- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
离子溅射镀膜仪K550X.PDF
离子溅射镀膜仪 K550X
生产厂家:Quorum Technologies Ltd. (英国)
金颗粒尺寸:2 nm
工作腔室:硼硅酸盐玻璃,直径165mm(6英寸) x高125mm
样品台:可旋转、倾斜
真空范围:ATM-1x10-2 mbar
标配金靶:60 mm 直径 x 0.1mm 厚
溅射电流:0-50mA
沉积速率:0-25nm/分溅射
用途:
扫描电子显微镜的非导电样品镀金属导电膜,样品镀以金属膜后,不仅可以
防止充电、放电效应,还可以减少电子束对样品的损伤作用,增加二次电子的产
生率,获得良好的图象。也可用于需要镀金膜的操作。
工作原理:
在低真空(0.1~0.01 乇)状态下,在阳极与阴极两个电极之间加上几百至上千
伏的直流电压时,电极之间会产生辉光放电。在放电的过程中,气体分子被电离
成带正电的阳离子和带负电的电子,并在电场的作用下,阳离子被加速跑向阴极,
而电子被加速跑向阳极。如果阴极用金属作为电极(常称靶极) ,那么在阳离子冲
击其表面时,就会将其表面的金属粒子打出,这种现象称为溅射。此时被溅射的
金属粒子是中性,即不受电场的作用,而靠重力作用下落。如果将样品置于下面,
被溅射的金属粒子就会落到样品表面,形成一层金属膜,用这种方法给样品表面
镀膜,称为离子溅射镀膜法。
特点:
1. 低电压冷溅射
2. 全自动操作,可控制独立的真空泵
3. 可预设沉积厚度,均匀厚度沉积,全自动控制,膜厚度重复性好
仪器示图:
您可能关注的文档
最近下载
- 深度学习基础及应用(人工智能、大数据技术、计算机等相关专业)全套教学课件.pptx
- 《深度学习基础及应用》教案 第9课 利用循环神经网络进行文本预测和分类(二).docx VIP
- 《深度学习基础及应用》教案 第8课 利用循环神经网络进行文本预测和分类(一).docx VIP
- 《深度学习基础及应用》教案 第6课 利用卷积神经网络进行图像处理(一).docx VIP
- 《深度学习基础及应用》教案 第10课 利用生成对抗神经网络进行图像生成.docx VIP
- 《深度学习基础及应用》教案 第8课 利用循环神经网络进行文本预测和分类(一).pdf VIP
- 《深度学习基础及应用》教案 第5课 构建神经网络(三).docx VIP
- 《深度学习基础及应用》教案 第2课 夯实深度学习开发基础.docx VIP
- 人教版五年级上册数学精品教学课件 第3单元 3.3 商的近似数.ppt VIP
- 《深度学习基础及应用》教案 第10课 利用生成对抗神经网络进行图像生成.pdf VIP
文档评论(0)