FinovateFall 2021 concluyó hace poco más de una semana. Nuestro regreso a las conferencias fintech en vivo produjo uno de nuestros números más grandes...
El equipo de Mediatonic ha anunciado un gran logro para su Battle Royale de plataformas de frijoles Fall Guys, ya que aparentemente el juego ha sido...
El uso de inteligencia artificial en las decisiones de préstamo ha pasado de ser una curiosidad a, diría yo, la corriente principal en los últimos cinco años. La mayoría...
NUEVA YORK, 24 de septiembre de 2021 /PRNewswire/ -- BizVibe ha agregado desafíos y tendencias clave para los perfiles de la industria de fabricación de maquinaria de uso general en su plataforma. Todos...
WASHINGTON, 24 de septiembre de 2021 /PRNewswire/ -- El gobernador de Nevada, Steve Sisolak, emitió una proclamación que reconoce del 20 al 24 de septiembre de 2021 como la Semana de la Energía Limpia en el...
El sistema utiliza datos de microscopía para detectar y cuantificar problemas inducidos por la radiación, como defectos e hinchazón. Los investigadores esperan que el sistema pueda acelerar el desarrollo de componentes para reactores nucleares avanzados, que pueden desempeñar un papel fundamental en la reducción de las emisiones de gases de efecto invernadero.
“Creemos que somos el primer equipo de investigación en demostrar la detección y cuantificación de los daños por radiación basados en imágenes en tiempo real en la escala de longitud nanométrica en el mundo”, dijo el profesor Kevin Field, ingeniero nuclear de Michigan y vicepresidente de visión artificial. hasta Theia Scientific.
La nueva tecnología fue probada en el Laboratorio de Rayos de Iones de Michigan. Al dirigir haces de iones hacia muestras de material, el laboratorio puede emular rápidamente el daño sufrido después de años o décadas de uso en un reactor nuclear. El equipo utilizó un haz de iones de criptón de gas noble para probar una muestra de hierro, cromo y aluminio tolerante a la radiación de interés para su uso en reactores de fisión y fusión.
“Si la exposición a la radiación hace que su metal parezca queso suizo en lugar de un buen queso cheddar de Wisconsin, sabría que no tendrá integridad estructural”, dijo Field.
Los iones de criptón crean defectos de radiación en la muestra; en este caso, un plano de átomos faltantes o extra intercalados entre dos planos de red cristalina ordinarios. Aparecen como puntos negros en las imágenes del microscopio electrónico. El laboratorio puede observar el desarrollo de estos defectos con un microscopio electrónico, que se ejecuta durante el proceso de irradiación, produciendo un video.
"Anteriormente, grabábamos todo el video para los experimentos de irradiación y luego caracterizábamos solo unos pocos cuadros", dijo el Dr. Priyam Patki, quien dirigió el experimento con Christopher Field, presidente de Theia Scientific. "Pero ahora, con la ayuda de esta técnica , podemos hacerlo para todos y cada uno de los fotogramas, lo que nos da una idea del comportamiento dinámico de los defectos en tiempo real".
Para evaluar los defectos inducidos por la radiación, los investigadores normalmente descargarían el video y contarían cada defecto en cuadros seleccionados. Con los cientos, o incluso miles, de imágenes o fotogramas de video creados por microscopios modernos, se perdería gran parte de la información detallada, ya que contar los defectos manualmente en cada fotograma es muy laborioso.
En cambio, el equipo usó el software de Theia Scientific para detectar y cuantificar los defectos inducidos por la radiación instantáneamente durante el experimento. El software muestra los resultados en gráficos superpuestos a las imágenes del microscopio electrónico, que etiquetan los defectos (dando tamaño, número, ubicación y densidad) y resumen esta información como una medida de integridad estructural.
“La evaluación en tiempo real de la integridad estructural nos permite detenernos temprano si un material se está desempeñando mal y elimina cualquier cuantificación extensa basada en humanos”, dijo Field. "Creemos que nuestro proceso reduce el tiempo desde la idea hasta la conclusión en casi 80 veces".
El software de Theia utiliza una red neuronal convolucional, un tipo de red neuronal artificial que se utiliza a menudo para interpretar imágenes, para analizar los fotogramas de vídeo. La red neuronal logró una interpretación robusta y de alta velocidad en muestras de calidad variable, lo que a su vez permitió el salto de la interpretación manual a la visión artificial en tiempo real.
Se espera que la técnica de interpretación pueda adaptarse a otros tipos de microscopía basada en imágenes. Field comentó: "Vemos caminos claros para acelerar los descubrimientos en los sectores de energía, transporte y biomédico".
IoT se ha convertido en una tecnología popular en todos los sectores. Desde automóviles, equipos industriales, electrodomésticos hasta sistemas de seguridad, todo está conectado al...