Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouEsther Caetano Alterado mais de 10 anos atrás
1
Análise de Nano Estruturas Através da Técnica MEIS
Maurício de A. Sortica Pedro Luis Grande Leonardo Miotti Giovanna Machado Thiago Menegotto Daniel Baptista
2
Motivação Catalisadores para otimizar processos químicos
Nanotecnologia Nanofotônica Aplicações biomédicas e farmacêuticas
3
Nanoestruturas
4
Caracterização Difração de raio-X (XRD) Microscopia
de força atômica (AFM) eletrônica de transmissão (TEM) eletrônica de varredura por emissão de campo (FE-SEM) de varredura por tunelamento (STM) Difração de elétrons de alta energia (RHEED) Espectroscopia de photoelétron (PES) Espalhamento de íons com média energia (MEIS) FWHM do pico de XRD pode-se obter o tamanho médio das partículas através da eq. de Scherrer AFM determina tamanho médio assim como distribuição de tamanhos. Normalmente falha para < 10nm --- > TEM RHEED – cristalinidade e morfologia de part. depositadas sobre rede cristalina. PES – análise da banda de valência
5
MEIS – Espalhamento de Íons de Energia Média
Técnica análoga ao RBS com alta resolução em energia e ângulo Análise estrutural de superfícies/interfaces com resolução subnanométrica Análise de composição e perfil de profundidade de filmes finos resolução de profundidade ~ 2 a 3Å
6
MEIS Vantagens Limitações facilidade na preparação da amostra
permite determinar quantitativamente composição e estequiometria da nanopartícula perfil de concentrações dentro da nanopartícula Limitações MEIS deve ser combinado com outras técnicas para caracterizar completamente a amostra é necessário poder separar os espectros dos elementos presentes na amostra
7
Simulação de Espectro Probabilidade de um íon espalhado no i-ésimo elemento no volume unitário dv ser detectado com energia Eout .
8
Simulação de Espectro Simulação tradicional
divide-se a amostra em fatias calcula-se o espectro para cada fatia soma-se os espectros de todas as fatias
9
Simulação de Espectro – Nano
Simulação para nanopartículas divide-se a amostra em cubinhos calcula-se o espectro de cada cubinho soma-se os espectros de todos os cubinhos
10
Partículas não têm necessariamente o mesmo tamanho: distribuição de tamanhos
Densidade de partículas por unidade de área não é necessariamente uniforme
11
Simulação para nanopartículas
Método Montecarlo
12
A posição em uma partícula onde ocorre o espalhamento é dada por (x, y, z) em um hemisfério.
1. (x, y, z) é determinado aleatoriamente 2. r1 é calculado e a perda de energia do feixe antes do espalhamento é calculada pelo stopping power. 3. A energia após o espalhamento é calculada pelo fator cinemático. 4. A perda de energia no caminho de saída é calculada pelo stopping power e Eout é determinado. 5. A perda de energia é suposta como gaussiana f(E-Eout, G) com FWHM G. 6. É introduzido um fator de correção F+(E) para compensar a neutralização de cargas 7. O cálculo é realizado para um grande número de íons incidentes. Cada distribuição de energia é convoluida para gerar Hi(E) para o i-ésimo elemento Somando sobre todos os Hi(E) é gerado Hr(E), que corresponde ao espectro de uma partícula de raio r.
13
Software para simulação
Distribuição de perda de energia não é simétrica Estudo dos efeitos dessa assimetria no estudo de nanopartículas muito pequenas Amostras podem conter várias geometrias e vários tamanhos Cada tamanho é representado por uma matriz tridimensional contendo a composição de cada posição (x,y,z)
14
PowerMeis
15
PowerMeis
16
PowerMeis
17
Comparação
18
Partícula x Filme
19
NANOPARTICLES Gold Massachusetts Institute of Technology
20
Ajuste
21
Perda de Energia
22
Perda de Enegia
23
Perda de Energia
24
Agradecimentos Cristiano Krug Samir Shubeita Elisa Claudião
Leonardo Miotti Thiago Menegotto Giovanna Machado
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.