Mechanism of laser induced self-organized void array formation in Polydimethylsiloxane (PDMS)
Notice bibliographique
Résumé
Abstract This study investigated the formation of multi-voids in polydimethylsiloxane (PDMS) using a multi-pulse irradiation method and explored the impact of laser energy, number of pulses per micron (writing speed), and laser spot size on the process. The experimental results revealed that multi-void formation occurred due to multi-pulse irradiation in the bulk of PDMS. Additionally, increasing laser energy led to an increase in the number of voids, while the number of voids did not change with an increase in the number of pulses per micron for a fixed laser parameter. However, the size of the voids increased with the number of pulses per micron, and tighter focusing conditions resulted in smaller voids with a shorter distance between them.Furthermore, Finite-Difference-Time-Domain (FDTD) simulations reproduced the generation of void arrays in PDMS using a similar multi-laser pulse approach. By modeling the voids as concentric spheres with densified shells and simulating the laser interaction with the voids, we showed that void array generation in PDMS is a linear mechanism. This study provides valuable insight into the mechanism behind the formation of void arrays in PDMS. The simulation results agree with the experimental results to further validate the model and gain a better understanding of the physical processes involved in the generation of void arrays in PDMS.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».