Ontwikkeling snaren voor 's werelds meest gevoelige mechanische sensoren

De Nederlandse TU Delft en de Amerikaanse Brown University hebben nanosnaren ontworpen die langer kunnen trillen bij kamertemperatuur dan elk ander tot nu toe bekend object in vaste toestand.

Trefwoorden: #nano, #onderzoek, #snaren, #trillen

Lees verder

research

( Foto: TU Delft )

ENGINEERINGNET.BE - De nieuw ontwikkelde nanosnaren hebben de hoogste mechanische kwaliteitsfactoren die ooit zijn gemeten voor een vastgeklemd object bij kamertemperatuur.

De snaren zitten vastgeklemd op een microchip, wat de technologie interessant maakt voor integratie met bestaande microchipplatforms.

Mechanische kwaliteitsfactoren geven aan in hoeverre energie uit een trillend voorwerp vloeit. Deze snaren zijn speciaal ontworpen om trillingen vast te houden en hun energie niet weg te laten lekken.

"Onze nanosnaren trillen 100.000 keer per seconde", zegt universitair hoofddocent Richard Norte van TU Delft. "Omdat het moeilijk is voor energie om te ontsnappen, kan ook omgevingsgeluid moeilijk binnenkomen, waardoor dit een van de beste sensoren is voor gebruik in omgevingen met kamertemperatuur."

Deze innovatie is cruciaal voor het bestuderen van macroscopische kwantumverschijnselen bij kamertemperatuur, waar zulke verschijnselen voorheen werden gemaskeerd door ruis.

Het vermogen van de nanosnaren om zichzelf te isoleren van trillingsruis stelt hen in staat om een venster te openen naar hun eigen kwantumhandtekening; snaren gemaakt van miljarden atomen. In alledaagse omgevingen zou deze eigenschap interessante toepassingen hebben voor kwantumgebaseerde detectie.

De nanostructuren worden gemaakt met geavanceerde nanotechnieken die zijn ontwikkeld aan TU Delft, en verleggen de grenzen van hoe dunne en lange ophangbare nanostructuren zijn te maken.

Een belangrijk punt van deze nanostructuren is dat ze perfect op een microchip gemaakt kunnen worden, waardoor er een buitengewone overeenkomst is tussen simulaties en experimenten. Zo kunnen simulaties fungeren als data voor algoritmen voor machine learning, in plaats van dure experimenten.

TU Delft gebruikte algoritmen voor machine learning om het ontwerp te optimaliseren zonder voortdurend prototypes te maken.

Deze algoritmen maakten slim gebruik van inzichten uit eenvoudigere, kortere snaar-experimenten om de ontwerpen van langere snaren te verfijnen, waardoor het ontwikkelingsproces economisch en effectief was.

De nieuw nanosnaren bieden veelbelovende mogelijkheden voor de integratie van zeer gevoelige sensoren met standaard microchiptechnologie, wat kan leiden tot nieuwe benaderingen in detectie op basis van trillingen.

Ook kunnen de concepten worden uitgebreid naar complexere ontwerpen om andere belangrijke parameters te meten, zoals versnelling voor traagheidsnavigatie of iets dat meer lijkt op een vibrerend trommelvel voor de volgende generatie microfoons.