Synthesis parameter effect detection using quantitative representations and high dimensional distribution distances

要約

【タイトル】量的表現と高次元分布距離を用いた合成パラメータ効果の検出方法

【要約】材料科学において、合成プロセスのパラメーターが材料の微細構造に与える影響を検出することは重要ですが、難しい目標です。この論文では、共分散理論、高次元分布距離、排列統計量に基づく効果の検出方法を提唱し、Pu(III)オキサレートからプルトニウム酸化物を合成する実験に適用しています。我々は、打撃順序とオキサル酸フィードが生成されるプルトニウム酸化物の微細構造に与える影響を検出しました。また、酸濃度、打撃順序、そして沈殿温度のペア間で過剰な二変数効果も検出しました。これらの結果は文献とよく一致しています。

【要点】

– 合成プロセスのパラメーターが材料の微細構造に与える影響を検出することは重要だが難しい
– 共分散理論、高次元分布距離、排列統計量を使った効果の検出方法を提唱
– Pu(III)オキサレートからプルトニウム酸化物を合成し、打撃順序とオキサル酸フィードが生成されるプルトニウム酸化物の微細構造に与える影響を検出
– 酸濃度、打撃順序、そして沈殿温度のペア間で過剰な二変数効果も検出
– これらの結果は文献とよく一致している

要約(オリジナル)

Detection of effects of the parameters of the synthetic process on the microstructure of materials is an important, yet elusive goal of materials science. We develop a method for detecting effects based on copula theory, high dimensional distribution distances, and permutational statistics to analyze a designed experiment synthesizing plutonium oxide from Pu(III) Oxalate. We detect effects of strike order and oxalic acid feed on the microstructure of the resulting plutonium oxide, which match the literature well. We also detect excess bivariate effects between the pairs of acid concentration, strike order and precipitation temperature.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI