Построение карт фазового сдвига включений в подповерхностном слое нанокомпозита для подготовки моделей машинного обучения в атомно-силовой микроскопии

Аннотация

Контроль качества распределения нанонаполнителя (углеродных нанотрубок, технического углерода) критически важен для свойств полимерных нанокомпозитов. Существующие методы атомно-силовой микроскопии (АСМ) способны по двумерным картам фазового контраста косвенно оценивать распределение, тогда как более точные трёхмерные методы требуют либо длительных экспериментов, либо ресурсоёмкого конечно-элементного моделирования, что ограничивает их практическое использование. В работе предлагается подход к созданию базы синтетических данных, которая в перспективе позволит применять методы машинного обучения для ускоренного восстановления распределения наполнителя по данным фазового контраста АСМ. Генерация базы синтетических данных для обучения нейронной сети осуществляется в среде MATLAB и включает вариацию ключевых параметров: геометрии и глубины залегания частиц; формы зонда; упругих и поверхностно-энергетических свойств материалов. Для получения данных требуется проведение вычислений связи фазового сдвига, определяемого в полуконтактном режиме АСМ, с глубиной залегания частиц. Сформированный массив данных демонстрирует прямую корреляцию между фазовым изображением поверхности (стандартным выходным сигналом АСМ в полуконтактном режиме) и трёхмерным распределением включений в подповерхностном слое. В работе показано влияние геометрических параметров (радиуса частиц, глубины их залегания, радиуса зонда) на качество и вид теоретических карт диссипации. Выявлено, что диссипативные потери, вызывающие фазовый сдвиг, нелинейно зависят от глубины расположения частиц наполнителя. За счёт этого становится возможным устранение неопределённости при обратном восстановлении структуры, а также оперативный количественный анализ нанокомпозитов, а в перспективе – учёт более сложных морфологий наполнителя (агломератов, цепочечных структур).