2015年4月2日
このプロトコルは、(HEBM)技術を粉砕短期高エネルギーボールを使用してgaslessナノ構造エネルギー物質(ニッケル+アル)、タンタル(Ta + CはTi + C)の調製を記載する。また、機械的に製造されたナノ複合体の反応性を研究するために、高速熱画像形成方法が記載されている。これらのプロトコルは、他の反応性ナノエネルギー物質に拡張することができる。
本実験の全体的な目的は、高反応性のガスを発生させ、ナノ構造化を抑えたエナジーマテリアルを調製し、その特性を評価することである。これは、ニッケルとアルミニウムの粉末混合物を高エネルギーボールミルで粉砕することで達成される。これにより、反応物間に酸素を含まない新鮮な密接表面接触を持つニッケル・アルミニウム複合粒子が形成され、反応性が向上する。次に、高速赤外線イメージングを用いて、機械的に作製したエナジーマテリアルの火炎伝播速度や発火温度などの燃焼特性を決定する。
次に、集束イオンビームを備えた電界放出形SEMを用いて、エネルギー材料の微細構造を分析します。このスライスアンドビュー法により、ナノ構造化されたガスレスエネルギー材料の微細構造を特性評価します。SEMおよび高速イメージングの結果から、より高エネルギーのボールミルを用いることで、ナノ構造化エネルギー材料の微細構造および点火特性を調整できることが示されました。
超音波ミキシングや自己組織化アプローチ、ゲル気相堆積法などの既存の混合法と比較した本手法の主な利点は、エネルギー材料をスケーラブルかつ環境に優しい方法で調製できることです。この手法は、材料の微細構造を調整することで、キャストレス不均一系の反応性の解明における重要な疑問への回答に寄与します。また、本手法は、ガス状の低反応性系に基づいたエネルギー材料の調製および特性評価に関する知見を提供できます。
これはシロアリなどの他の系にも適用可能です。本プロトコルのために、ニッケルとアルミニウムを1:1のモル比で混合した35 gramの混合物を準備します。粉末と粉砕の相互作用の強度を定義するため、ボール対粉末の充填比を5:1に設定してください。
粉末35 gに対し、使用するミルジャーと同材質の直径10 mmのボールを175 g用意します。次に、ボールと粉末をジャーに加えます。ジャーは、投入する粉末よりも硬い材質である必要があります。
本システムでは、鋼製、ジルコニア製、または超硬合金製のジャーがいずれも適切に使用可能です。次に、ジャーを密閉し、アルゴンガスを注入して空気を追い出し、計4回のアルゴンによるパージを行います。その後、ジャー内がわずかに大気圧を超えるまでアルゴンを満たします。準備したジャーを遊星ボールミルに装着し、ジャーの回転速度を650 RPMに、サンホイールの公転速度を1400 RPMに設定します。複合粒子の微細構造を制御するために、公転速度を調整する場合があります。
次に、システムを15分間運転します。この場合の限界時間である17分を超えて運転しないでください。そうしないと、保護衣を着用した状態で、蓋を取り外してドラフト内でガスを排気し、ジャーが室温まで冷却される際に不要な反応が起こります。
自然発火を防ぐため、粉末を回収する前に5分間、瓶の中の空気を抜いてください。瓶から粉末を回収する際は、金属製スパチュラを使用しないでください。分級機を用いて、粉末をさまざまなサイズに分級します。本プロトコルの以降の工程では、20から53 µmの粒子を使用し、分級した粉末をプレスしてペレットにします。
5 mmのステンレス製プレス金型を用い、1100 kgに設定した単軸プレス機を使用します。2分間の保持時間を設けた後、ペレットが十分に大きい場合にその物理的測定を行います。その後、トランスフォーマーに接続したタングステン線を備えたグラファイトプレート上に設置し、燃焼試験の準備をしてください。
この試験では、高速赤外線カメラを使用します。燃焼波速度を正確に測定するために、カメラをペレットに対して垂直な角度でフォーカスし、録画を開始します。その後、変圧器をゆっくりとオンにしてニクロム線を加熱し、燃焼反応を開始させます。
データのコマ送り解析を行い、反応フロントの伝播位置を時間に対してプロットして、平均燃焼速度を求めます。燃焼速度を決定するには、試料の高さを完全に伝播するまでにかかった時間で除します。次に、試料の中央領域における温度変化をプロットしてください。
点火特性を定義するために、種子粉末から薄いディスクを作成し、800 Kなど所望の温度に設定したホットプレートの上にディスクを置きます。ホットプレートの温度が安定したら、高速カメラの焦点をペレットに合わせ、録画を開始します。解析において、ペレット上の温度点がプレートの温度を上回る最初の瞬間を記録できるよう、カメラの視野にペレットとプレートの接触点が入るようにしてください。
ここを反応開始点として定義します。着火温度プロットを決定するために、粒子の着火点の温度を測定します。着火温度とは、温度プロファイルが熱爆発のものへと切り替わる変曲点のことです。
走査電子顕微鏡用の浮遊粒子試料を調製した後、5分間のプラズマクリーニングを行い、電子ビームを単一の粒子に集光させます。Z高さを作動距離に連動させ、試料を偏心高さまで上昇させます。次に、ガス注入ニードルを用いて電子ビームを照射し、試料上に厚さ 70 nanometer の白金初期層を堆積させます。
これにより、ガリウムイオンビーム(Iビーム)による劣化から試料を保護します。次に、試料を52度に傾斜させ、Iビームをオンにします。Iビームを5 kV、0.28 nAに設定します。
次に、ガス注入ニードルを使用して、試料上にさらに0.5 µmの白金を堆積させます。フィデューシャリアルマークを刻印した後、プログラムを用いて粒子をスライスします。まずファイルを開き、次にデータの保存先となる画像保存場所を入力します。次に、「slice」タブから、以下の変更を行います。
粒子全体をミリングできるよう、幅、長さ、深さを設定します。次に、スライス数と画像あたりのスライス数を設定します。「utilities」タブで「suggest currents」オプションを選択し、サンプルを損傷させることなくミリングするための適切なビーム電流をプログラムに選択させます。
次に、「show」をクリックします。すると、ソフトウェアにミーリンググリッドの視覚的表示が現れます。プランを再確認し、粒子のミーリングを開始してください。
各スライスを作成後、再構成のためにそのスライスの高品質な電子ビーム像を撮影します。電子ビームのパラメータは、「setup」および「ebeam image scan parameters」に記載されています。これらの設定により、グリッド選択解像度とドウェルタイムが決定されます。
ドウェル時間が長いほど、記載した手順で画像を収集するのに時間がかかります。均質なナノ複合粒子を初期混合物と比較したところ、反応物と複合粒子の間の表面積が初期混合物よりも大幅に増加していました。
高エネルギーボールミル法(HEBM)により、各成分が別の成分のマトリックスに組み込まれました。多くの場合、得られたナノ構造エネルギー複合材料は、反応物間の接触面積が広い高密度な状態となりました。高エネルギーボールミル法により、初期のアルミニウム粒子上の保護酸化層が効果的に除去されました。
エネルギー分散型X線分光法を組み合わせたニッケル・アルミニウム複合粒子TEM分析の暗視野像から、新たな粒界に酸素が含まれていないことが明確に示されています。HEBMでは、サンホイールとミリングジャーの回転比(Kと略記)を変更することで、粒子径の制御が可能です。この混合物においてKが1.5未満の場合、ボールと粉末の滑りが観察されました。一方、Kを1.5から1.85の間まで増加させると、ボールの激しい衝突が起こりました。
このような異なるHEBM条件は、粒子のサイズに大きな影響を与えます。摺動領域では粗い粒子が形成される一方、衝突領域の発達後は、より微細な粒子が作製されます。この技術により、高エネルギー密度複合材料の微細構造と反応性の関係を探索することが、高エネルギーナノ材料分野の研究者に可能となりました。
このビデオを視聴することで、高エネルギーボールミルを用いて高エネルギーナノ複合材料を調製し、その点火および燃焼特性を決定する方法について十分に理解できるはずです。高エネルギーナノ材料は非常に危険な可能性があるため、この手順を実行する際は、個人用保護具などの予防措置を常に講じることを忘れないでください。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
本プロトコルでは、高エネルギーボールミルを用いたガスレスナノ構造エネルギッシュ材料の調製および特性評価について概説します。また、これらの材料の反応性を評価するための高速熱イメージング法についても詳細に説明します。
高エネルギーボールミル(HEBM)を用いることで、微細構造の調整が可能なガスレス・ナノ構造エネルギッシュ材料の作製が可能となり、反応性や点火特性に直接的な影響を及ぼします。この機能により、材料性能の予測制御が可能となり、エネルギッシュ材料ポートフォリオにおける初期段階の探索およびリスク低減において極めて重要となります。本手法は、スケールアップが可能で環境に配慮した作製プロセスを提供し、再現性とメカニズム面でのリスク低減という企業の研究開発(R&D)の優先事項に合致しています。
本手法は、初期の探索からスクリーニング、さらには前臨床評価までを統合しており、エナジックマテリアル候補物質の反復的な最適化を支援します。