Un team di ricerca della Clarkson University riporta un'interessante conclusione che potrebbe avere importanti impatti sul futuro della nanoproduzione. La loro analisi per un modello del processo di adsorbimento sequenziale casuale (RSA) mostra che anche una piccola imprecisione nella posizione dei siti di atterraggio del reticolo può influenzare notevolmente la densità del deposito permanentemente formato.
Con l'avvento delle nanotecnologie, non solo possiamo depositare minuscole particelle, ma le superfici oi substrati target possono essere adattati per controllare le strutture risultanti.
Questo articolo affronta la precisione che deve esistere nel modello della superficie di destinazione, al fine di ottenere un'elevata perfezione e un'elevata copertura nel modello delle particelle depositate. Per fare questo, confronta RSA su tre tipi di superfici:un reticolo continuo (non modellato), una superficie modellata con precisione, e una superficie con piccole imprecisioni nel disegno. I ricercatori scoprono che imprecisioni molto piccole possono far procedere l'RSA come se la superficie fosse continua. La conseguenza è che il processo di deposizione è meno efficiente, e la copertura finale è molto più bassa. In fase di RSA, una superficie continua è coperta lentamente con una frazione maggiore dell'area che rimane scoperta rispetto a una superficie a reticolo preciso. In passato, quando le superfici su cui si depositavano particelle microscopiche erano naturalmente piatte (continue) o avevano una struttura reticolare, l'importanza delle piccole imprecisioni non era stata riconosciuta.
I ricercatori spiegano la loro analisi questa settimana nel Giornale di Fisica Chimica .
Vladimir Privman della Clarkson University è stato coinvolto nello studio di aspetti di tali sistemi dal 2007; tuttavia questo studio, condotto con lo studente laureato Han Yan, fu il primo a considerare l'imprecisione nella localizzazione del reticolo superficiale, piuttosto che nell'uniformità granulometrica.
Inizialmente suggerito dalla modellazione al computer, i loro risultati sono stati successivamente derivati da considerazioni sui modelli analitici che sono nuovi per il campo di ricerca di RSA.
"La difficoltà più grande è stata capire e accettare la scoperta numerica iniziale che suggeriva risultati che sembravano controintuitivi, "Priman ha spiegato. "Una volta accettato, potremmo effettivamente confermare i risultati iniziali, così come generalizzarli e sistematizzarli con argomenti analitici."
Substrati pre-modellati sono stati studiati per applicazioni che vanno dall'elettronica all'ottica, ai sensori, e alla crescita diretta dei cristalli. I risultati riportati suggeriscono che gli sforzi per un posizionamento fisso preciso e il dimensionamento degli oggetti nella nanoproduzione potrebbero essere controproducenti se fatti come parte della formazione di strutture da parte di RSA, in condizioni praticamente irreversibili. Un certo grado di rilassamento, per consentire agli oggetti di "spostarsi" in posizioni corrispondenti, può effettivamente essere più efficace nel migliorare sia la densità che la velocità di formazione delle strutture dense desiderate, ha detto Privman.
Questo lavoro ha implicazioni che il team si sta preparando ad esplorare.
"Ora che ci siamo resi conto che non solo la non uniformità delle particelle, ma anche l'imprecisione del modello di substrato ha effetti sostanziali sulla dinamica del processo RSA, inizieremo a studiare vari sistemi e geometrie di patterning, espandendosi oltre il nostro modello originale, " ha detto Privman.
