Het mixen en matchen van materialen – zelfs op moleculair niveau – kan verrassende nieuwe eigenschappen opleveren met voordelen voor elektronica, energie, geavanceerde productie en nog veel meer. Maar het optimaliseren van deze materiaalmashups kan een uitdaging zijn.

Onderzoekers van het National Institute of Standards and Technology (NIST) hebben een app ontwikkeld die de karakterisering van complexe materialen stroomlijnt. Het heet PyXRF en biedt een intuïtieve interface voor het vastleggen en verwerken van gegevens van draagbare röntgenfluorescentieapparaten (XRF), een relatief nieuw en betaalbaar type röntgenspectrometer die de chemische samenstelling van materialen kan onthullen. De app is beschikbaar als open source-software.

"Dit is een mobiele app ontworpen voor niet-experts die een snelle en vuile manier nodig hebben om te beoordelen of hun materialen de eigenschappen hebben die ze verwachten", zegt NIST-materiaalwetenschapper Michael McGuire.

XRF is een type spectroscopie waarbij röntgenstralen worden gebruikt om elektronen in een atoom te exciteren en de energie te meten die vrijkomt wanneer deze elektronen terugkeren naar een toestand met lagere energie. De karakteristieke energie-'vingerafdruk' van elk aangeslagen elektron onthult informatie over het type en de hoeveelheid atomen in een materiaal.

Maar om zinvolle informatie uit deze metingen te halen, is enig inzicht nodig in de meetapparatuur en de complexiteit van röntgenfysica en signaalverwerking.

"XRF-spectrometers worden kleiner, goedkoper en gemakkelijker te gebruiken", aldus McGuire. "De softwarepakketten die bij deze instrumenten worden geleverd, zijn echter doorgaans eenvoudig en de meeste gaan ervan uit dat de gebruiker de tijd of de expertise heeft om de metingen handmatig te configureren en na te bewerken. PyXRF stroomlijnt deze taken in een gebruiksvriendelijke app."

Met de app kunnen gebruikers ook eenvoudig metingen in het veld vergelijken met bekende metingen van materiaalbibliotheken, waaronder een die het NIST-team voor verschillende soorten kunststoffen heeft gemaakt.

PYXRF wordt al gebruikt door leden van het NIST Material Measurement Laboratory (MML) om monsters ter plaatse te analyseren in productiefaciliteiten en andere industriële installaties, en ook om materialen in museumcollecties te identificeren. PyXRF kon bijvoorbeeld het type pigment identificeren dat werd gebruikt in een 200 jaar oud portret in het Smithsonian American Art Museum.

De app trekt ook belangstelling van buiten NIST. Het wordt gebruikt door studenten en onderzoekers van MIT en Georgetown University, en er is contact geweest met een startend bedrijf dat geïnteresseerd is in het integreren van PyXRF in een commercieel softwareproduct.

"We hopen dat we, door de toegankelijkheid van geavanceerde meetmogelijkheden te vergroten, meer mensen zullen aanmoedigen om de eigenschappen van materialen te onderzoeken en het volgende grote ding te ontdekken", aldus McGuire.