Effect of temperature on low pressure chemical vapor deposition of graphene
محل انتشار: مجله سرامیک های پیشرفته، دوره: 8، شماره: 1
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 176
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ACERPT-8-1_005
تاریخ نمایه سازی: 23 مهر 1401
چکیده مقاله:
Large area fabrication of graphene, as a leading two-dimensional material as well as an allotrope of carbon, is a challenging requirement prior to its preparation for applications. Chemical Vapor Deposition (CVD) is one of the most effective and promising methods for high-scale and high-quality synthesis of graphene. In this study, graphene layers were grown on copper (Cu) sheets using low-pressure CVD technique at ۹۳۰ °C, ۸۷۰ °C, and ۷۶۰ °C. Raman spectroscopy, Field Emission Scanning Electron Microscopy (FESEM), Optical Microscopy (OM) and Atomic Force Microscopy (AFM) were employed in this study to investigate the effect of the process temperature on the structural properties, morphology, grain boundaries, continuity, purity, and number of layers. The results from analyses revealed that at higher temperatures, the continuity and quality of the layers and number of grain boundaries were higher and lower, respectively. In contrast, at lower temperatures, the nucleation and discontinuity of the deposited layers were relatively high. The surface roughness of the graphene sheets increased with a decrease in temperature.
کلیدواژه ها:
نویسندگان
Aziz Noori
MSc Student, Department of Physics, Iran University of Science and Technology (IUST), Tehran, Tehran, Iran
Mohammad Javad Eshraghi
Associate Professor, Department of Semiconductors, Materials and Energy Research Center (MERC), Meshkindasht, Alborz, Iran
Asieh Sadat Kazemi
Assistant Professor, Department of Physics, Iran University of Science and Technology (IUST), Tehran, Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :