| Аннотация |
Проект направлен на разработку физико-химических основ эффективного метода плазменно-лазерной активации газов-прекурсоров для создания технологии CVD-синтеза углеродных материалов, конкурирующей с представленными на мировом рынке разработками,с одной стороны, а с другой – готовой к применению и без радикальных изменений встраиваемой в технологические цепочки предприятий нашей страны: машиностроения, автомобилестроения, биомедицинских производств и других, для получения деталей с рекордными характеристиками по твёрдости, теплопроводности, адгезии, другим требованиям трибологии, а также иными необходимыми свойствами, характерными для алмазных материалов. Метод основан на совместном использовании источников импульсно-периодического излучения сантиметрового и микроволнового диапазонов с оперативной оптической эмиссионно-спектральной диагностикой состава и параметров компонент созданной таким образом гибридной плазмы.
При атмосферных давлениях плазмообразующего газа для СВЧ плазмы характерные значения плотности заряженных частиц 10^10-10^13см-3 и температуры электронов 0,2-0,6 эВ, для лазерной плазмы – 10^15-10^17см-3 и 1-2 эВ, соответственно. Поскольку разброс плотности и температуры электронов в большей степени связан со способом возбуждения, то для конкретногосостава и давления плазмообразующего газа имеются широкие окна нереализованных параметров компонент, в том числе по набору радикалов и характеристик возбуждения активных частиц, определяющих скорости роста и структурные свойства синтезированных материалов. Предлагаемый способ активации газа атмосферного давления с помощью гибридной плазмы, при одновременном использовании излучений СВЧ
диапазона (2,47 ГГц) и СО2 лазера (10,6 мкм), позволит заполнить, до сих пор нереализованные и не исследованные, с точки зрения эффективности, скорости и качества синтеза, окна параметров компонент, возникающие при отдельном использовании как СВЧ, и так лазерной плазмы. Кроме того, реализация проекта ещё в большей степени укрепит позиции в пользу применения плазмы атмосферного давления, в частности, может послужить хорошим примером в области синтеза новых материалов. Вне вакуумные технологии имеют неоспоримый приоритетпо стоимости и возможности без привлечения дополнительных ресурсов встраиваться в существующие технологические цепочки. В проекте предлагается в процессе синтеза нанокристаллических (NCD) и ультрананокристаллических алмазных (UNCD) пленок определить тенденции влияния на технологический процесс базовых параметров гибридной плазмы, полученной в результате совместного использования СВЧ и лазерного излучения (ЛИ), для отработки технологии синтеза, направленной на удовлетворение требований трибологии к поверхностям, подвергающимся аномальным физико-механическим воздействиям.
Разрабатываемая технология синтеза материалов при атмосферном давлении имеет существенные преимущества перед известными технологиями CVD-синтеза, которые как правило проходят в ограниченном объёме и при пониженном давлении. В нашем случае, площади и размеры обрабатываемых деталей не ограничиваются габаритами используемой установки, что позволяет обеспечить непрерывность многооперационных технологических процессов в случае промышленного применения, что особенно актуально в современных условиях радикального перевооружения различных отраслей промышленности нашей страны. Помимо ожидающихся технологических новаций синтеза в плазме с широким спектром изменения параметров, особый научный интерес может представлять сама гибридная плазма, полученная при совместном воздействии на газ СВЧ и лазерного источников излучения. До настоящего времени такой способ возбуждения газа не был известен, свойства плазмы не исследованы, и процессы активации газовых компонент в этом виде разряда практически не изучены.
|
| Приоритеты научно-технического развития |
а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта;
|
