Graphen-Nutzung für optimale Tunneleffekt-Beschleunigungssensoren

Beschleunigungssensoren werden für eine Vielzahl unterschiedlicher Anwendungen eingesetzt, z. B. für Navigationssysteme in Luftfahrzeugen, zur Bewegungserkennung in Fahrzeugen sowie in tragbaren elektronischen Geräten. Die anspruchsvollsten Anwendungen benötigen jedoch hochauflösende Beschleunigungssensoren, die sehr groß und zudem sehr teuer in der Herstellung sind.

Gerade bei solchen Anwendungen, zu denen mikrogravimetrische Untersuchungen, Schallmessungen und seismologische Messungen zählen, läge der Nutzen von Tunneleffekt-Beschleunigungssensoren auf der Hand. Sie verursachen deutlich geringere Herstellungskosten und bieten zugleich eine bisher unerreichte Präzision – ein gewaltiger Vorteil gegenüber herkömmlichen Ausführungen. Einer Kommerzialisierung stehen allerdings nach wie vor der komplexe Fertigungsprozess und die langfristige Instabilität entgegen.

Hier kommt das Projekt GRATA (Graphene Tunneling Accelerometer) zum Tragen, das an der Entwicklung eines weltweit einzigartigen – und bereits patentierten – Tunneleffekt-Beschleunigungssensors auf Graphen-Basis arbeitet. Seine technischen Vorteile, wie etwa die geringeren Abmessungen, eine größere Bandbreite, eine einfachere Herstellung und natürliche Stabilität, haben in der Branche bereits für Aufsehen gesorgt. Darüber hinaus könnte damit die Produktion Graphen-basierter High-End-Sensoren möglich werden.

Professor Dr. Pertti Hakonen, der Leiter des Projekts, spricht über das Konzept seines Tunneleffekt-Beschleunigungssensors, den damit verbundenen Entwicklungsprozess und die Aussichten auf eine Vermarktung.

Welche Schwachpunkte von Tunneleffekt-Beschleunigungssensoren wollten Sie mit diesem Projekt angehen?

Primär verfolgten wir das Ziel, das Problem der fehlenden langfristigen Stabilität von silikonbasierten, metallbeschichteten Tunneleffekt-Beschleunigungssensoren zu beseitigen. Die Sensorempfindlichkeit und -bandbreite wurden jedoch auch verbessert.

Warum halten Sie Graphen für geeignet, um dieses Ziel zu erreichen?

Graphen zeichnet sich bekanntlich durch überragende mechanische Eigenschaften aus (leichtes, starkes, robustes Kohlenstoffkristall) und gute elektrische Leitfähigkeit aus (wodurch Metallbeschichtungen überflüssig werden). Im Umgang mit spezifischen Aspekten wie der Materialspannung in Graphen-basierten MEMS-Strukturen kennen wir uns bereits aus. Aufgrund der Art des Werkstoffs und unseres Know-hows bietet sich der Graphen-basierte Beschleunigungssensor als mögliche Lösung an.

Welche Schwierigkeiten haben sich bei der Realisierung dieser neuen Graphen-basierten Beschleunigungssensoren ergeben?

Die Schwierigkeit bei der Weiterentwicklung von Labormustern hin zu Beschleunigungssensoren als Endprodukt besteht vor allem in der Herstellbarkeit (und Reproduzierbarkeit).

Worin sehen Sie die bislang wichtigsten Erfolge des Projekts?

Wir konnten nachweisen, dass der winzige Spalt nicht zusammenfällt, und zwar auch nicht bei Luftströmung – ein entscheidendes Kriterium für die Zuverlässigkeit. Das Kernpatent ist bereits angemeldet, und ein weiteres mit verwandten Werkstoffen ist in Vorbereitung.

Was müssen Sie bis Projektende außerdem noch in Angriff nehmen?

Wir müssen weitere Prototypen bauen, die korrekt gehäust sind, und wir müssen weitere Daten außerhalb des Laborumfelds erfassen.

Welche Arten der Sensoranwendung streben Sie an?

Ein Beispiel wäre die Schwingungsüberwachung von Maschinen – die am weitesten verbreitete Methode, um den Zustand von rotierenden Anlagen zu beurteilen. Sie leistet einen wertvollen Beitrag zur Sicherheit und intelligenten Instandhaltung für die moderne Industrie, insbesondere im Zeitalter des Internets der Dinge.

Wie nah sind Sie Ihrer Einschätzung nach einer möglichen Kommerzialisierung?

Das ist schwer zu sagen. Die Kommerzialisierung ist wesentlich langwieriger und erfordert ganz andere Mittel als jene, die uns für unsere Forschungsarbeit in der Laborumgebung zur Verfügung standen. Die wesentlichen Schutzrechte sind jedoch bereits angemeldet, und es werden weitere Felddaten erfasst. Damit sind wir also bereits auf dem richtigen Weg, um das Ziel einer Kommerzialisierung zu erreichen.