یک تراشه مادون قرمز کوچک می تواند تشخیص گازها و گرما را بهبود بخشد | اخبار MIT


دوربین های مادون قرمز را می توان برای شناسایی اطلاعات مفیدی که چشم ما نمی بیند، مانند گازهایی که از یک خط لوله نشت می کند، مواد شیمیایی موجود در جو، یا نشت گرما از یک ساختمان استفاده کرد. اما حس کردن نور مادون قرمز به روش های پیچیده همچنان به سیستم های گران قیمت و حجیم نیاز دارد.
اکنون محققان MIT یک دستگاه نوری مبتنی بر تراشه ایجاد کردهاند که میتواند به صورت پویا نور مادون قرمز ورودی را کنترل کند تا به عنوان یک لنز قابل تنظیم عمل کند که اطلاعات اضافی را برای دوربینهای مادون قرمز جمعآوری میکند. هر پیکسل میکروسکوپی از لنز دستگاه می تواند نور مادون قرمز را به طور مستقل کنترل کند و به آن اجازه می دهد فوکوس را تغییر دهد و به دوربین ها کمک کند سیگنال های مختلف را بدون قطعات متحرک تشخیص دهند.
این سیستم در مقاله منتشر شده در شرح داده شده است ارتباطات طبیعت. محققان همچنین توضیح میدهند که چگونه یک نمایش در مقیاس آزمایشگاهی با استفاده از فرآیندهای تولید معمولی در یک کارخانه تولید تراشههای نیمهرسانا ساختهاند، که نشان میدهد این رویکرد میتواند در مقیاس صنعتی به کار رود.
این فناوری می تواند دوربین های مادون قرمز فشرده و قابل تنظیم را برای تصویربرداری حرارتی پویاتر، سنجش شیمیایی، نظارت بر آلودگی و حتی انواع جدیدی از محاسبات نوری فعال کند.
نویسنده اول، کاسمین-کنستانتین پوپسکو دکترای ’25’ توضیح می دهد: “این می تواند اطلاعات بیشتری را در حین مطالعه فضا به ما بدهد، یا زمانی که می خواهید ترکیبات خاصی را در جو نظارت کنید، به محافظت از محیط زیست کمک کند.” “تصویربرداری حرارتی یک کاربرد دیگر است و می توانید به کاربردهای نظامی فکر کنید که در آن عینک دید در شب در حال حاضر استفاده می شود. اساساً بسیاری از مولکول های آلی در طول موج مادون قرمز متوسط جذب می شوند و می توانید از این سیستم برای شناسایی آنها استفاده کنید.”
مارتن رابرت آنتون پیترز و کوی فونگ دائو، دانشجویان دکترای MIT در این مقاله به پوپسکو میپیوندند. دانشمندان Dynasil اولگ ماکسیموف و هاریش بانداری. کاتلین ریچاردسون، کاندیدای دکترای دانشگاه فلوریدا مرکزی و راشی شارما، دانشمند. پروفسور آرکا مجومدار از دانشگاه واشنگتن؛ استادیار هیون جونگ کیم از موسسه علوم و فناوری پیشرفته کره؛ پسادکتری MIT Rui Chen; لوئیجی رانو دکتری ’25; برایان میلز ’20, MD ’26; دنیس کالاهان، دانشمند آزمایشگاه دریپر؛ تیان گو، محقق اصلی MIT; و جوجون هو، جان اف. الیوت، استاد علوم و مهندسی مواد در MIT.
لنزهای مبتنی بر تراشه
در سالهای اخیر، محققان روشهایی را برای کنترل دینامیکی نور با حکاکی کردن الگوهای کوچک و دقیق بر روی مواد شفاف موسوم به «متاسطح» ایجاد کردهاند که میتواند دوربینهای فشردهتر و قابل برنامهریزی و سایر دستگاههای اپتیکی پیشرفته را فعال کند.
گروه تحقیقاتی هو در MIT روی دستهای از فراسطحها آزمایش کردهاند که پس از اعمال گرما از حالت جامد به مایع تبدیل میشوند. از تغییرات فاز می توان برای کنترل نحوه تعامل مواد با نور استفاده کرد. در سال 2021، هو و همکارانش یک لنز مینیاتوری ساختند که می توانست فوکوس آن را در اعماق مختلف از طریق چنین تغییرات فازی تنظیم کند.
این دستگاه به طور قابل اعتمادی کار می کرد، اما فقط می توانست فوکوس را روی کل مواد به طور همزمان تنظیم کند، همانطور که اکثر متاسرفیس ها انجام می دهند. برای مطالعه جدید خود، محققان می خواستند بر اساس این رویکرد به طور مستقل نور را در هر پیکسل میکروسکوپی ماده کنترل کنند.
هو توضیح میدهد: «بیشتر متاسرفیسهای فعالی که سعی میکنند راهاندازی تک پیکسلی را انجام دهند، نیاز به سیمهایی دارند که به هر پیکسل بروند، و نحوه مسیریابی سیمها به یک مشکل بزرگ تبدیل میشود. بهترین رویکرد تا کنون، کنترل پیکسل های یک بعدی با یک دسته سیم بوده است.
محققان همچنین میخواستند سیستمی بسازند که با طول موج مادون قرمز میانی نور کار کند که چشم انسان نمیتواند آن را ببیند اما برای تشخیص علائم گرما و مولکولها از جمله متان و پروپان مفید است. دستگاههای تشخیص مادون قرمز میانی در حال حاضر برای تشخیص نشت گاز و مطالعه جو زمین و همچنین برای تعدادی از کاربردهای دفاعی و فضایی استفاده میشوند.
محققان برای ساختن سیستم خود، رویکردی را که معمولاً در نمایشگرها استفاده میشود، اقتباس کردند که در آن دو لایه سیمهای مسی کاملاً بستهبندی شده بهصورت عمود بر روی هم قرار میگیرند. در زیر سیمها لایهای از سیلیکون دوپ شده وجود دارد که در محل تلاقی سیمها گرما ایجاد میکند و در بالای ماده تغییر فاز قرار میگیرد. گرمای سیلیکون برای جابجایی هر پیکسل از ماده بین ساختارهای کریستالی و آمورف استفاده میشود که نحوه تعامل مواد با نور فروسرخ ورودی را تغییر میدهد. سیلیکون همچنین شامل یک انتخابگر دیود است که به جلوگیری از نشت جریان های ناخواسته از طریق پیکسل های مجاور کمک می کند.
ما محاسباتی انجام دادهایم که نشان میدهد این معماری به ما اجازه میدهد تا به طور بالقوه میلیونها پیکسل را بدون مشکل در مقیاس بزرگ کنیم. [unintended] هو میگوید: «نوآوری کلیدی این معماری عرضی است که روشی مقیاسپذیر برای افزایش سوئیچینگ سطح پیکسل در متاسطحها ایجاد میکند. ما این معماری را اختراع نکردیم – از آن در نمایشگرها استفاده می شود – اما این اولین بار است که کسی از آن برای متاسرفیس های فعال تغییر فاز استفاده می کند تا نشان دهد که می توانید کنترل سطح پیکسل را دریافت کنید. مردم برای مدت طولانی روی کنترل دو بعدی سطح پیکسل کار می کنند و این اولین بار است که کسی آن را پیاده سازی می کند.
محققان با تجهیزاتی در MIT.nano و با کارخانهای که تراشههای نیمهرسانا میسازد، کار کردند و در نهایت یک سیستم دوبعدی ایجاد کردند که شامل یک ابرسطح آرایه پیکسلی 6 در 6 است. آنها سیستم خود را آزمایش کردند و متوجه شدند که می توان آن را با اطمینان روشن و خاموش کرد.
پوپسکو می گوید: «ما این معماری مشبک را بسیار انعطاف پذیر دیدیم. “شما نمی خواهید این مواد یک بار جابجا شوند و دیگر کار نکنند. شما می خواهید چندین بار تغییر کنند: شاید ده ها هزار بار یا بیشتر.”
بزرگنمایی کنید
محققان می گویند ادغام بخشی از طراحی سیستم آنها در تولید نیمه هادی های موجود باید به حرکت فراتر از نمونه اولیه تحقیقاتی کمک کند.
هو میگوید: «همانطور که میخواهید افزایش دهید، به چیزی نیاز دارید که بخشی از یک فرآیند ثابت باشد، و به همین دلیل است که تولید ریختهگری تراشه بسیار مهم میشود. “کار با یک ریخته گری نیمه هادی با کنترل فرآیند کاملاً مشخص بسیار قدرتمند است. همچنین به شما امکان می دهد هر یک از اجزا را در یک فرآیند کارآمد پیاده سازی کنید.”
محققان در تلاشند پیکسل های بیشتری را به آرایه خود اضافه کنند و نسخه های قوی تری از سیستم خود را توسعه دهند تا بتواند اطلاعات مادون قرمز بیشتری را ثبت کند.
هو میگوید: «در بسیاری از موارد، وقتی تصویربرداری میکنید، اطلاعات قبلی در مورد آنچه به دنبال آن هستید دارید. “شما ممکن است به دنبال شخصی در یک اتاق تاریک یا برخی از ویژگی های خاص در یک تصویر، مانند یک درخت باشید، و این اطلاعات قبلی می تواند مفید باشد زیرا اکنون می توانید این سیستم را برای برجسته کردن آن ویژگی ها به طور خاص پیکربندی کنید.”
هو همچنین خاطرنشان میکند که محققان از فراسطحها برای تقلید از شبکههای عصبی محاسباتی که سیستمهای هوش مصنوعی را نیرو میدهند، استفاده کردهاند، اگرچه او اشاره میکند که برنامههای کاربردی ممکن است به زودی عرضه شوند.
هو توضیح میدهد: «این میتواند محاسبات نوری کارآمدتری را امکانپذیر کند، جایی که از فراسطحها برای رمزگذاری وزن شبکه در شبکههای عصبی استفاده میشود. هنگامی که نور از ماده عبور می کند، با فراسطح تعامل می کند و این اطلاعات به گونه ای رمزگذاری می شوند که می توانید نتایج محاسباتی را استخراج کنید. محققان قبلاً از این رویکرد برای شبیه سازی شبکه های عصبی بسیار پیچیده استفاده کرده اند.
این کار تا حدی توسط نیروی هوایی ایالات متحده، بنیاد ملی علوم ایالات متحده، بنیاد تحقیقات ملی کره و برنامه دریپر Scholar حمایت شد.



