Denne visualisering viser lag af grafen, der bruges til membraner. Kredit:University of Manchester
Grafen har skabt høje forventninger, som en stærk, ultra tynd, todimensionelt materiale, der også kunne danne grundlag for nye komponenter inden for informationsteknologi. Der er derfor et stort behov for karakterisering af grafenenheder. Dette kan gøres ved hjælp af Raman-spektroskopi. Laserlys sendes til materialeprøven, og spredte fotoner fortæller os om rotationerne og vibrationerne af molekylerne indeni, og dermed om krystalstrukturen. Gennemsnitlig, kun omkring 1 ud af 10 millioner fotoner er spredt på denne måde. Dette gør det ikke kun svært at finde den rigtige information, den er også meget langsom:det kan tage et halvt sekund at afbilde en enkelt pixel. Spørgsmålet er, om Raman stadig er den bedste løsning, eller hvis der er bedre alternativer. Forskerne Sachin Nair og Jun Gao holder Raman-spektroskopi som udgangspunkt, men formår at forbedre hastigheden drastisk:ikke ved at ændre selve teknikken, men ved at tilføje en algoritme.
Støjreduktion
Denne algoritme er ikke ukendt i signalbehandlingens verden, og den kaldes Principal Component Analysis. Det bruges til at forbedre signal-til-støj-forholdet. PCA bestemmer egenskaberne for støj og egenskaberne for det 'rigtige' signal. Jo større datasæt, jo mere pålidelig denne anerkendelse er, og jo klarere kan det faktiske signal skelnes. Bortset fra det, moderne Raman-instrumenter har en detektor kaldet elektron-multiplying charge-coupled device (EMCCD), der forbedrer signal-til-støj-forholdet. Nettoresultatet af dette arbejde er, at behandling af én pixel ikke tager et halvt sekund, men kun 10 millisekunder eller mindre. Kortlægning af en enkelt prøve tager ikke timer længere. En vigtig egenskab for sårbare materialer som grafenoxid er, at intensiteten af laseren kan sænkes to eller tre størrelsesordener. Dette er vigtige skridt forud for at få et hurtigt greb om materialernes egenskaber.
Multi-formål
Bortset fra grafen, den forbedrede Raman-teknik kan også bruges til andre todimensionelle materialer som germanen, silicen, molybdæn disulfid, wolframdisulfid og bornitrid. Brug af algoritmen er ikke begrænset til Raman-spektroskopi; teknikker som Atomic Force Microscopy og andre hyperspektrale teknikker kunne også drage fordel af det.
Forskningen er udført i gruppen Physics of Complex Fluids af Prof Frieder Mugele, en del af UT's MESA+ Institute. Forskerne samarbejdede med Medical Cell BioPhysics-gruppen og Physics of Interfaces and Nanomaterials-gruppen, også fra University of Twente.
Denoising-algoritme forbedrer Raman-scanningshastigheden. Kredit:©Science China Press
Sidste artikelDirekte syntese af azulen fortsætter med at afsløre lokkende egenskaber
Næste artikelKan fremtidens huse laves af bakterier?