• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2020 年度 実績報告書

金ナノロッドの形状と局所原子変位に関する先端電子顕微鏡解析

研究課題

研究課題/領域番号 18H01830
研究機関九州大学

研究代表者

松村 晶  九州大学, 工学研究院, 教授 (60150520)

研究期間 (年度) 2018-04-01 – 2021-03-31
キーワード高分解能電子顕微鏡 / 格子歪 / ナノ粒子
研究実績の概要

本研究では、様々な光学機能素子としての応用が期待されている金ナノロッドの原子構造の形状依存性ならびにパルスレーザー光の照射によって励起される変形を伴う原子再配列挙動を最先端の走査透過電子顕微鏡(STEM)法を駆使して明らかにすることを目的としている。
昨年度に原子分解能電子顕微鏡解析から求めたアスペクト比が1.0, 2.1, 3.6の3種類の単結晶金ナノロッドロッド内部の局所格子歪みについて、分子動力学(MD)計算によるシミュレーション結果も含めて詳しく考察を行なって、そのメカニズムを解明することができた。ロッドの内部は表面の曲率に依存した圧縮応力状態にある。球状では2次元曲率による圧縮応力が内部にほぼ均等に作用しており、弾性異方性に伴うポアッソン膨張歪みは極めて限られた領域に僅かにしか発生しないが、ロッド状態になると先端の半球部にかかる内部圧縮応力のロッド側から先端方向への成分がロッドの伸長に伴って減弱していくために、半球状先端部のポアッソン膨張領域が拡大する。この結論と知見から、ナノ粒子内部の局所歪み状態を外形によって制御できる可能性が示唆される。
さらに、金ナノロッドの近赤外パルスレーザー光照射による原子構造変化を明らかにするために、同じナノロッドについて照射前後の原子配列の変化を同様な原子分解能STEMで解析を行なった。レーザー照射装置が高分解能電子顕微鏡と離れているために、観察試料をその間で行き来させねばならないが、試料位置とゴニオメータの試料傾斜角度を精緻にコントロールすることで、同一ナノロッドに関する構造変化の追跡を可能にした。レーザー光吸収エネルギーがロッドの融解にまで達しない場合は主として表面拡散を介して単結晶状態を維持して球状化するのに対して、融点を超えると全体が一旦液体状態となって再結晶化が進み内部は多数の双晶関係にある結晶方位ドメインに分割される。

現在までの達成度 (段落)

令和2年度が最終年度であるため、記入しない。

今後の研究の推進方策

令和2年度が最終年度であるため、記入しない。

  • 研究成果

    (5件)

すべて 2020

すべて 雑誌論文 (1件) (うちオープンアクセス 1件) 学会発表 (4件) (うち国際学会 1件、 招待講演 1件)

  • [雑誌論文] hape-dependent local strain in gold nanorods: data-driven atomic-resolution electron microscopy analysis2020

    • 著者名/発表者名
      Kohei Aso, Jens Maebe, Xuan Quy Tran, Tomokazu Yamamoto, Yoshifumi Oshima, Syo Matsumura
    • 雑誌名

      arXiv:2011.03191

      巻: - ページ: -

    • オープンアクセス
  • [学会発表] 物質の光学特性に関する超高圧電子顕微鏡内そ の場観察2020

    • 著者名/発表者名
      松村 晶,安田 和弘,山本 知一,前野 宏志,麻生 浩平,重松 晃次,Seo Pooreun,Bhuian AKM Islam Saiful
    • 学会等名
      日本顕微鏡学会第76回学術講演会
    • 招待講演
  • [学会発表] 画像パッチの統計的学習を用いた原子分解能顕 微画像のノイズ低減2020

    • 著者名/発表者名
      山本 知一,楊 文慧,麻生 浩平,Xuan Qui Tran,松村 晶
    • 学会等名
      日本顕微鏡学会第76回学術講演会
  • [学会発表] ナノ粒子形状に由来する局所ひずみのサブピコメートル解析2020

    • 著者名/発表者名
      麻生 浩平, Jens Maebe, Xuan Quy Tran, 山本 知一, 大島 義文,松村 晶
    • 学会等名
      2021年 第81回応用物理学会秋季学術講演会
  • [学会発表] Shape-dependent strain distribution of gold nanorods revealed by Gaussian process regression2020

    • 著者名/発表者名
      Kohei Aso, Jens Maebe, Xuan Quy Tran, Tomokazu Yamamoto, Yoshifumi Oshima, Syo Matsumura
    • 学会等名
      AI for ATOMS
    • 国際学会

URL: 

公開日: 2021-12-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi