新技术挖掘潜力以更便宜更快速地识别优质石墨烯

澳大利亚莫纳什大学的工程师开发了世界首创的技术，可以帮助行业识别和出口高质量石墨烯，比目前的方法更便宜、更快、更准确。今天发表在国际期刊Advanced Science 上的研究人员使用光学显微镜的数据集开发了一种机器学习算法，该算法可以在 14 分钟内无偏差地表征石墨烯的特性和质量。

这项技术改变了全球数百家石墨烯或氧化石墨烯制造商的游戏规则。它将帮助他们快速提高石墨烯供应的质量和可靠性。

目前，制造商只能在产品制造后才能检测产品中使用的石墨烯的质量和性能。

通过这种有可能在商业支持下在全球推广的算法，石墨烯生产商可以确保产品的质量，并消除一系列表征技术的耗时和昂贵的过程，以识别石墨烯特性，例如厚度和厚度。原子层的大小。

来自莫纳什大学机械与航空航天工程系和澳大利亚研究委员会石墨烯促进产业转型中心的 Mainak Majumder 教授领导了这项突破性研究。

研究合著者是 Md. Joynul Abedin 和 Mahdokht Shaibani 博士(莫纳什，机械和航空航天工程系)，以及 Titon Barua(Vimmaniac Ltd.，孟加拉国)。

“石墨烯具有非凡的导电和导热能力。它被广泛用于生产用于水净化、能量存储和智能技术的膜，例如交通桥梁上的承重传感器，”Majumder 教授说。

“与此同时，石墨烯在大量使用时相当昂贵。一克高质量石墨烯的价格可能高达 1,000 澳元(720 美元)，其中很大一部分是由于成本高昂的质量控制过程。

“因此，制造商需要确保他们采购的是市场上最高质量的石墨烯。我们的技术可以在 14 分钟内检测出单个 1936 x 1216 分辨率数据集的石墨烯特性。这将为制造商节省宝贵的时间和钱，并在不断增长的市场中建立竞争优势。”

石墨烯于 2004 年被发现，因其出色的轻质、薄型和超柔韧特性而被吹捧为一种神奇的材料。石墨烯是通过石墨的剥离产生的。石墨是一种碳原子呈六边形排列的结晶形式，由多层石墨烯组成。

然而，将这种潜力转化为现实生活和可用产品的速度很慢。原因之一是商业上常用的石墨烯缺乏可靠性和一致性。

生产石墨烯和氧化石墨烯片的最广泛使用的方法是通过液相剥离 (LPE)。在此过程中，单层片材通过剪切力从其 3-D 对应物(例如石墨、氧化石墨膜或膨胀石墨)上剥离。

但是，这只能使用干燥样品进行成像(即一旦石墨烯已涂覆在载玻片上)。

“尽管石墨烯材料的标准化指南一直受到高度重视，但实际上没有办法监测剥离的基本单元过程，产品质量因实验室而异，因制造商而异，”Shaibani 博士说。

“因此，尽管该材料声称是石墨烯，但在报告的性能 - 性能特征中经常观察到差异。

“对于有兴趣向客户提供具有可靠功能和特性的高质量石墨烯的行业，我们的工作可能很重要。有许多 ASX 上市公司试图进入这个价值十亿美元的市场，这项技术可以加速这种兴趣.”

研究人员将该算法应用于 18 个石墨烯样品的分类，其中 8 个来自商业来源，其余在受控处理条件下在实验室中生产。

研究人员使用定量偏振光学显微镜确定了一种检测、分类和量化天然分散形式的剥落石墨烯的技术。

为了以快速有效的方式最大化从数百张图像和大量样本中生成的信息，研究人员开发了一种无监督机器学习算法来识别性质相似的数据簇，然后使用图像分析来量化每个簇的比例。

Abedin 先生表示，这种方法有可能用于其他二维材料的分类和量化。

“我们的方法在亚纳米到微米尺度上对堆积进行分类并测量石墨烯/氧化石墨烯的通用分散体中剥离的大小、厚度和浓度的能力令人兴奋，并为能源和热先进产品的开发带来了非凡的希望，”阿贝丁先生说。

澳大利亚研究委员会石墨烯促进行业转型中心主任 Dusan Losic 教授说：“我们 ARC 研究中心的这些杰出成果将对新兴的数十亿美元的石墨烯行业产生重大影响，为石墨烯制造商和最终用户提供新的简单质量控制用于定义目前缺失的石墨烯材料质量的工具。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！