Inteligencia artificial aplicada a simulaciones atomicas de temas nucleares
- Autores
- Pascuet, María Inés Magdalena; Castin, Nicolás; Malerba, Lorenzo
- Año de publicación
- 2010
- Idioma
- español castellano
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- La principal causa de endurecimiento y fragilización de un reactor nuclear bajo presión es la formación de precipitados ricos en cobre, porque actúan como obstáculo para el movimiento de las dislocaciones. El método de Monte Carlo cinético atomístico (AKMC) es una herramienta ampliamente utilizada para el estudio de para el estudio de la difusión controlada por la microestructura y la evolución microquímica en el envejecimiento de aceros bajo irradiación. Se desarrolla un novedoso método de Inteligencia Artificial, mediante redes neuronales artificiales (ANN) para calcular las energías de migración de defectos puntuales. Se utilizan potenciales interatómicos que tienen en cuenta efectos de relajación de largo rango. El propósito de este trabajo es la aplicación de este método para el cálculo de los coeficientes de difusión, frecuencias de salto y tiempo de vida de clusters de Cu-vacancias y en un entorno de Fe-Ni y de Fe puro
The formation of copper-rich precipitates under irradiation is accepted to be among the main causes of hardening and embrittlement of reactor pressure vessel steels during operation, in consequence of their acting as obstacles to dislocation motion. Atomistic kinetic Monte Carlo (AKMC) methods are widespread tools to study diffusion-controlled microestructural and microchemical evolution in alloys during thermal ageing under irradiation. A novel AKMC was developed, that utilizes artificial neuronal networks (ANN) to calculate the point-defects migration energies, talking all the long-ranged relaxation effects, as predicted by a given interatomic potential, into account. The propose of this work is the application of the method to the calculation of the diffusion coefficients, jumps frequencies and lifetimes of Cu-vacancies clusters in Fe and in Fe-Ni environments
Fil: Pascuet, María Inés Magdalena. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). CABA. Argentina
Fil: Castin, Nicolás. SCK-CEN. Mol. Bélgica
Fil: Malerba, Lorenzo. SCK-CEN. Mol. Bélgica - Fuente
- An. (Asoc. Fís. Argent., En línea) 2010;01(22):124-127
- Materia
-
FE-0.75%NI
INTELIGENCIA ARTIFICIAL
AKMC
SIMULACIONES ATOMICAS
FE-0.75%NI
ARTIFICIAL INTELLIGENCE
AKMC
ATOMISTIC SIMULATIONS - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc-sa/2.5/ar
- Repositorio
.jpg)
- Institución
- Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
- OAI Identificador
- afa:afa_v22_n01_p124
Ver los metadatos del registro completo
| id |
BDUBAFCEN_70e20287008b9b043b9d38dc4e3a6129 |
|---|---|
| oai_identifier_str |
afa:afa_v22_n01_p124 |
| network_acronym_str |
BDUBAFCEN |
| repository_id_str |
1896 |
| network_name_str |
Biblioteca Digital (UBA-FCEN) |
| spelling |
Inteligencia artificial aplicada a simulaciones atomicas de temas nuclearesApplication of an artificial intelligence aided atomistic simulation to nuclear related problemsPascuet, María Inés MagdalenaCastin, NicolásMalerba, LorenzoFE-0.75%NIINTELIGENCIA ARTIFICIALAKMCSIMULACIONES ATOMICASFE-0.75%NIARTIFICIAL INTELLIGENCEAKMCATOMISTIC SIMULATIONSLa principal causa de endurecimiento y fragilización de un reactor nuclear bajo presión es la formación de precipitados ricos en cobre, porque actúan como obstáculo para el movimiento de las dislocaciones. El método de Monte Carlo cinético atomístico (AKMC) es una herramienta ampliamente utilizada para el estudio de para el estudio de la difusión controlada por la microestructura y la evolución microquímica en el envejecimiento de aceros bajo irradiación. Se desarrolla un novedoso método de Inteligencia Artificial, mediante redes neuronales artificiales (ANN) para calcular las energías de migración de defectos puntuales. Se utilizan potenciales interatómicos que tienen en cuenta efectos de relajación de largo rango. El propósito de este trabajo es la aplicación de este método para el cálculo de los coeficientes de difusión, frecuencias de salto y tiempo de vida de clusters de Cu-vacancias y en un entorno de Fe-Ni y de Fe puroThe formation of copper-rich precipitates under irradiation is accepted to be among the main causes of hardening and embrittlement of reactor pressure vessel steels during operation, in consequence of their acting as obstacles to dislocation motion. Atomistic kinetic Monte Carlo (AKMC) methods are widespread tools to study diffusion-controlled microestructural and microchemical evolution in alloys during thermal ageing under irradiation. A novel AKMC was developed, that utilizes artificial neuronal networks (ANN) to calculate the point-defects migration energies, talking all the long-ranged relaxation effects, as predicted by a given interatomic potential, into account. The propose of this work is the application of the method to the calculation of the diffusion coefficients, jumps frequencies and lifetimes of Cu-vacancies clusters in Fe and in Fe-Ni environmentsFil: Pascuet, María Inés Magdalena. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). CABA. ArgentinaFil: Castin, Nicolás. SCK-CEN. Mol. BélgicaFil: Malerba, Lorenzo. SCK-CEN. Mol. BélgicaAsociación Física Argentina2010info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfhttps://hdl.handle.net/20.500.12110/afa_v22_n01_p124An. (Asoc. Fís. Argent., En línea) 2010;01(22):124-127reponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCENspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar2025-11-06T09:35:58Zafa:afa_v22_n01_p124Institucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962025-11-06 09:35:59.74Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse |
| dc.title.none.fl_str_mv |
Inteligencia artificial aplicada a simulaciones atomicas de temas nucleares Application of an artificial intelligence aided atomistic simulation to nuclear related problems |
| title |
Inteligencia artificial aplicada a simulaciones atomicas de temas nucleares |
| spellingShingle |
Inteligencia artificial aplicada a simulaciones atomicas de temas nucleares Pascuet, María Inés Magdalena FE-0.75%NI INTELIGENCIA ARTIFICIAL AKMC SIMULACIONES ATOMICAS FE-0.75%NI ARTIFICIAL INTELLIGENCE AKMC ATOMISTIC SIMULATIONS |
| title_short |
Inteligencia artificial aplicada a simulaciones atomicas de temas nucleares |
| title_full |
Inteligencia artificial aplicada a simulaciones atomicas de temas nucleares |
| title_fullStr |
Inteligencia artificial aplicada a simulaciones atomicas de temas nucleares |
| title_full_unstemmed |
Inteligencia artificial aplicada a simulaciones atomicas de temas nucleares |
| title_sort |
Inteligencia artificial aplicada a simulaciones atomicas de temas nucleares |
| dc.creator.none.fl_str_mv |
Pascuet, María Inés Magdalena Castin, Nicolás Malerba, Lorenzo |
| author |
Pascuet, María Inés Magdalena |
| author_facet |
Pascuet, María Inés Magdalena Castin, Nicolás Malerba, Lorenzo |
| author_role |
author |
| author2 |
Castin, Nicolás Malerba, Lorenzo |
| author2_role |
author author |
| dc.subject.none.fl_str_mv |
FE-0.75%NI INTELIGENCIA ARTIFICIAL AKMC SIMULACIONES ATOMICAS FE-0.75%NI ARTIFICIAL INTELLIGENCE AKMC ATOMISTIC SIMULATIONS |
| topic |
FE-0.75%NI INTELIGENCIA ARTIFICIAL AKMC SIMULACIONES ATOMICAS FE-0.75%NI ARTIFICIAL INTELLIGENCE AKMC ATOMISTIC SIMULATIONS |
| dc.description.none.fl_txt_mv |
La principal causa de endurecimiento y fragilización de un reactor nuclear bajo presión es la formación de precipitados ricos en cobre, porque actúan como obstáculo para el movimiento de las dislocaciones. El método de Monte Carlo cinético atomístico (AKMC) es una herramienta ampliamente utilizada para el estudio de para el estudio de la difusión controlada por la microestructura y la evolución microquímica en el envejecimiento de aceros bajo irradiación. Se desarrolla un novedoso método de Inteligencia Artificial, mediante redes neuronales artificiales (ANN) para calcular las energías de migración de defectos puntuales. Se utilizan potenciales interatómicos que tienen en cuenta efectos de relajación de largo rango. El propósito de este trabajo es la aplicación de este método para el cálculo de los coeficientes de difusión, frecuencias de salto y tiempo de vida de clusters de Cu-vacancias y en un entorno de Fe-Ni y de Fe puro The formation of copper-rich precipitates under irradiation is accepted to be among the main causes of hardening and embrittlement of reactor pressure vessel steels during operation, in consequence of their acting as obstacles to dislocation motion. Atomistic kinetic Monte Carlo (AKMC) methods are widespread tools to study diffusion-controlled microestructural and microchemical evolution in alloys during thermal ageing under irradiation. A novel AKMC was developed, that utilizes artificial neuronal networks (ANN) to calculate the point-defects migration energies, talking all the long-ranged relaxation effects, as predicted by a given interatomic potential, into account. The propose of this work is the application of the method to the calculation of the diffusion coefficients, jumps frequencies and lifetimes of Cu-vacancies clusters in Fe and in Fe-Ni environments Fil: Pascuet, María Inés Magdalena. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). CABA. Argentina Fil: Castin, Nicolás. SCK-CEN. Mol. Bélgica Fil: Malerba, Lorenzo. SCK-CEN. Mol. Bélgica |
| description |
La principal causa de endurecimiento y fragilización de un reactor nuclear bajo presión es la formación de precipitados ricos en cobre, porque actúan como obstáculo para el movimiento de las dislocaciones. El método de Monte Carlo cinético atomístico (AKMC) es una herramienta ampliamente utilizada para el estudio de para el estudio de la difusión controlada por la microestructura y la evolución microquímica en el envejecimiento de aceros bajo irradiación. Se desarrolla un novedoso método de Inteligencia Artificial, mediante redes neuronales artificiales (ANN) para calcular las energías de migración de defectos puntuales. Se utilizan potenciales interatómicos que tienen en cuenta efectos de relajación de largo rango. El propósito de este trabajo es la aplicación de este método para el cálculo de los coeficientes de difusión, frecuencias de salto y tiempo de vida de clusters de Cu-vacancias y en un entorno de Fe-Ni y de Fe puro |
| publishDate |
2010 |
| dc.date.none.fl_str_mv |
2010 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
| format |
article |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
https://hdl.handle.net/20.500.12110/afa_v22_n01_p124 |
| url |
https://hdl.handle.net/20.500.12110/afa_v22_n01_p124 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/2.5/ar |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Asociación Física Argentina |
| publisher.none.fl_str_mv |
Asociación Física Argentina |
| dc.source.none.fl_str_mv |
An. (Asoc. Fís. Argent., En línea) 2010;01(22):124-127 reponame:Biblioteca Digital (UBA-FCEN) instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales instacron:UBA-FCEN |
| reponame_str |
Biblioteca Digital (UBA-FCEN) |
| collection |
Biblioteca Digital (UBA-FCEN) |
| instname_str |
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
| instacron_str |
UBA-FCEN |
| institution |
UBA-FCEN |
| repository.name.fl_str_mv |
Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
| repository.mail.fl_str_mv |
ana@bl.fcen.uba.ar |
| _version_ |
1848046025707618304 |
| score |
13.084122 |