Uutiset

Otaniemessä syntyy maailman kestävintä ainetta

Laiteinvestointi vauhdittaa tulevaisuuden tärkeimmäksi materiaaliksi povatun grafeenin tutkimusta ja soveltamista teollisuudessa.

Aalto-yliopiston mikro- ja nanotekniikan laitos on tehnyt kaksi merkittävää laiteinvestointia, jotka ovat yhteisarvoltaan noin kaksi miljoonaa euroa.

– Meillä on nyt käytössämme parhaat mahdolliset laitteet kahdessa merkittävässä tutkimussuunnassa: ledien valmistusmateriaalina käytetyissä galliumnitridiyhdisteissä sekä grafeenitutkimuksessa. Investoidut laitteet mahdollistavat muun muassa entistä paremman uusien komponenttien ja kvantti-ilmiöiden tutkimisen, laitoksen johtaja, professori Harri Lipsanen kertoo.

Graphene CVD valmistaa kemiallisella kaasufaasipinnoituksella (Chemical Vapour Deposition) yhden atomikerroksen paksuista hiilikidettä, grafeenia.

– Grafeeni on tällä hetkellä maailman kestävin tunnettu aine, ja siitä povataan jopa tärkeintä materiaalia sitten muovin keksimisen, Lipsanen kertoo.

Laiteinvestointi tukee vahvasti grafeenin ympärillä tehtävää Euroopan laajuista tutkimustyötä.

– Olemme mukana EU:n lippulaivahankkeessa, jonka tavoitteena on saada grafeenitutkimuksen tulokset yliopistojen laboratorioista eurooppalaiseen teollisuuteen. Grafeenilla on merkittävät käyttömahdollisuudet elektroniikan lisäksi fotoniikan komponenteissa, kuten lasereissa ja optisessa tietoliikenteessä, joiden odotetaan tulevaisuudessa edistävän esineiden ja asioiden internetiä. Tutkimme myös jatkossa grafeenin käyttöä terahertsiteknologiassa.

Ledeistä aurinkokennoihin ja sähköautoihin

Toinen laitoksen tuoreista investoinneista on MOVPE-menetelmää (metallo-orgaaninen kaasufaasiepitaksia, metallo-organic vapour phase epitaxy) käyttävä laite, jolla valmistetaan melkein kaikki nanoalan yhdistepuolijohdemateriaalit. Niiden sovelluksia ovat muun muassa maailman tehokkaimmat aurinkokennot ja parhaat ledivalot.

– Ledivalojen rinnalle on tulossa voimakkaasti kasvava, samoja materiaaleja hyödyntävä, suurtaajuuksisten tehoelektroniikan komponenttien ala. Näitä komponentteja tarvitaan muun muassa sähköautoissa ja puhelimien linkkiasemissa. Transistorirakenteita erityisesti piin päälle tehdään koko ajan entistä enemmän ja niiden odotetaan pian tulevan myös tuotantoon, Lipsanen selventää.

Nanomateriaalien tutkimuksella voidaan tehdä hyvinkin suuria ja äkkinäisiä muutoksia tulevaisuuden tekniikan kehitykseen. Tutkimuksen tavoitteena ovat sovellukset, joihin teollisuuden ja erityisesti startup-yritysten on kehitystyössään helppo tarttua.

– Kokeellista materiaalitutkimusta tukeva teoreettinen ja laskennallinen tutkimus on yksi nanotieteen ja -teknologian kivijaloista, Lipsanen muistuttaa.


Lisätietoa:

professori Harri Lipsanen
Aalto-yliopisto, mikro- ja nanotekniikan laitos
puh 050 4339 740
[email protected]

Kuvat: Aalto-yliopisto / Mikko Raskinen

  • Julkaistu:
  • Päivitetty:
Jaa
URL kopioitu

Lue lisää uutisia

Professori Joni Pajarinen. Kuva: Aalto-yliopisto/ Kukka Maria Rosenlund
Tutkimus ja taide Julkaistu:

Professori Joni Pajarinen uskoo robottien tulevaisuuden potentiaaliin

Tulevaisuudessa robotit työskentelevät ja oppivat itsenäisesti, myös ihmisten kanssa, eivätkä enää pelkästään toteuta ohjelmoituja käskyjä.
Pauliina Pasasen väitös käsitteli valokuvaajaksi oppimista.
Tutkimus ja taide Julkaistu:

”Valokuvaaja syntyy yhdessä kameran kanssa, monien erilaisten kohtaamisten kautta”

Pauliina Pasanen tutki väitöskirjassaan valokuvaajaksi oppimista.
Yrittäjyyden apulaisprofessori Ewald Kibler
Tutkimus ja taide Julkaistu:

Ewald Kibler: Yrityksen perustaminen vanhemmalla iällä voi parantaa elämänlaatua

Yrittäjäksi siirtyminen työuran myöhemmässä vaiheessa voi parantaa elämänlaatua, jos se auttaa täyttämään itsemääräämisoikeuteen, elämänhallintaan, itsensä toteuttamiseen ja mielihyvään liittyviä tarpeita.
A green laser light shining on a sample stage between two magnets
Mediatiedotteet, Tutkimus ja taide Julkaistu:

Tietokonesiru, joka ei koskaan ylikuumene? Nanokokoinen spinaaltolaite on askel kohti aivan uudenlaista laskentaa

Spinaaltoihin perustuva laskenta tehostaa erityisesti kuvankäsittelyä ja hahmontunnistusta.