Ingenjörer vid Australiens Monash University har utvecklat världens första teknologi som kan hjälpa industrin att identifiera och exportera högkvalitativt grafen billigare, snabbare och mer exakt än nuvarande metoder.

Publicerad idag i internationell tidskrift Avancerad vetenskap , forskare använde datamängden från ett optiskt mikroskop för att utveckla en maskininlärningsalgoritm som kan karakterisera grafenegenskaper och kvalitet, utan partiskhet, inom 14 minuter.

Den här tekniken är en spelförändring för hundratals grafen- eller grafenoxidtillverkare globalt. Det kommer att hjälpa dem att öka kvaliteten och tillförlitligheten av deras grafenförsörjning på kort tid.

För närvarande, Tillverkare kan först upptäcka kvaliteten och egenskaperna hos grafen som används i en produkt efter att den har tillverkats.

Genom denna algoritm, som har potential att rullas ut globalt med kommersiellt stöd, grafenproducenter kan vara säkra på kvalitetsprodukter och ta bort den tidskrävande och kostsamma processen med en rad karakteriseringstekniker för att identifiera grafenegenskaper, såsom tjockleken och storleken på atomskikten.

Professor Mainak Majumder från Monash Universitys avdelning för mekanisk och rymdteknik och Australian Research Councils Hub on Graphene Enabled Industry Transformation ledde denna genombrottsstudie.

Medförfattare till studien är Md Joynul Abedin och Dr Mahdokht Shaibani (Monash, Institutionen för maskin- och rymdteknik), och Titon Barua (Vimmaniac Ltd., Bangladesh).

"Grafen har enastående kapacitet för elektrisk och termisk ledningsförmåga. Det används i stor utsträckning vid tillverkning av membran för vattenrening, energilagring och inom smart teknik, såsom viktbelastningssensorer på trafikbroar, " sa professor Majumder.

"På samma gång, grafen är ganska dyrt när det gäller användning i bulkmängder. Ett gram högkvalitativt grafen kan kosta så mycket som $1, 000 AUD ($720 USD) en stor andel av det beror på den kostsamma kvalitetskontrollprocessen.

"Därför, Tillverkarna måste vara säkra på att de köper den högsta kvaliteten på grafen på marknaden. Vår teknologi kan upptäcka egenskaperna hos grafen på mindre än 14 minuter för en enda datauppsättning med en upplösning på 1936 x 1216. Detta kommer att spara tid och pengar för tillverkarna, och skapa en konkurrensfördel på en växande marknad."

Upptäcktes 2004, grafen säljs som ett undermaterial för sin enastående lättvikt, tunna och ultraflexibla egenskaper. Grafen framställs genom exfoliering av grafit. Grafit, en kristallin form av kol med atomer anordnade hexagonalt, består av många lager av grafen.

Dock, översättningen av denna potential till verkliga och användbara produkter har gått långsamt. En av anledningarna är bristen på tillförlitlighet och konsistens hos det som ofta finns kommersiellt tillgängligt som grafen.

Den mest använda metoden för att framställa ark av grafen och grafenoxid är genom flytande fasexfoliering (LPE). I denna process, enkelskiktsarken är avskalad från dess 3D-motsvarighet som grafit, grafitoxidfilm eller expanderad grafit genom skjuvkrafter.

Men, detta kan endast avbildas med ett torrt prov (dvs när grafenet har belagts på en glasskiva).

"Även om det har legat en stark tonvikt på standardiseringsriktlinjer för grafenmaterial, det finns praktiskt taget inget sätt att övervaka den grundläggande enhetsprocessen för exfoliering, produktkvaliteten varierar från laboratorium till laboratorium och från en tillverkare till en annan, " sa Dr Shaibani.

"Som ett resultat, avvikelser observeras ofta i de rapporterade egenskaperna för fastighetsprestanda, även om materialet påstås vara grafen.

"Vårt arbete kan vara av betydelse för industrier som är intresserade av att leverera grafen av hög kvalitet till sina kunder med pålitlig funktionalitet och egenskaper. Det finns ett antal ASX-noterade företag som försöker ta sig in på denna miljardmarknad, och den här tekniken kan påskynda detta intresse."

Forskare tillämpade algoritmen på ett sortiment av 18 grafenprover - varav åtta förvärvades från kommersiella källor och resten producerades i ett laboratorium under kontrollerade bearbetningsförhållanden.

Med hjälp av ett kvantitativt polariserat optiskt mikroskop, forskare identifierade en teknik för att upptäcka, klassificering och kvantifiering av exfolierad grafen i dess naturliga form av en dispersion.

För att maximera informationen som genereras från hundratals bilder och ett stort antal prover på ett snabbt och effektivt sätt, forskare utvecklade en oövervakad maskininlärningsalgoritm för att identifiera datakluster av liknande karaktär, och använd sedan bildanalys för att kvantifiera proportionerna för varje kluster.

Herr Abedin sa att denna metod har potential att användas för klassificering och kvantifiering av andra tvådimensionella material.

"Förmågan hos vårt tillvägagångssätt att klassificera stapling i subnanometer till mikrometerskala och mäta storleken, tjocklek, och koncentrationen av exfoliering i generiska dispersioner av grafen/grafenoxid är spännande och har ett exceptionellt löfte för utvecklingen av energi och termiskt avancerade produkter, " sa Mr Abedin.

Professor Dusan Losic, Direktör för Australian Research Council's Hub on Graphene Enabled Industry Transformation, sa:"Dessa enastående resultat från vår ARC Research Hub kommer att ha en betydande inverkan på den framväxande grafenindustrin med flera miljarder dollar, vilket ger grafentillverkare och nya slutanvändare ett enkelt kvalitetskontrollverktyg för att definiera kvaliteten på deras producerade grafenmaterial som för närvarande saknas."