Ngày 15 tháng 2024 năm XNUMX (Tiêu điểm Nanowerk) Khả năng biến đổi nhanh chóng các monome lỏng thành polyme rắn bằng cách sử dụng ánh sáng là một công nghệ biến đổi trong hơn nửa thế kỷ. Quá trình này, được gọi là quá trình polyme hóa quang học, cho phép chế tạo nhanh chóng các lớp phủ, chất kết dính, chất trám răng và các cấu trúc in 3D phức tạp theo yêu cầu. Trong quá trình polyme hóa quang, các hợp chất nhạy sáng được gọi là chất xúc tác quang sẽ hấp thụ các photon và tạo ra các loại hóa chất phản ứng được gọi là gốc tự do. Các gốc tự do này sau đó nhanh chóng xâu chuỗi các monome lại với nhau thành chuỗi polyme dài, khiến chất lỏng đông đặc lại thành vật liệu nhựa cứng. Mặc dù được sử dụng rộng rãi, việc dự đoán và kiểm soát chính xác những thay đổi vật lý và hóa học phức tạp xảy ra trong quá trình quang trùng hợp là một thách thức lâu dài. Sự kết hợp mạnh mẽ giữa sự hấp thụ ánh sáng, sinh nhiệt, khuếch tán phân tử và động học phản ứng hóa học dẫn đến sự biến thiên rõ rệt về tính chất vật liệu phát triển theo thời gian và không gian. Các mô hình toán học hiện tại thường bỏ qua các khía cạnh chính của sự tương tác động này, hạn chế khả năng dự đoán và tính tổng quát của chúng. Giờ đây, các nhà nghiên cứu Adam Dobson và Christopher Bowman từ Đại học Colorado đã phát triển một khung tính toán toàn diện có thể nắm bắt được sự phức tạp của quá trình quang trùng hợp với độ chính xác chưa từng có. Mô hình của họ thống nhất những hiểu biết sâu sắc về mặt lý thuyết và thực nghiệm trong nhiều thập kỷ vào một nền tảng mô phỏng đa vật lý gắn kết. Bằng cách tính toán rõ ràng các tác động của ức chế oxy, suy giảm ánh sáng, truyền nhiệt, độ linh động của thành phần và khả năng phản ứng khác nhau của chuỗi polymer ngắn và dài, mô hình có thể dự đoán sự tiến hóa hoàn toàn theo thời gian của hệ thống trùng hợp. Nhóm nghiên cứu báo cáo những phát hiện của họ trong Vật liệu chức năng nâng cao (“Mô hình nguyên tắc đầu tiên toàn diện, đa chiều cho quá trình polyme hóa gốc tự do trong màng mỏng và khối lớn”).
Sự phức tạp của việc mô hình hóa quá trình quang trùng hợp gốc tự do. A) Sơ đồ hiển thị các gradient được chọn ở cấp độ vĩ mô và vi mô cục bộ ảnh hưởng đến động học trùng hợp và tính chất vật liệu cuối cùng. B) Tốc độ trùng hợp là hàm số chuyển đổi cách bề mặt trên cùng của mẫu 25 µm cho thấy tốc độ trùng hợp tăng lên (Rp) với cường độ ánh sáng tăng dần. Tốc độ trùng hợp tối đa tỷ lệ với I00.54 cho cường độ cao hơn nhưng với tôi01.1 cho cường độ thấp hơn. C) Cấu hình chuyển đổi mô phỏng sau 60 giây tiếp xúc cho thấy độ dốc đáng kể về mức độ lưu hóa do các yếu tố như ức chế oxy, khuếch tán loài và truyền nhiệt. Các mô phỏng giả định một màng mỏng 100-hexanediol diacrylate 1,6-hexanediol mỏng về mặt quang học với 0.01 M Irgacure 819, đối lưu yếu (h = 10 W m-2 K-1) điều kiện biên nhiệt bề mặt và nồng độ oxy bề mặt không đổi được xử lý bằng ánh sáng 405 nm ở cường độ 1 (đen), 3 (vàng), 5 (xanh lam), 10 (xám) hoặc 20 (xanh lục) mW cm-2. (In lại với sự cho phép của Wiley-VCH Verlag) Một trong những cải tiến quan trọng là khả năng của mô hình trong việc điều chỉnh sự thay đổi đáng kể trong động học phản ứng xảy ra khi mạng lưới polymer hình thành. Ban đầu, khi các monome và chuỗi polyme ngắn có tính linh động cao, quá trình trùng hợp diễn ra nhanh chóng vì các gốc tự do có thể dễ dàng lan truyền và kết thúc. Tuy nhiên, khi mạng lưới liên kết ngang phát triển, sự khuếch tán của các loài phản ứng ngày càng bị hạn chế. Mô hình nắm bắt quá trình chuyển đổi này bằng cách điều chỉnh linh hoạt các hằng số tốc độ truyền và kết thúc dựa trên “khối lượng tự do” đang phát triển có sẵn cho chuyển động phân tử. Thể tích tự do này được ước tính bằng cách sử dụng hệ số giãn nở nhiệt và nhiệt độ chuyển thủy tinh của từng loại phản ứng. Việc bao gồm thành phần như vậy và khả năng di chuyển phụ thuộc vào chuyển đổi cho phép mô hình mở rộng liền mạch toàn bộ phạm vi động học triệt để, từ hình thành gel giai đoạn đầu đến thủy tinh hóa muộn, một khả năng khiến nó khác biệt so với các mô hình trước đó. Để xác thực phương pháp của họ, các nhà nghiên cứu đã so sánh các dự đoán của mô hình với các phép đo thực nghiệm về động học trùng hợp của 1,6-hexanediol diacrylate, một monome được sử dụng rộng rãi, trên một phạm vi nồng độ chất xúc tác quang học và cường độ ánh sáng. Mô hình Dobson-Bowman nắm bắt chính xác cấu hình chuyển đổi hoàn chỉnh ở tất cả các cường độ sau khi chỉ lắp một trường hợp tỷ lệ thấp hơn và trung bình. Ngược lại, các mô hình độc lập có độ dài chuỗi đơn giản hơn chỉ có thể phù hợp với một điều kiện xử lý duy nhất. Ví dụ, ở cường độ ánh sáng cao nhất là 50 mW/cm2, mô hình dự đoán chuyển đổi cuối cùng trong phạm vi 2% giá trị được quan sát bằng thực nghiệm, chứng tỏ tính mạnh mẽ của nó trong việc xử lý các điều kiện phản ứng khác nhau.
Mô hình này cũng làm sáng tỏ vai trò quan trọng của việc ức chế oxy trong việc hình thành động học trùng hợp, đặc biệt là ở gần bề mặt được chiếu sáng. Bằng cách liên tục bổ sung oxy hòa tan, lớp chất lỏng chưa được xử lý tiếp xúc với không khí có thể làm suy giảm nghiêm trọng các gốc tự do và hạn chế tốc độ trùng hợp.
Mô hình dự đoán một cách định lượng độ dày của vùng ức chế này và sự phụ thuộc của nó vào cường độ ánh sáng, cho thấy sự phù hợp tuyệt vời với các định luật chia tỷ lệ phân tích đã được thiết lập. Ví dụ, mô hình dự đoán rằng việc tăng gấp đôi cường độ ánh sáng sẽ làm giảm gần 30% độ dày của lớp ức chế, phù hợp chặt chẽ với sự phụ thuộc căn bậc hai được mong đợi từ lý thuyết. Những hiểu biết sâu sắc này cung cấp cơ sở hợp lý cho việc thiết kế các quy trình xử lý và công thức nhựa nhằm giảm thiểu tác động bất lợi của oxy.
Một tiến bộ quan trọng khác là sự tích hợp liền mạch giữa quá trình tạo và truyền nhiệt vào khung mô hình hóa. Mô hình này tính toán chặt chẽ lượng nhiệt tỏa ra từ các phản ứng trùng hợp tỏa nhiệt, sự tăng nhiệt độ do hấp thụ ánh sáng cũng như sự truyền dẫn và đối lưu của năng lượng nhiệt này.
Các mô phỏng cho thấy những thay đổi rõ ràng ở mức độ khiêm tốn trong các điều kiện biên nhiệt có thể ảnh hưởng đáng kể đến động học trùng hợp. Ngay cả trong các màng mỏng, việc sử dụng chất nền cách điện và chất dẫn điện sẽ làm thay đổi phản ứng tỏa nhiệt, từ đó ảnh hưởng đến sự khuếch tán, sự khởi đầu của quá trình tự động tăng tốc, sự chuyển đổi giới hạn và độ sâu lưu hóa. Ví dụ, mô hình dự đoán rằng ranh giới cách điện có thể tăng chuyển đổi cuối cùng lên tới 20% so với ranh giới dẫn điện, đồng thời giảm một nửa độ sâu xử lý.
Mô hình này thậm chí còn dự đoán các mặt phản ứng tự lan truyền có thể phát sinh ở các lớp dày hơn do sự kết hợp giữa khuếch tán nhiệt và phân hủy chất khơi mào.
Có lẽ ấn tượng nhất là khả năng dự đoán của mô hình vượt ra ngoài các cấu hình một chiều thành các cấu trúc ba chiều đầy đủ. Bằng cách kết hợp cấu hình cường độ ánh sáng thay đổi theo không gian, các nhà nghiên cứu đã mô phỏng quá trình trùng hợp của thành phần khối hình trụ, hay “voxel”, trong các điều kiện liên quan đến in 3D lập thể. Mô hình này ghi lại sự tương tác phức tạp giữa sự khuếch tán oxy theo chiều ngang từ nhựa chưa được xử lý xung quanh và sự suy giảm ánh sáng theo chiều sâu.
Đáng chú ý là chỉ riêng thời gian chiếu sáng là không đủ để dự đoán kích thước của điểm ảnh ba chiều được xử lý. Thay vào đó, động học trùng hợp phụ thuộc nhiều vào cường độ ánh sáng cực đại, với cường độ cao hơn dẫn đến độ sâu lưu hóa lớn hơn nhưng độ rộng voxel giảm do tăng khả năng ức chế oxy.
Những phát hiện này nhấn mạnh sự cần thiết của các mô hình dựa trên vật lý để tối ưu hóa tốc độ in, độ phân giải và tính toàn vẹn cơ học của quá trình sản xuất bồi đắp photopolymer.
Mô hình Dobson-Bowman thể hiện một bước quan trọng hướng tới kỹ thuật dự đoán, dựa trên nguyên tắc đầu tiên về cấu trúc và khả năng phản ứng của photopolymer. Bằng cách nắm bắt một cách trung thực sự tương tác động giữa ánh sáng, nhiệt, vận chuyển khối lượng, động học phản ứng và sự hình thành mạng lưới, mô hình này cung cấp cho các nhà nghiên cứu một công cụ mạnh mẽ để thiết kế hợp lý các chất xúc tác quang, monome và điều kiện xử lý cho nhiều ứng dụng. Khả năng dự đoán sự phát triển đầy đủ tính chất không gian-thời gian trong hình học 3D tùy ý của nó mở ra những con đường mới cho việc tối ưu hóa tính toán của kỹ thuật in li-tô lập thể, ảnh ba chiều, nha khoa và lớp phủ.
Với những cải tiến hơn nữa để bao gồm các hiệu ứng như co rút polyme hóa, tẩy quang và phát triển tính chất cơ học, các mô hình đa vật lý tích hợp sẽ đẩy nhanh sự phát triển của quy trình sản xuất phụ gia photopolyme nhanh hơn, độ phân giải cao hơn và mạnh mẽ hơn.
Sự phức tạp của việc mô hình hóa quá trình quang trùng hợp gốc tự do. A) Sơ đồ hiển thị các gradient được chọn ở cấp độ vĩ mô và vi mô cục bộ ảnh hưởng đến động học trùng hợp và tính chất vật liệu cuối cùng. B) Tốc độ trùng hợp là hàm số chuyển đổi cách bề mặt trên cùng của mẫu 25 µm cho thấy tốc độ trùng hợp tăng lên (Rp) với cường độ ánh sáng tăng dần. Tốc độ trùng hợp tối đa tỷ lệ với I00.54 cho cường độ cao hơn nhưng với tôi01.1 cho cường độ thấp hơn. C) Cấu hình chuyển đổi mô phỏng sau 60 giây tiếp xúc cho thấy độ dốc đáng kể về mức độ lưu hóa do các yếu tố như ức chế oxy, khuếch tán loài và truyền nhiệt. Các mô phỏng giả định một màng mỏng 100-hexanediol diacrylate 1,6-hexanediol mỏng về mặt quang học với 0.01 M Irgacure 819, đối lưu yếu (h = 10 W m-2 K-1) điều kiện biên nhiệt bề mặt và nồng độ oxy bề mặt không đổi được xử lý bằng ánh sáng 405 nm ở cường độ 1 (đen), 3 (vàng), 5 (xanh lam), 10 (xám) hoặc 20 (xanh lục) mW cm-2. (In lại với sự cho phép của Wiley-VCH Verlag) Một trong những cải tiến quan trọng là khả năng của mô hình trong việc điều chỉnh sự thay đổi đáng kể trong động học phản ứng xảy ra khi mạng lưới polymer hình thành. Ban đầu, khi các monome và chuỗi polyme ngắn có tính linh động cao, quá trình trùng hợp diễn ra nhanh chóng vì các gốc tự do có thể dễ dàng lan truyền và kết thúc. Tuy nhiên, khi mạng lưới liên kết ngang phát triển, sự khuếch tán của các loài phản ứng ngày càng bị hạn chế. Mô hình nắm bắt quá trình chuyển đổi này bằng cách điều chỉnh linh hoạt các hằng số tốc độ truyền và kết thúc dựa trên “khối lượng tự do” đang phát triển có sẵn cho chuyển động phân tử. Thể tích tự do này được ước tính bằng cách sử dụng hệ số giãn nở nhiệt và nhiệt độ chuyển thủy tinh của từng loại phản ứng. Việc bao gồm thành phần như vậy và khả năng di chuyển phụ thuộc vào chuyển đổi cho phép mô hình mở rộng liền mạch toàn bộ phạm vi động học triệt để, từ hình thành gel giai đoạn đầu đến thủy tinh hóa muộn, một khả năng khiến nó khác biệt so với các mô hình trước đó. Để xác thực phương pháp của họ, các nhà nghiên cứu đã so sánh các dự đoán của mô hình với các phép đo thực nghiệm về động học trùng hợp của 1,6-hexanediol diacrylate, một monome được sử dụng rộng rãi, trên một phạm vi nồng độ chất xúc tác quang học và cường độ ánh sáng. Mô hình Dobson-Bowman nắm bắt chính xác cấu hình chuyển đổi hoàn chỉnh ở tất cả các cường độ sau khi chỉ lắp một trường hợp tỷ lệ thấp hơn và trung bình. Ngược lại, các mô hình độc lập có độ dài chuỗi đơn giản hơn chỉ có thể phù hợp với một điều kiện xử lý duy nhất. Ví dụ, ở cường độ ánh sáng cao nhất là 50 mW/cm2, mô hình dự đoán chuyển đổi cuối cùng trong phạm vi 2% giá trị được quan sát bằng thực nghiệm, chứng tỏ tính mạnh mẽ của nó trong việc xử lý các điều kiện phản ứng khác nhau.
Mô hình này cũng làm sáng tỏ vai trò quan trọng của việc ức chế oxy trong việc hình thành động học trùng hợp, đặc biệt là ở gần bề mặt được chiếu sáng. Bằng cách liên tục bổ sung oxy hòa tan, lớp chất lỏng chưa được xử lý tiếp xúc với không khí có thể làm suy giảm nghiêm trọng các gốc tự do và hạn chế tốc độ trùng hợp.
Mô hình dự đoán một cách định lượng độ dày của vùng ức chế này và sự phụ thuộc của nó vào cường độ ánh sáng, cho thấy sự phù hợp tuyệt vời với các định luật chia tỷ lệ phân tích đã được thiết lập. Ví dụ, mô hình dự đoán rằng việc tăng gấp đôi cường độ ánh sáng sẽ làm giảm gần 30% độ dày của lớp ức chế, phù hợp chặt chẽ với sự phụ thuộc căn bậc hai được mong đợi từ lý thuyết. Những hiểu biết sâu sắc này cung cấp cơ sở hợp lý cho việc thiết kế các quy trình xử lý và công thức nhựa nhằm giảm thiểu tác động bất lợi của oxy.
Một tiến bộ quan trọng khác là sự tích hợp liền mạch giữa quá trình tạo và truyền nhiệt vào khung mô hình hóa. Mô hình này tính toán chặt chẽ lượng nhiệt tỏa ra từ các phản ứng trùng hợp tỏa nhiệt, sự tăng nhiệt độ do hấp thụ ánh sáng cũng như sự truyền dẫn và đối lưu của năng lượng nhiệt này.
Các mô phỏng cho thấy những thay đổi rõ ràng ở mức độ khiêm tốn trong các điều kiện biên nhiệt có thể ảnh hưởng đáng kể đến động học trùng hợp. Ngay cả trong các màng mỏng, việc sử dụng chất nền cách điện và chất dẫn điện sẽ làm thay đổi phản ứng tỏa nhiệt, từ đó ảnh hưởng đến sự khuếch tán, sự khởi đầu của quá trình tự động tăng tốc, sự chuyển đổi giới hạn và độ sâu lưu hóa. Ví dụ, mô hình dự đoán rằng ranh giới cách điện có thể tăng chuyển đổi cuối cùng lên tới 20% so với ranh giới dẫn điện, đồng thời giảm một nửa độ sâu xử lý.
Mô hình này thậm chí còn dự đoán các mặt phản ứng tự lan truyền có thể phát sinh ở các lớp dày hơn do sự kết hợp giữa khuếch tán nhiệt và phân hủy chất khơi mào.
Có lẽ ấn tượng nhất là khả năng dự đoán của mô hình vượt ra ngoài các cấu hình một chiều thành các cấu trúc ba chiều đầy đủ. Bằng cách kết hợp cấu hình cường độ ánh sáng thay đổi theo không gian, các nhà nghiên cứu đã mô phỏng quá trình trùng hợp của thành phần khối hình trụ, hay “voxel”, trong các điều kiện liên quan đến in 3D lập thể. Mô hình này ghi lại sự tương tác phức tạp giữa sự khuếch tán oxy theo chiều ngang từ nhựa chưa được xử lý xung quanh và sự suy giảm ánh sáng theo chiều sâu.
Đáng chú ý là chỉ riêng thời gian chiếu sáng là không đủ để dự đoán kích thước của điểm ảnh ba chiều được xử lý. Thay vào đó, động học trùng hợp phụ thuộc nhiều vào cường độ ánh sáng cực đại, với cường độ cao hơn dẫn đến độ sâu lưu hóa lớn hơn nhưng độ rộng voxel giảm do tăng khả năng ức chế oxy.
Những phát hiện này nhấn mạnh sự cần thiết của các mô hình dựa trên vật lý để tối ưu hóa tốc độ in, độ phân giải và tính toàn vẹn cơ học của quá trình sản xuất bồi đắp photopolymer.
Mô hình Dobson-Bowman thể hiện một bước quan trọng hướng tới kỹ thuật dự đoán, dựa trên nguyên tắc đầu tiên về cấu trúc và khả năng phản ứng của photopolymer. Bằng cách nắm bắt một cách trung thực sự tương tác động giữa ánh sáng, nhiệt, vận chuyển khối lượng, động học phản ứng và sự hình thành mạng lưới, mô hình này cung cấp cho các nhà nghiên cứu một công cụ mạnh mẽ để thiết kế hợp lý các chất xúc tác quang, monome và điều kiện xử lý cho nhiều ứng dụng. Khả năng dự đoán sự phát triển đầy đủ tính chất không gian-thời gian trong hình học 3D tùy ý của nó mở ra những con đường mới cho việc tối ưu hóa tính toán của kỹ thuật in li-tô lập thể, ảnh ba chiều, nha khoa và lớp phủ.
Với những cải tiến hơn nữa để bao gồm các hiệu ứng như co rút polyme hóa, tẩy quang và phát triển tính chất cơ học, các mô hình đa vật lý tích hợp sẽ đẩy nhanh sự phát triển của quy trình sản xuất phụ gia photopolyme nhanh hơn, độ phân giải cao hơn và mạnh mẽ hơn.
– Michael là tác giả của ba cuốn sách của Hiệp hội Hóa học Hoàng gia:
Xã hội Nano: Đẩy mạnh ranh giới của công nghệ,
Công nghệ nano: Tương lai nhỏ bévà
Nanoengineering: Các kỹ năng và công cụ làm cho công nghệ vô hình
Bản quyền ©
Công Ty TNHH Nanowerk
Trở thành tác giả khách mời của Spotlight! Tham gia nhóm lớn và đang phát triển của chúng tôi những người đóng góp cho khách. Bạn vừa xuất bản một bài báo khoa học hoặc có những phát triển thú vị khác để chia sẻ với cộng đồng công nghệ nano? Đây là cách xuất bản trên nanowerk.com.
- Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
- PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
- PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
- Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
- PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
- nguồn: https://www.nanowerk.com/spotlight/spotid=64862.php
