مواد دو بعدی برای ماشینکاری

cnc-turning-process

 

 

 

همانطور که ترانزیستورها به کوچک سازی ادامه می دهند، کانال هایی که از طریق آنها جریان را هدایت می کنند باریک تر و باریک تر می شوند و به استفاده مداوم از مواد با تحرک الکترون بالا نیاز دارند.مواد دو بعدی مانند دی سولفید مولیبدن برای تحرک بالای الکترون ایده آل هستند، اما وقتی با سیم های فلزی به هم متصل می شوند، یک مانع شاتکی در رابط تماس ایجاد می شود، پدیده ای که جریان بار را مهار می کند.

 

CNC - تراش - فرز - ماشین
ماشینکاری cnc

 

 

در می 2021، یک تیم تحقیقاتی مشترک به رهبری موسسه فناوری ماساچوست و شرکت TSMC و دیگران تایید کردند که استفاده از بیسموت نیمه فلزی همراه با آرایش مناسب بین دو ماده می تواند مقاومت تماس بین سیم و دستگاه را کاهش دهد. ، در نتیجه این مشکل از بین می رود.، کمک به دستیابی به چالش های دلهره آور نیمه هادی های زیر 1 نانومتر.

 

 

تیم MIT دریافت که ترکیب الکترودها با بیسموت نیمه فلزی روی یک ماده دو بعدی می تواند مقاومت را تا حد زیادی کاهش دهد و جریان انتقال را افزایش دهد.سپس بخش تحقیقات فنی TSMC فرآیند رسوب بیسموت را بهینه کرد.سرانجام، تیم دانشگاه ملی تایوان از «سیستم لیتوگرافی پرتو یون هلیوم» برای کاهش موفقیت آمیز کانال مؤلفه به اندازه نانومتر استفاده کرد.

اوکامبرند

 

 

پس از استفاده از بیسموت به عنوان ساختار کلیدی الکترود تماسی، عملکرد ترانزیستور مواد دو بعدی نه تنها با نیمه هادی های مبتنی بر سیلیکون قابل مقایسه است، بلکه با تکنولوژی فرآیند مبتنی بر سیلیکون فعلی سازگار است که به در آینده از محدودیت های قانون مور عبور کنید.این پیشرفت تکنولوژیکی مشکل اصلی ورود نیمه هادی های دو بعدی به صنعت را حل خواهد کرد و نقطه عطف مهمی برای ادامه پیشرفت مدارهای مجتمع در دوران پس از مور است.

CNC - تراش - تعمیر
ماشینکاری-2

علاوه بر این، استفاده از علم مواد محاسباتی برای توسعه الگوریتم‌های جدید برای تسریع در کشف مواد جدید بیشتر نیز نقطه داغی در توسعه فعلی مواد است.به عنوان مثال، در ژانویه 2021، آزمایشگاه ایمز از وزارت انرژی ایالات متحده مقاله ای در مورد الگوریتم "جستجوی فاخته" در مجله "علم محاسبات طبیعی" منتشر کرد.این الگوریتم جدید می تواند آلیاژهای با آنتروپی بالا را جستجو کند.زمان از هفته تا ثانیهالگوریتم یادگیری ماشین که توسط آزمایشگاه ملی Sandia در ایالات متحده توسعه یافته است، 40000 برابر سریعتر از روش های معمولی است و چرخه طراحی فناوری مواد را نزدیک به یک سال کوتاه می کند.در آوریل 2021، محققان دانشگاه لیورپول در بریتانیا رباتی را توسعه دادند که می تواند به طور مستقل مسیرهای واکنش شیمیایی را ظرف 8 روز طراحی کند، 688 آزمایش را تکمیل کند و یک کاتالیزور کارآمد برای بهبود عملکرد فوتوکاتالیستی پلیمرها پیدا کند.

 

 

ماه ها طول می کشد تا آن را به صورت دستی انجام دهید.دانشگاه اوزاکا، ژاپن، با استفاده از 1200 ماده سلول فتوولتائیک به عنوان پایگاه داده آموزشی، رابطه بین ساختار مواد پلیمری و القای فوتوالکتریک را از طریق الگوریتم‌های یادگیری ماشینی مطالعه کرد و ساختار ترکیبات با کاربردهای بالقوه را در عرض 1 دقیقه با موفقیت غربال کرد.روش های سنتی به 5 تا 6 سال نیاز دارند.

آسیاب 1

زمان ارسال: اوت-11-2022

پیام خود را برای ما ارسال کنید:

پیام خود را اینجا بنویسید و برای ما ارسال کنید