Att veta hur många lager en viss typ av grafen innehåller är viktigt för både leverantörer och köpare av grafen. Raman, SEM och AFM är några av de vanligaste metoderna för att ta reda på detta.
– Men de är dyra, både i fråga om pengar och tid. I det här projektet har vi därför utvecklat en enkel och billig metod som gör det möjligt att reda på vilket grafen som används och vilken kvalitet det har, berättar Lilei Ye, projektledare för studien och grafenexpert på Chalmers Industriteknik.
Genom att kombinera maskininlärning och grafenbilder från optiskt mikroskop har projektgruppen arbetat med att utveckla en metod som innebar att kunderna själva ska kunna analysera sina prover med hjälp av en mjukvara.
Projektet har genomförts tillsammans med Chalmers, 2D fab och Grafren. En utmaning har varit att förbereda proverna för att få så bra bilder som möjligt. Att använda ett optiskt mikroskop är billigt jämfört med andra metoder, men för att identifiera lagren av grafen krävs lång erfarenhet.
– Det är där AI:n kommer in, för att lära datorn att lära sig att identifiera lagren. Allt ska också̊ göras i enlighet med standardisering. Det är en mycket viktig del, understryker Lilei Ye.
