GPU-ускоренная обработка изображений HRTEM для количественной оценки атомной структурной упорядоченности в аморфных сплавах
- Авторы: Дилла Д.С.1, Пустовалов Е.В.1, Артемьева И.Л.1
-
Учреждения:
- Дальневосточный федеральный университет
- Выпуск: Том 12, № 4 (2025)
- Страницы: 105-115
- Раздел: МАТЕМАТИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ, КОМПЛЕКСОВ И КОМПЬЮТЕРНЫХ СЕТЕЙ
- URL: https://journals.rcsi.science/2313-223X/article/view/380191
- DOI: https://doi.org/10.33693/2313-223X-2025-12-4-105-115
- EDN: https://elibrary.ru/FWLISU
- ID: 380191
Цитировать
Аннотация
Исследование структурных особенностей аморфных сплавов на атомном уровне представляет собой ключевую задачу для понимания их уникальных механических, термических и магнитных свойств. Однако отсутствие дальнего порядка в таких материалах затрудняет их анализ с использованием традиционных методов. В настоящей работе описано программное обеспечение с ускорением на графических процессорах (GPU), предназначенное для высокопроизводительной обработки и количественного анализа изображений, полученных методом просвечивающей электронной микроскопии высокого разрешения (HRTEM), с целью выявления скрытых проявлений атомной упорядоченности в аморфных сплавах. В программном обеспечении предполагается наличие параллельной предварительной обработки изображений, локализация атомных позиций, кластеризация изображений по радиальному критерию, а также применение метрик, основанных на теории графов и энтропийных характеристиках, для количественной оценки ближнего и среднего порядка. Модульная архитектура программного комплекса обеспечивает эффективное выполнение вычислений на GPU с использованием технологий CUDA и CuPy, а также оптимизированных стратегий управления памятью, что позволяет достичь ускорения обработки до 220 раз по сравнению с центральным процессором (CPU). Валидация методики проведена как на синтетических данных (сплавы FeB, CoNiFeSiB), так и на экспериментальных HRTEM-изображениях аморфных сплавов (CoP, NiW, сплав на основе железа марки 71КНСР). Полученные результаты демонстрируют выраженную корреляцию между размерами атомных кластеров, распределением валентных углов и энтропийными параметрами, с одной стороны, и макроскопическими характеристиками материалов – такими как твердость и термическая стабильность – с другой. Установлено, что увеличение размеров кластеров и преобладание тупых валентных углов (близких к 180°) свидетельствуют о повышенной локальной структурной упорядоченности, тогда как энтропийные меры обеспечивают высокую чувствительность при различении степени структурного беспорядка.
Об авторах
Дагим Силеши Дилла
Дальневосточный федеральный университет
Автор, ответственный за переписку.
Email: dilla.d@dvfu.ru
ORCID iD: 0000-0002-9100-1257
SPIN-код: 7200-1921
ассистент, департамент программной инженерии и искусственного интеллекта
Россия, г. ВладивостокЕвгений Владиславович Пустовалов
Дальневосточный федеральный университет
Email: pustovalov.ev@dvfu.ru
ORCID iD: 0000-0003-1036-3975
SPIN-код: 6192-2432
доктор физико-математических наук, профессор, департамент информационных и компьютерных систем
Россия, г. ВладивостокИрина Леонидовна Артемьева
Дальневосточный федеральный университет
Email: artemeva.il@dvfu.ru
ORCID iD: 0000-0003-2088-5259
SPIN-код: 8161-1313
доктор технических наук, профессор, заместитель директора по научной работе
Россия, г. ВладивостокСписок литературы
- Williams D.B., Carter C.B. Transmission electron microscopy. A textbook for materials science. Springer, 2009. doi: 10.1007/978-0-387-76501-3.
- Chen J.H., Zandbergen H.W., Van Dyck D. Atomic imaging in aberration-corrected high-resolution transmission electron microscopy // Ultramicroscopy. 2004. Vol. 98, No. 2–4. Pp. 81–97. doi: 10.1016/j.ultramic.2003.08.003.
- Kirkland E.J. Advanced computing in electron microscopy. 3rd ed. Springer, 2020. 289 p. doi: 10.1007/978-3-030-33260-0.
- Ophus C. A fast image simulation algorithm for scanning transmission electron microscopy // Advanced Structural and Chemical Imaging. 2017. Vol. 3. Art. 13. doi: 10.1186/s40679-017-0046-1.
- Ronneberger O., Fischer P., Brox T. U-Net: Convolutional networks for biomedical image segmentation // Medical Image Computing and Computer-Assisted Intervention – MICCAI 2015. Lecture notes in computer science. Vol. 9351. Springer, 2015. Pp. 234–241. doi: 10.1007/978-3-319-24574-4_28.
- Glaser J., Nguyen T.D., Anderson J.A. et al. Strong scaling of general-purpose molecular dynamics simulations on GPUs // Computer Physics Communications. 2015. Vol. 192. Pp. 97–107. doi: 10.1016/j.cpc.2015.02.010.
- Chapman J., Goldman N., Wood B.C. Efficient and universal characterization of atomic structures through a topological graph order parameter // npj Computational Materials. 2022. Vol. 8. Art. 37. doi: 10.1038/s41524-022-00717-7.
- Shannon C.E. A Mathematical theory of communication // The Bell System Technical Journal (BSTJ). 1948. Vol. 27. No. 3. Pp. 379–423. doi: 10.1002/j.1538-7305.1948.tb01338.x.
- Tsallis C. Possible generalization of Boltzmann–Gibbs statistics // The Journal of Statistical Physics. 1988. Vol. 52. No. 1–2. Pp. 479–487. doi: 10.1007/BF01016429.
- Srolovitz D., Egami T., Vitek V. Radial distribution function and structural relaxation in amorphous solids // Physical Review B: Condensed Matter and Materials Physics. 1981. Vol. 24. No. 12. Pp. 6936–6944. doi: 10.1103/PhysRevB.24.6936.
- Stobbs W., Smith D. High resolution imaging of amorphous materials // Nature. 1979. Vol. 281. Pp. 54–55. doi: 10.1038/281054a0.
- Pustovalov E.V., Modin E.B., Frolov A.M. et al. Effect of the process conditions for the preparation of CoNiFeSiB amorphous alloys on their structure and properties // Journal of Surface Investigation. 2019. Vol. 13. No. 4. Pp. 600–608. doi: 10.1134/S1027451019040128.
- Dilla D.S., Pustovalov E.V., Fedorets A.N. Advanced electron microscopy image processing for analyzing amorphous alloys: Electron Microscopy Image Cluster Analyzer (EMICA) // Computational Nanotechnology. 2024. Vol. 11. No. 1. Pp. 104–111. doi: 10.33693/2313-223X-2024-11-1-104-111. EDN: DYNPTQ.
- Дилла Д.С., Пустовалов Е.В., Артемьева И.Л. Применение параллельного программирования на GPU для обработки изображений и кластеризации // Computational Nanotechnology. 2024. Т. 11. № 4. С. 77–86. doi: 10.33693/2313-223X-2024-11-4-77-86. EDN: GGAJWU.
- Chapman J., Goldman N., Wood B.C. Efficient and universal characterization of atomic structures through a topological graph order parameter // npj Computational Materials. 2022. Vol. 8. Art. 37. doi: 10.1038/s41524-022-00717-7.
Дополнительные файлы
