Auto-Rietveld精修软件推荐

文章介绍了AutoFP,一款由崔晓鹏等人基于Fullprof开发的自动粉末衍射精修工具,用于材料科学中的结构分析。该软件利用Python环境,能自动进行精修过程,提高科研效率。虽然在某些精修指标上可能不如Fullprof手动精修,但AutoFP在速度上有显著优势,尤其适用于简单体系和批量数据处理。
部署运行你感兴趣的模型镜像

一、Auto-Rietveld

粉末衍射精修,是一个材料学与数学算法结合的过程,是一个各类物理参数耦合结果逼近实验数据的处理过程。就非复杂的精修体系而言,其精修顺序基本是类似的,不同软件修正的参数也很接近。因此,开发一款自动精修软件具有合理依据。计算机擅长做重复的机器行为,因此这类精修软件在简单体系、简单体系的批量数据处理中具有明显优势,可以为科研工作者节省很多时间。当然,计算机程序是傻的,需要人为的依据数据实际情况给与恰当的精修参数数目和顺序,才能获得一个结构合理的结果。总而言之,这类软件在处理一些体系得心应手,今天我们就来介绍其中一款基于Fullprof的自动化精修软件。

二、AutoFP

2.1 AutoFP简介

AutoFP是崔晓鹏等人基于Fullprof开发的自动精修工具1。其运行基于pcr文件及PyFullprof包,该工具结构如图1所示。该软件可实时给出Rwp的数值,在Y2O3等Demo的运行结果令人满意,具体软件介绍在这里不进行详细说明,有兴趣的可以联系软件包作者或查看文献。本推文主要介绍怎么运行该软件,怎么进行自动精修。

图1 AutoFP工作包结构

2.2 AutoFP操作过程

01.下载安装AutoFP。由于该软件包基于Python,因此在安装过程中会自动安装Python2,目前暂不支持Python3。

02. pcr及DAT准备。这一个步骤在之前很多推文讲过,使用Fullprof直接完成该步骤,此时文件夹内存在两个文件:

03. 打开FP,在如下红色open导入pcr文件。

04. 设置精修参数顺序。

软件包按照一般情况给定了参考精修顺序,以该情形为例,精修顺序依次为:scale — zero — simple Bac. — a b c — W…,该顺序与我们在第四弹中的顺序基本一致,为通用顺序。针对数据实际情况可以自行调整精修顺序

05. 选择图形精修参数,auto run。

可选参数如红框内所示,简单数据可直接selcet All,run。不过,个人习惯,先精修所有的图形参数,后精修结构参数。以该例子为情况,如下:

勾选所有的profile参数及zero,RUN:

大约15秒后,Rwp显示为19.2%。打开sum文件,可以看到该Rwp值为Conventional Rietveld R-factors,按照not corrected for background的R值来论,此时的Rwp= 10.8%。打开prf,观察差值线,整体精修结果尚可,随后加入结构参数进行自动精修。

06. 选择图形参数 + 结构参数,auto run。

此时,结果差别不大;随后,扣除低角度区域,将各向异性温度因子加入,auto-run,结果如下:

图谱如下:

Rp: 6.22

Rwp: 8.24

Rexp: 3.12

2.3 AutoFP与Fullprof结果对比

为了直观的了解该软件包在简单数据中的精修效果,我们也将该数据在Fullprof中进行了精修,对比结果如下:

1.图谱直观对比

Fullprof is the Winner;

1.参数及R等比较

参数

AutoFP

Fullprof

Chi2

6.99

2.62

Rp

6.22

3.72

Rwp

8.24

5.04

Rb

3.76

2.54

Rf

2.07

1.76

a

10.6007(1)

10.6020(1)

V

1191.259(2)

1191.739( 2)

Y2-X

0.96764

0.96757

O1-X

0.39093

0.39030

O1-Y

0.15386

0.15366

O1-Z

0.37935

0.37943

CPU Time

0.156 seconds

0.766 seconds

Total Time

20 -30 seconds

20- 30 minutes

通过对比可以看出,使用Fullprof手动精修的R因子均比AutoFP好,这可能是精修顺序的原因,具体问题这里不进行探究。然而,精修结果是很接近的,无论是晶胞参数还是原子坐标,从这个角度来说,AutoFP结果也不错。重点是最底下的精修时间,Fullprof手动精修该数据,大约花了25分钟左右,如果使用AutoFP精修该数据至上述状态,只需要30秒。这在效率上是一致压倒性的优势。

参考文献

1.Cui X, Feng Z, Jin Y, et al. AutoFP: a GUI for highly automated Rietveld refinement using an expert system algorithm based on FullProf [J]. Journal of Applied Crystallography, 2015, 48(5): 1581-1586.

错误之处敬请批评谅解。

科学指南针是杭州研趣信息技术有限公司推出的主品牌,专注科研服务,以分析测试为核心。团队核心成员全部来自美国密歇根大学,卡耐基梅隆大学,瑞典皇家工学院,浙江大学,上海交通大学,同济大学等海内外名校,为您对接测试的项目经理100%具有硕士以上学历。我们整合高校/社会闲置仪器设备资源,甄选优质仪器,为广大科研工作者提供方便、快速、更具性价比的分析测试服务。

免责声明:部分文章整合自网络,因内容庞杂无法联系到全部作者,如有侵权,请联系删除,我们会在第一时间予以答复,万分感谢。

更多科研干货教程,可以点击下面链接获取哦~

数据分析

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

基于STM32 F4的永磁同步电机无位置传感器控制策略研究内容概要:本文围绕基于STM32 F4的永磁同步电机(PMSM)无位置传感器控制策略展开研究,重点探讨在不依赖物理位置传感器的情况下,如何通过算法实现对电机转子位置和速度的精确估计与控制。文中结合嵌入式开发平台STM32 F4,采用如滑模观测器、扩展卡尔曼滤波或高频注入法等先进观测技术,实现对电机反电动势或磁链的估算,进而完成无传感器矢量控制(FOC)。同时,研究涵盖系统建模、控制算法设计、仿真验证(可能使用Simulink)以及在STM32硬件平台上的代码实现与调试,旨在提高电机控制系统的可靠性、降低成本并增强环境适应性。; 适合人群:具备一定电力电子、自动控制理论基础和嵌入式开发经验的电气工程、自动化及相关专业的研究生、科研人员及从事电机驱动开发的工程师。; 使用场景及目标:①掌握永磁同步电机无位置传感器控制的核心原理与实现方法;②学习如何在STM32平台上进行电机控制算法的移植与优化;③为开发高性能、低成本的电机驱动系统提供技术参考与实践指导。; 阅读建议:建议读者结合文中提到的控制理论、仿真模型与实际代码实现进行系统学习,有条件者应在实验平台上进行验证,重点关注观测器设计、参数整定及系统稳定性分析等关键环节。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值