Het onderzoek is gepubliceerd in National Science Review.
Van grafeen wordt veel verwacht, als een sterk, ultradun en tweedimensionaal materiaal dat ook de basis kan zijn voor nieuwe componenten in de informatietechnologie. Dit vraagt om meettechnieken waarmee de componenten zijn te karakteriseren. Dat is mogelijk met Raman spectroscopie, waarbij laserlicht naar het materiaal wordt gestuurd. Verstrooide fotonen geven dan meer informatie over de trillingen en rotaties in de moleculen, en daarmee over de kristalstructuur. Gemiddeld wordt slechts 1 op de 10 miljoen fotonen die van de laser komen, op die manier verstrooid. Daardoor is het niet alleen moeilijker om de juiste informatie af te leiden, het gaat ook nog eens erg langzaam: het kan een halve seconde vergen om een enkele pixel in beeld te brengen. De vraag is dan of Raman nog steeds de beste optie is, of dat er betere alternatieven voorhanden zijn. UT-onderzoekers Sachin Nair en Jun Gao gaan wel uit van Raman spectroscopie, maar slagen erin de snelheid drastisch te verhogen; niet door in de techniek zèlf in te grijpen, maar dankzij een slim algoritme voor de signaalverwerking.
Het algoritme heet Principal Component Analysis (PCA) en is geen onbekende in de wereld van signaalverwerking. Het wordt gebruikt om het eigenlijke signaal en de ruis beter te kunnen scheiden, dus de signaal-ruisverhouding te verbeteren. PCA bepaalt de karakteristieken van zowel de ruis als van het eigenlijke signaal. Hoe groter de dataset is, hoe betrouwbaarder de herkenning van het eigenlijke signaal wordt. Los daarvan hebben moderne Raman spectroscopen een lichtdetector die electron-multiplying charge-coupled device (EMCCD) heet en ook gunstig werkt op de signaal-ruisverhouding. Netto resultaat is dat het verwerken van een pixel niet een halve seconde duurt, maar maximaal 10 milliseconden. Een heel sample scannen is geen kwestie meer van uren, maar van minuten.
Voor kwetsbare materialen zoals grafeenoxide is het voordeel daarnaast dat de intensiteit van de laser twee tot drie keer omlaag kan. Dit zijn belangrijke stappen om grip te krijgen op de materiaaleigenschappen, zelfs met een bestaande techniek.
De verbeterde Raman-techniek, die door de onderzoekers ai-CRM is genoemd (algorithm-improved Confocal Raman Microscopy) is genoemd, is ook te gebruiken voor andere 2D-materialen zoals germaneen, siliceen, molybdeendisulfide, wolfraamdisulfide en boornitride. Nog een voordeel: het algoritme is niet alleen inzetbaar voor Raman spectroscopie. Ook technieken zoals Atomic Force Microscopie kunnen ervan profiteren.
De beroemde humanoïde robot Atlas is met pensioen gegaan. De hydraulische versie tenminste, want zijn…
Er komt geld voor vier jaar onderzoek door promovendi op het gebied van biotechnologie en…
De massaproductie van siliciumchips vindt plaats in foundries. Volgens KU Leuven en imec is dit…
Pacemakers, defibrillatoren, radartechnologie en elektrische voertuigen hebben allemaal condensatoren nodig. Deze elektrische componenten moeten veel…
Het verstandshuwelijk van fiets en trein. Daarover gaat het promotieonderzoek van de 70-jarige Jan Ploeger.…
Heilind Electronics Europe wil zijn aanwezigheid in West-Europa uitbreiden. De verdeler van elektromechanische componenten, verbindings-…