Adquisición de datos brutos de alta fidelidad para metrología subpíxel y análisis de fuerza lateral en AFM
1 Kevin Eduardo Rivera Santos, 2 José Juan Gervacio Arciniega,3 Eduardo Antonio Murillo Bracamontes,1 David Fernández Brito,4 Christian Iván Enriquez Flores,2 Miller Toledo Solano
1 Facultad de Ciencias Físico Matemáticas, Benemérita Universidad Autónoma de Puebla, Puebla, México 2 SECIHTI-Facultad de Ciencias Físico Matemáticas, Benemérita Universidad Autónoma de Puebla, Puebla, México 3 Centro de Nanociencias y Nanotecnología, Universidad Nacional Autónoma de México, Ensenada, México 4 Centro de Investigaciones y de Estudios Avanzados Unidad Querétaro, Qro
Loading the poster…
Abstract
La microscopía de fuerza atómica (AFM) es esencial para la caracterización a nanoescala; sin embargo, los controladores comerciales suelen funcionar como "cajas negras", aplicando un preprocesamiento y compresión de datos agresivos que filtran la información de alta frecuencia y los fenómenos transitorios. Este trabajo presenta una metodología independiente del instrumento para sortear las limitaciones propietarias mediante la integración de un sistema externo de adquisición de datos (DAQ) de alta velocidad. Al capturar flujos analógicos sin procesar, posibilitamos la metrología subpíxel a través de una reconstrucción estadística rigurosa de la topografía, proporcionando niveles de incertidumbre cuantificables que superan la salida de un solo valor por píxel del software nativo. Demostramos la potencia de este enfoque en la microscopía de fuerza de fricción (FFM), donde nuestro marco recupera con éxito parámetros críticos como los picos de fricción estática y la rigidez de contacto lateral, que normalmente quedan ocultos por los filtros internos del controlador. Al preservar la integridad completa del bucle de fricción, proporcionamos una comprensión más profunda de las interacciones punta-muestra. Esta metodología mejora las capacidades metrológicas de las plataformas AFM actuales y proporciona la infraestructura de datos de alta dimensión necesaria para integrar la inteligencia artificial y desarrollar técnicas de sonda de escaneo autónomas de próxima generación.
Keywords: Datos; Crudos; Microscopio