Dara: Automatisierte Identifizierung und Verfeinerung mehrerer Hypothesen aus der Pulverdiffraktion mit Röntgenstrahlen

Die Pulverdiffraktion mit Röntgenstrahlen (XRD) ist eine grundlegende Technik zur Charakterisierung kristalliner Materialien. Die zuverlässige Interpretation von XRD-Mustern, insbesondere in Mehrphasen-Systemen, bleibt jedoch eine manuelle und expertisenintensive Aufgabe. Da die Charakterisierungsmethode nur strukturelle Informationen liefert, können oft mehrere Referenzphasen auf ein einzelnes Muster angepasst werden, was zu potenziellen Fehlinterpretationen führen kann, wenn alternative Lösungen übersehen werden. Um die Bemühungen der Menschen zu erleichtern und die Herausforderung anzugehen, stellen wir Dara (datengetriebenes automatisiertes Rietveld-Analyse) vor, ein Rahmenwerk, das entwickelt wurde, um die robuste Identifizierung und Verfeinerung mehrerer Phasen aus Pulverdaten von XRD zu automatisieren. Dara führt eine erschöpfende Baumsuche über alle plausiblen Phasenkombinationen innerhalb eines gegebenen chemischen Raums durch und validiert jede Hypothese mit der BGMN Rietveld-Verfeinerungsroutine. Zu den wichtigsten Funktionen gehören das Filtern von Strukturdatensätzen, die automatische Clusterbildung isostrukturierter Phasen während der Baumexpansion und die notwendige Bewertung auf Basis des Peak-Abgleichs zur Identifizierung vielversprechender Phasen zur Verfeinerung. Wenn Mehrdeutigkeit besteht, generiert Dara mehrere Hypothesen, zwischen denen dann von menschlichen Experten oder mit weiteren Charakterisierungswerkzeugen entschieden werden kann. Durch die Verbesserung der Zuverlässigkeit und Genauigkeit bei der Phasenidentifikation ermöglicht Dara eine skalierbare Analyse realistischer komplexer XRD-Muster und bietet eine Grundlage für die Integration in multimodale Charakterisierungsworkflows, um in Richtung einer vollständig selbstfahrenden Materialentdeckung zu gehen.