相匹配与迭代 Rietveld 精修及峰减除方法，在无需预训练模型的情况下实现了高精度的多相识别，其性能已在多种实验数据集及 Li-Mn-O-F 混合物基准测试中得到验证。

ABSTRACT

Analysis of XRD diffraction patterns is one of the keystones of materials science and materials research. With the advancement of data-driven methods for materials design, candidate materials can be quickly screened for the study of a desired physical property. Efficient methods to automatically analyze and identify phases present in a given pattern, are paramount for the success of this new paradigm. To aid this process, the open source python package Xray Estimation and Refinement Using Similarity (XERUS) for semi-automatic/automatic phase identification is presented. XERUS takes advantages of open crystal structure databases, not relying on proprietary databases, to obtain crystal structures on the fly, being then chemical space agnostic. By wrapping around GSASII, it can automatically simulate patterns and calculate similarity measures used for phase identification. Our approach is simple and quick but also applicable to multiphase identification, by coupling the similarity calculations with quick refinements followed by an iterative peak removal process. XERUS is shown in action in four different experimental datasets and also it is benchmarked against a recently proposed deep learning method for a mixture dataset covering the Li-Mn-O-F chemical space. XERUS will be freely available on https://www.github.com/pedrobcst/Xerus/

研究动机与目标

• 解决高通量材料筛选中因耗时的手动 XRD 分析带来的瓶颈问题。
• 克服基于深度学习的 XRD 方法对专有数据库（如 ICSD）的依赖，以及在新化学空间中需大量重训练的局限性。
• 开发一种灵活、化学空间无关的工具，可动态从开放数据库检索晶体结构，以支持实时相识别。
• 实现实时、半自动及一键式 Rietveld 精修，以加速数据驱动材料发现工作流中的合成验证。
• 提供可扩展的开源框架，兼容 Jupyter Notebook 与实验工作流，支持交互式或自动化使用。

提出的方法

• 通过 API 使用开放获取的晶体结构数据库（Materials Project、OQMD、AFLOW、COD）按需检索任意化学组成的结构。
• 利用 pymatgen 解析并本地缓存晶体结构至 MongoDB 数据库，以实现高效复用。
• 基于输入的 XRD 数据与元素组成，使用 GSAS-II 对候选结构进行图样模拟。
• 通过计算实验图样与模拟图样之间的相似性（如相关系数或 Rwp）对候选相进行排序。
• 应用迭代精修与峰减除：识别相关性最高的相，进行精修，减去其峰后重复该过程，适用于多相体系。
• 与 GSAS-II 集成以实现 Rietveld 精修，并通过 Jupyter Notebook 提供可视化与优化接口。

实验结果

研究问题

• RQ1 基于相似性、驱动精修的方法是否能在不依赖预训练深度学习模型的情况下实现准确的 XRD 相识别？
• RQ2 在多样且未知的化学空间中，开源、数据库无关的方法在相识别方面的有效性如何？
• RQ3 与单步相似性匹配相比，迭代峰减除与精修是否能提升多相 XRD 分析的准确性？
• RQ4 XERUS 在真实实验数据集及 Li-Mn-O-F 混合物等基准数据集上的表现，与最先进深度学习方法相比如何？
• RQ5 XERUS 在高通量材料研究工作流中，能在多大程度上支持快速、一键式 Rietveld 分析？

主要发现

• 在 Li-Mn-O-F 混合物数据集上，XERUS 在多相分类中实现了 92% 的准确率，性能与需 20 小时计算时间进行训练与模拟的深度学习模型相当。
• 对于 HoB2.1 合金，XERUS 正确识别出 HoB2 和 HoO 为主要相，Rwp 值分别为 10.46% 和 10.54%，并确认了 6.7% 重量分数的次要相（Ho2O3）。
• 在 La2−xSrxCuO4 样品（x=0.25）中，XERUS 识别出主要相（La2CuO4），Rwp = 18.16%，并正确分配出次要相（Sr0.3La3.7Cu2O7.2），重量分数为 6.7%。
• 对于目标成分为 HoMoC2 的 Mo-Ho-C 合金，XERUS 正确将 HoMoC2 识别为首选候选相（Rwp = 15.17%），并在多次运行中提供了准确的相定量结果。
• XERUS 在复杂混合物（如 LiMn2O4 + LiF + Li2MnO3）中表现出色，正确识别出主要相，Rwp 值低于 10%，并提供了稳定的重量百分比估算。
• 该工具在处理峰重叠及非化学计量比相时表现出高度稳定性与可重复性，多次运行（n_runs = 2–3）与不同参数设置（δ = 1.3）下结果一致。