Inteligencia artificial aplicada a simulaciones atomicas de temas nucleares
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 p...
| Autores: | , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2010 |
| País: | Argentina |
| Institución: | Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
| Repositorio: | Biblioteca Digital (UBA-FCEN) |
| Idioma: | español |
| OAI Identifier: | afa:afa_v22_n01_p124 |
| Acceso en línea: | https://hdl.handle.net/20.500.12110/afa_v22_n01_p124 |
| Access Level: | acceso abierto |
| Palabra clave: | FE-0.75%NI INTELIGENCIA ARTIFICIAL AKMC SIMULACIONES ATOMICAS ARTIFICIAL INTELLIGENCE ATOMISTIC SIMULATIONS |
| Sumario: | 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 |
|---|