Upload
dangkhue
View
214
Download
0
Embed Size (px)
Citation preview
Kisszögű röntgenszórás – (főként) elméletibevezető, alapfogalmak
Wacha András
MTA Természettudományi Kutatóközpont
TartalomBevezetés
Egy kis történelemA szórás alapelveKis- és nagyszögű szórás
AlapfogalmakSzórási kép és szórási görbeSzórási hatáskeresztmetszetSzórási változóSzórási kontraszt
A szerkezet-szórás kapcsolat alapvető összefüggéseiKapcsolat a szerkezet és a szórás közöttA fázisproblémaGömbszimmetrikus rendszerekA Guinier közelítésTöbbrészecske-rendszerek, méreteloszlásHatványfüggvény-szórás: a Porod tartományA pártávolság-eloszlásfüggvény
Összefoglalás
TartalomBevezetés
Egy kis történelemA szórás alapelveKis- és nagyszögű szórás
AlapfogalmakSzórási kép és szórási görbeSzórási hatáskeresztmetszetSzórási változóSzórási kontraszt
A szerkezet-szórás kapcsolat alapvető összefüggéseiKapcsolat a szerkezet és a szórás közöttA fázisproblémaGömbszimmetrikus rendszerekA Guinier közelítésTöbbrészecske-rendszerek, méreteloszlásHatványfüggvény-szórás: a Porod tartományA pártávolság-eloszlásfüggvény
Összefoglalás
A (kisszögű) szórás története
„Már az ókori görögök is. . . ” Szórás: XVII-XIX. század (Huygens, Newton, Young, Fresnel. . . ) Röntgensugárzás: 1895 Röntgendiffrakció kristályokon: W.H. és W.L. Bragg (1912), M. von
Laue, P. Debye, P. Scherrer. . . (-1930) Kisszögű szórás első megfigyelése: P. Krishnamurti, B.E. Warren
(kb. 1930) Kisszögű röntgenszórás formalizmusa, elmélete: André Guinier, Peter
Debye, Otto Kratky, Günther Porod, Rolf Hosemann, VittorioLuzzati (1940-1960)
SAXS vs. WAXS
A szórás alapelve: vizsgáló részecske → kölcsönhatás a szerkezettel→ eltérülés → detektálás → szerkezetmeghatározás
SampleX-ray Small-angle scattering
Wide-angle scattering (diffraction)
Szórás mérése: különböző irányokba eltérült sugárzás „nagysága” Erős előre szórt sugárzás (logaritmikus skála!) Nagyszögű szórás: Bragg-egyenlet (ld. előző óra) Kisszögű szórás: . . .
Kis- és nagyszögű szórás
Gömb alakú nanokristály (sc) szórása:
Nagyszögű szórás: a kristályszerkezet
Kisszögű szórás: a krisztallit teljes mérete Kisszögű szórás nem lát az atomi méretskálán: homogén és diszkrét
szerkezet ekvivalens
Kis- és nagyszögű szórás
Gömb alakú nanokristály (sc) szórása:
Nagyszögű szórás: a kristályszerkezet Kisszögű szórás: a krisztallit teljes mérete
Kisszögű szórás nem lát az atomi méretskálán: homogén és diszkrétszerkezet ekvivalens
Kis- és nagyszögű szórás
Gömb alakú nanokristály (sc) szórása:
Nagyszögű szórás: a kristályszerkezet Kisszögű szórás: a krisztallit teljes mérete Kisszögű szórás nem lát az atomi méretskálán: homogén és diszkrét
szerkezet ekvivalens
Kisszögű szórás
Small-Angle X-ray Scattering – SAXS Röntgensugarak rugalmas szórása elektronokon Mérés: „intenzitás” a „szórási szög” függvényében. Eredmény: elektronsűrűség-inhomogenitások az 1-100 nm-es
méretskálán De: a mérési eredmények indirektek, bonyolultan értelmezhetőek (/) Tipikus mérési körülmények:
Transzmissziós mérési elrendezés Nagy intenzitású, közel pontfókuszú nyaláb Kétdimenziós, helyérzékeny detektor
TartalomBevezetés
Egy kis történelemA szórás alapelveKis- és nagyszögű szórás
AlapfogalmakSzórási kép és szórási görbeSzórási hatáskeresztmetszetSzórási változóSzórási kontraszt
A szerkezet-szórás kapcsolat alapvető összefüggéseiKapcsolat a szerkezet és a szórás közöttA fázisproblémaGömbszimmetrikus rendszerekA Guinier közelítésTöbbrészecske-rendszerek, méreteloszlásHatványfüggvény-szórás: a Porod tartományA pártávolság-eloszlásfüggvény
Összefoglalás
Szórási kép – szórási görbe
Szórási kép: beütésszám-mátrix A pixelek számértéke: a mérés ideje
alatt beérkezett fotonok száma Minden pixelnek megfelel egy szórási
szög
Szórási görbe Ugyanaz az információ, könnyebben
kezelhető formában A szórási képből azimutális
átlagolással:
1. Az egy szórási szöghöz tartozópixelek csoportosítása
2. Az intenzitások átlagolása
Ordináta: intenzitás („beütésszám”) Abszcissza: szórási változó („a
középponttól való távolság”)
Szórási hatáskeresztmetszet
A vizsgálandó minta (szóróközeg)
Bejövő részecskeáramsűrűség: jbe = Nbe (A · t) [cm−2 s−1] Teljes szórt részecskeáram: Iki = Nki t [s−1] Szórási hatáskeresztmetszet: Σ ≡ Iki jbe = A · Nki Nbe [cm2] differenciális szórási hatáskeresztmetszet: dΣ dΩ [cm2 sr−1] Normálva mintatérfogatra: d
dΩ ≡ 1V
dΣdΩ [cm−1 sr−1]
Szórási hatáskeresztmetszet
A vizsgálandó minta (szóróközeg) Bejövő részecskeáramsűrűség: jbe = Nbe/(A · t) [cm−2 s−1]
Teljes szórt részecskeáram: Iki = Nki t [s−1] Szórási hatáskeresztmetszet: Σ ≡ Iki jbe = A · Nki Nbe [cm2] differenciális szórási hatáskeresztmetszet: dΣ dΩ [cm2 sr−1] Normálva mintatérfogatra: d
dΩ ≡ 1V
dΣdΩ [cm−1 sr−1]
Szórási hatáskeresztmetszet
A vizsgálandó minta (szóróközeg) Bejövő részecskeáramsűrűség: jbe = Nbe/(A · t) [cm−2 s−1] Teljes szórt részecskeáram: Iki = Nki/t [s−1]
Szórási hatáskeresztmetszet: Σ ≡ Iki jbe = A · Nki Nbe [cm2] differenciális szórási hatáskeresztmetszet: dΣ dΩ [cm2 sr−1] Normálva mintatérfogatra: d
dΩ ≡ 1V
dΣdΩ [cm−1 sr−1]
Szórási hatáskeresztmetszet
A vizsgálandó minta (szóróközeg) Bejövő részecskeáramsűrűség: jbe = Nbe/(A · t) [cm−2 s−1] Teljes szórt részecskeáram: Iki = Nki/t [s−1] Szórási hatáskeresztmetszet: Σ ≡ Iki/jbe = A · Nki/Nbe [cm2]
differenciális szórási hatáskeresztmetszet: dΣ dΩ [cm2 sr−1] Normálva mintatérfogatra: d
dΩ ≡ 1V
dΣdΩ [cm−1 sr−1]
Szórási hatáskeresztmetszet
A vizsgálandó minta (szóróközeg) Bejövő részecskeáramsűrűség: jbe = Nbe/(A · t) [cm−2 s−1] Teljes szórt részecskeáram: Iki = Nki/t [s−1] Szórási hatáskeresztmetszet: Σ ≡ Iki/jbe = A · Nki/Nbe [cm2] differenciális szórási hatáskeresztmetszet: dΣ/dΩ [cm2 sr−1]
Normálva mintatérfogatra: ddΩ ≡ 1
VdΣdΩ [cm−1 sr−1]
Szórási hatáskeresztmetszet
A vizsgálandó minta (szóróközeg) Bejövő részecskeáramsűrűség: jbe = Nbe/(A · t) [cm−2 s−1] Teljes szórt részecskeáram: Iki = Nki/t [s−1] Szórási hatáskeresztmetszet: Σ ≡ Iki/jbe = A · Nki/Nbe [cm2] differenciális szórási hatáskeresztmetszet: dΣ/dΩ [cm2 sr−1] Normálva a mintatérfogatra: dσ
dΩ ≡ 1V
dΣdΩ [cm−1 sr−1]
A szórási változó
A szórási intenzitás természetes változója a szórási vektor:
~q ≡ ~k2θ − ~k0
[
~s ≡ ~S2θ − ~S0 = ~q/(2π)]
azaz a szórt és a beeső sugárzás hullámszám-vektorainak különbsége. [Hullámszámvektor: a terjedés irányába mutat, nagysága 2π/λ] Fizikai jelentése: az az impulzusmennyiség, amelyet a röntgensugár
a mintán való szóródáskor nyer (→ „momentum transfer”)
|k0|=2π/λ
|k2θ|=
2π/λ
|q|=
4π sinθ
/ λ
|k0|=2π/λ2θ
Minta
Beeső sugár Szóratlan sugár
2θ szö
gben szórt
sugár
Nagysága: q = |~q| = 4π sin θλ
≈kis szögek
4πθ/λ [s = 2 sin θ/λ])
Bragg-egyenlet: q = 2πn/d n ∈ Z [s = n/d ]
A szórási kontraszt
A röntgensugarak elektronokonszóródnak
Szórási kontraszt = relatívelektronsűrűség az átlaghoz képest
A szórás szempontjából csak a relatívelektronsűrűség számít!
Kis kontraszt: gyenge szórási jel. Víz: 333.3 e−/nm3
SiO2 nanorészecskék: 660-800e−/nm3
Fehérjék: 400-450 e−/nm3
Meghatározza: Az anyag (tömeg)sűrűsége (pl.
szilárd kopolimerek) Nagyobb rendszámú elemek jelenléte Oldószer választása (átlag
elektronsűrűség)
A szórási kontraszt
A röntgensugarak elektronokonszóródnak
Szórási kontraszt = relatívelektronsűrűség az átlaghoz képest
A szórás szempontjából csak a relatívelektronsűrűség számít!
Kis kontraszt: gyenge szórási jel. Víz: 333.3 e−/nm3
SiO2 nanorészecskék: 660-800e−/nm3
Fehérjék: 400-450 e−/nm3
Meghatározza: Az anyag (tömeg)sűrűsége (pl.
szilárd kopolimerek) Nagyobb rendszámú elemek jelenléte Oldószer választása (átlag
elektronsűrűség)
A szórási kontraszt
A röntgensugarak elektronokonszóródnak
Szórási kontraszt = relatívelektronsűrűség az átlaghoz képest
A szórás szempontjából csak a relatívelektronsűrűség számít!
Kis kontraszt: gyenge szórási jel. Víz: 333.3 e−/nm3
SiO2 nanorészecskék: 660-800e−/nm3
Fehérjék: 400-450 e−/nm3
Meghatározza: Az anyag (tömeg)sűrűsége (pl.
szilárd kopolimerek) Nagyobb rendszámú elemek jelenléte Oldószer választása (átlag
elektronsűrűség)
Alapfogalmak összegzése
Intenzitás: vagy differenciális szórási hatáskeresztmetszet az egységnyi térfogatú mintára egységnyi idő alatt egységnyi keresztmetszeten beeső részecskék hányad része szóródik a tér egy adott irányába egységnyi térszögben?
Szórási változó (q): vagy impulzusátadás: a szögfüggés jellemzése. Nagysága ∝ sin θ ≈ θ ~~q: a foton mekkora lendületet nyer a mintával való
kölcsönhatásban
Szórási kontraszt: a minta egy adott térfogatának szórási képessége akörnyezetéhez képest.
Röntgenszórás esetén ez a relatív elektronsűrűség
TartalomBevezetés
Egy kis történelemA szórás alapelveKis- és nagyszögű szórás
AlapfogalmakSzórási kép és szórási görbeSzórási hatáskeresztmetszetSzórási változóSzórási kontraszt
A szerkezet-szórás kapcsolat alapvető összefüggéseiKapcsolat a szerkezet és a szórás közöttA fázisproblémaGömbszimmetrikus rendszerekA Guinier közelítésTöbbrészecske-rendszerek, méreteloszlásHatványfüggvény-szórás: a Porod tartományA pártávolság-eloszlásfüggvény
Összefoglalás
Kapcsolat a szerkezet és a szórás között
Sugárzás szóródása az elektronok sűrűség-inhomogenitásain ⇒szerkezet jellemzése a relatív elektronsűrűség-függvénnyel:
∆ρ(~r) = ρ(~r) − ρ
(a továbbiakban ρ(~r) alatt ezt értjük!) A szóróközeg által szórt sugárzás amplitúdója:
A(~q) =y
V
ρ(~r)e−i~q~rd
3~r
azaz az elektronsűrűség-függvény Fourier transzformáltja. A mérhető mennyiség csak az intenzitás: I = |A|2
Kitérő: Fourier transzformáció
Alapkérdés: adott egy periodikus jel: milyen frekvenciájú?
0 2 4 6 8 10t
1.0
0.5
0.0
0.5
1.0y(
t)sin(2 t)
0.0 0.5 1.0 1.5 2.00.0
0.2
0.4
0.6
[y]
Fourier transform
Fourier transzformálás: a frekvenciakomponensek meghatározása
Több komponens is látható Hosszabb idő: jobb frekvenciafeloldás (Nyquist-Shannon tétel) Még több frekvencia A szinusztagok súlya is meghatározható A „fekete doboz belseje”: F (ν) =
∫f (t)e−iνtdt
Invertálható (de. . . ): f (t) = 12π
∫F (ν)e itνdν
Kitérő: Fourier transzformáció
Alapkérdés: adott egy periodikus jel: milyen frekvenciájú?
0 2 4 6 8 10t
2
1
0
1
2y(
t)sin(2 t) + sin(2 1.1 t)
0.0 0.5 1.0 1.5 2.00.0
0.2
0.4
0.6
[y]
Fourier transform
Fourier transzformálás: a frekvenciakomponensek meghatározása Több komponens is látható
Hosszabb idő: jobb frekvenciafeloldás (Nyquist-Shannon tétel) Még több frekvencia A szinusztagok súlya is meghatározható A „fekete doboz belseje”: F (ν) =
∫f (t)e−iνtdt
Invertálható (de. . . ): f (t) = 12π
∫F (ν)e itνdν
Kitérő: Fourier transzformáció
Alapkérdés: adott egy periodikus jel: milyen frekvenciájú?
0 10 20 30 40 50t
2
1
0
1
2y(
t)sin(2 t) + sin(2 1.1 t)
0.0 0.5 1.0 1.5 2.00.0
0.2
0.4
0.6
[y]
Fourier transform
Fourier transzformálás: a frekvenciakomponensek meghatározása Több komponens is látható Hosszabb idő: jobb frekvenciafeloldás (Nyquist-Shannon tétel)
Még több frekvencia A szinusztagok súlya is meghatározható A „fekete doboz belseje”: F (ν) =
∫f (t)e−iνtdt
Invertálható (de. . . ): f (t) = 12π
∫F (ν)e itνdν
Kitérő: Fourier transzformáció
Alapkérdés: adott egy periodikus jel: milyen frekvenciájú?
0 10 20 30 40 50t
3
2
1
0
1
2
3y(
t)sin(2 0.9 t) + sin(2 t) + sin(2 1.1 t)
0.0 0.5 1.0 1.5 2.00.0
0.2
0.4
0.6
[y]
Fourier transform
Fourier transzformálás: a frekvenciakomponensek meghatározása Több komponens is látható Hosszabb idő: jobb frekvenciafeloldás (Nyquist-Shannon tétel) Még több frekvencia
A szinusztagok súlya is meghatározható A „fekete doboz belseje”: F (ν) =
∫f (t)e−iνtdt
Invertálható (de. . . ): f (t) = 12π
∫F (ν)e itνdν
Kitérő: Fourier transzformáció
Alapkérdés: adott egy periodikus jel: milyen frekvenciájú?
0 2 4 6 8 10t
3
2
1
0
1
2
3y(
t)sin(2 t) + 2sin(2 2 t)
0.0 0.5 1.0 1.5 2.0 2.5 3.00.00
0.25
0.50
0.75
1.00
1.25
[y]
Fourier transform
Fourier transzformálás: a frekvenciakomponensek meghatározása Több komponens is látható Hosszabb idő: jobb frekvenciafeloldás (Nyquist-Shannon tétel) Még több frekvencia A szinusztagok súlya is meghatározható
A „fekete doboz belseje”: F (ν) =∫
f (t)e−iνtdt
Invertálható (de. . . ): f (t) = 12π
∫F (ν)e itνdν
Kitérő: Fourier transzformáció
Alapkérdés: adott egy periodikus jel: milyen frekvenciájú?
0 2 4 6 8 10t
3
2
1
0
1
2
3y(
t)sin(2 t) + 2sin(2 2 t)
0.0 0.5 1.0 1.5 2.0 2.5 3.00.00
0.25
0.50
0.75
1.00
1.25
[y]
Fourier transform
Fourier transzformálás: a frekvenciakomponensek meghatározása Több komponens is látható Hosszabb idő: jobb frekvenciafeloldás (Nyquist-Shannon tétel) Még több frekvencia A szinusztagok súlya is meghatározható A „fekete doboz belseje”: F (ν) =
∫f (t)e−iνtdt
Invertálható (de. . . ): f (t) = 12π
∫F (ν)e itνdν
Kitérő: Fourier transzformáció
Alapkérdés: adott egy periodikus jel: milyen frekvenciájú?
0 2 4 6 8 10t
3
2
1
0
1
2
3y(
t)sin(2 t) + 2sin(2 2 t)
0.0 0.5 1.0 1.5 2.0 2.5 3.00.00
0.25
0.50
0.75
1.00
1.25
[y]
Fourier transform
Fourier transzformálás: a frekvenciakomponensek meghatározása Több komponens is látható Hosszabb idő: jobb frekvenciafeloldás (Nyquist-Shannon tétel) Még több frekvencia A szinusztagok súlya is meghatározható A „fekete doboz belseje”: F (ν) =
∫f (t)e−iνtdt
Invertálható (de. . . ): f (t) = 12π
∫F (ν)e itνdν
A fázisprobléma
A Fourier-transzformáció invertálható (?!): a szóróközeget a szórásiamplitúdó egyértelműen jellemzi
Komplex mennyiség:
z = a + bi = Ae iφ
Abszolútérték-négyzet:
|z |2 = z · z∗ = Ae iφ · Ae−iφ = A2
Hová tűnt a φ fázis?! Mivel az amplitúdó nem mérhető, a szóróközeg szerkezete teljes
mértékig nem rekonstruálható a szórásból. Más baj is van: az intenzitás nem mérhető a teljes ~q-térben: az
inverz Fourier-transzformáció nem lehet teljes
Mekkora a baj?
Idea from Saldin et. al. J. Phys.: Condens. Matter 13 (2001) 10689-10707
A fázis hordozza az információ túlnyomó részét! A komplex számok k rében a négyetgyökvonás nem egyértelmű
(végtelen sok komplex szám van, aminek azabszolútérték-négyzete)!
Mekkora a baj?
FT
FT
Idea from Saldin et. al. J. Phys.: Condens. Matter 13 (2001) 10689-10707
A fázis hordozza az információ túlnyomó részét! A komplex számok k rében a négyetgyökvonás nem egyértelmű
(végtelen sok komplex szám van, aminek azabszolútérték-négyzete)!
Mekkora a baj?
FT
FT
Amplitude
(Kratky)
Amplitude
(Porod)
Phase
(Kratky)
Phase
(Porod)
Idea from Saldin et. al. J. Phys.: Condens. Matter 13 (2001) 10689-10707
A fázis hordozza az információ túlnyomó részét! A komplex számok k rében a négyetgyökvonás nem egyértelmű
(végtelen sok komplex szám van, aminek azabszolútérték-négyzete)!
Mekkora a baj?
FT
FT
Amplitude
(Kratky)
Amplitude
(Porod)
Phase
(Kratky)
Phase
(Porod)
IFT
IFT
Idea from Saldin et. al. J. Phys.: Condens. Matter 13 (2001) 10689-10707
A fázis hordozza az információ túlnyomó részét! A komplex számok k rében a négyetgyökvonás nem egyértelmű
(végtelen sok komplex szám van, aminek azabszolútérték-négyzete)!
Mekkora a baj?
FT
FT
Amplitude
(Kratky)
Amplitude
(Porod)
Phase
(Kratky)
Phase
(Porod)
IFT
IFT
Idea from Saldin et. al. J. Phys.: Condens. Matter 13 (2001) 10689-10707
A fázis hordozza az információ túlnyomó részét!
A komplex számok k rében a négyetgyökvonás nem egyértelmű(végtelen sok komplex szám van, aminek azabszolútérték-négyzete)!
Mekkora a baj?
Re
Im
z |z|2=1
1
i
A fázis hordozza az információ túlnyomó részét! A komplex számok körében a négyetgyökvonás nem egyértelmű
(végtelen sok komplex szám van, aminek 1 azabszolútérték-négyzete)!
Mit lehet tenni? / Baj ez egyáltalán?
Különböző szerkezetű minták szórása is lehet megkülönböztethetetlen1. Megoldás: „robusztus” paraméterek számítása (ld. később)
Guinier sugár Hatványfüggvény-exponens Porod-térfogat . . .
2. Megoldás: modellillesztés Adott paraméterekkel jellemzett modell-sokaságból kiválasztani azt,
melynek szórása a legjobban stimmel Megfelelően szűk sokaság felett ρ(~r) ↔ I(~q) hozzárendelés
egyértelmű A priori ismeretek, más mérési módszerek eredményei rendkívül
hasznosak!
3. A fázis „kitalálása” (krisztallográfia) vagy mérése (holográfia)
Azok a szerkezetek,amelyek a mért görbét adhatják
A modell általparaméterezettszerkezetek
Kitérő/Emlékeztető: gömbi koordinátarendszer
Descartes: x , y , z
Gömbi: x = r sin θ cos ϕ, y = r sin θ sin ϕ, z = r cos θ
Térfogatelem:
dx dy dz = dV = r2 sin θ dr dθ dϕ
Integrál:
∞∫
−∞
∞∫
−∞
∞∫
−∞
f (x , y , z)dx dy dz =
=
2π∫
0
π∫
0
∞∫
0
f (r , θ, ϕ)r2 sin θdr dθ dϕx
y
z
r
θ
φ
dr
dθ
dφ
Gömb kisszögű szórása 1.
A szórt intenzitás általános képlete:
I(~q) =∣∣∣
yρ (~r) e−i~q~r
d3~r
∣∣∣
2
Számítsuk ki egy R sugarú, belsejében 0 homogén elektronsűrűségűgömb (kisszögű) szórási intenzitását!Izotrop objektum elektronsűrűség-függvénye: (r) = (|r |) = (r). Ekk raz integrál gömbi k rdinátarendszerben könnyebben elvégezhető:
I(q) =
∣∣∣∣
∫ 2π
0
dφ
∫ ∞
0
dr r2 (r)∫ π
0
sin θ dθ e−i|~q|·|~r | cos θ
∣∣∣∣
2
ahol a gömbi k rdinátarendszer z iránya úgy lett megválasztva, hogyq-val párhuzamos legyen (megtehető, mert (r) gömbszimmetrikus). Azintegrálban u = cos θ változócserével:
I(q) =
∣∣∣∣∣∣∣∣
∫ 2π
0
dφ
2π
∫ ∞
0
r2 (r)dr
∫ 1
−1
du e−iqru
∣∣∣∣∣∣∣∣
2
Gömb kisszögű szórása 1.
A szórt intenzitás általános képlete:
I(~q) =∣∣∣
yρ (~r) e−i~q~r
d3~r
∣∣∣
2
Számítsuk ki egy R sugarú, belsejében ρ0 homogén elektronsűrűségűgömb (kisszögű) szórási intenzitását!
Izotrop objektum elektronsűrűség-függvénye: (r) = (|r |) = (r). Ekk raz integrál gömbi k rdinátarendszerben könnyebben elvégezhető:
I(q) =
∣∣∣∣
∫ 2π
0
dφ
∫ ∞
0
dr r2 (r)∫ π
0
sin θ dθ e−i|~q|·|~r | cos θ
∣∣∣∣
2
ahol a gömbi k rdinátarendszer z iránya úgy lett megválasztva, hogyq-val párhuzamos legyen (megtehető, mert (r) gömbszimmetrikus). Azintegrálban u = cos θ változócserével:
I(q) =
∣∣∣∣∣∣∣∣
∫ 2π
0
dφ
2π
∫ ∞
0
r2 (r)dr
∫ 1
−1
du e−iqru
∣∣∣∣∣∣∣∣
2
Gömb kisszögű szórása 1.
A szórt intenzitás általános képlete:
I(~q) =∣∣∣
yρ (~r) e−i~q~r
d3~r
∣∣∣
2
Számítsuk ki egy R sugarú, belsejében ρ0 homogén elektronsűrűségűgömb (kisszögű) szórási intenzitását!Izotrop objektum elektronsűrűség-függvénye: ρ(~r) = ρ(|~r |) = ρ(r). Ekkoraz integrál gömbi koordinátarendszerben könnyebben elvégezhető:
I(~q) =
∣∣∣∣
∫ 2π
0
dφ
∫ ∞
0
dr r2ρ(r)∫ π
0
sin θ dθ e−i|~q|·|~r | cos θ
∣∣∣∣
2
ahol a gömbi k rdinátarendszer z iránya úgy lett megválasztva, hogyq-val párhuzamos legyen (megtehető, mert (r) gömbszimmetrikus). Azintegrálban u = cos θ változócserével:
I(q) =
∣∣∣∣∣∣∣∣
∫ 2π
0
dφ
2π
∫ ∞
0
r2 (r)dr
∫ 1
−1
du e−iqru
∣∣∣∣∣∣∣∣
2
Gömb kisszögű szórása 1.
A szórt intenzitás általános képlete:
I(~q) =∣∣∣
yρ (~r) e−i~q~r
d3~r
∣∣∣
2
Számítsuk ki egy R sugarú, belsejében ρ0 homogén elektronsűrűségűgömb (kisszögű) szórási intenzitását!Izotrop objektum elektronsűrűség-függvénye: ρ(~r) = ρ(|~r |) = ρ(r). Ekkoraz integrál gömbi koordinátarendszerben könnyebben elvégezhető:
I(~q) =
∣∣∣∣
∫ 2π
0
dφ
∫ ∞
0
dr r2ρ(r)∫ π
0
sin θ dθ e−i|~q|·|~r | cos θ
∣∣∣∣
2
ahol a gömbi koordinátarendszer z iránya úgy lett megválasztva, hogy~q-val párhuzamos legyen (megtehető, mert ρ(~r) gömbszimmetrikus).
Azintegrálban u = cos θ változócserével:
I(q) =
∣∣∣∣∣∣∣∣
∫ 2π
0
dφ
2π
∫ ∞
0
r2 (r)dr
∫ 1
−1
du e−iqru
∣∣∣∣∣∣∣∣
2
Gömb kisszögű szórása 1.
A szórt intenzitás általános képlete:
I(~q) =∣∣∣
yρ (~r) e−i~q~r
d3~r
∣∣∣
2
Számítsuk ki egy R sugarú, belsejében ρ0 homogén elektronsűrűségűgömb (kisszögű) szórási intenzitását!Izotrop objektum elektronsűrűség-függvénye: ρ(~r) = ρ(|~r |) = ρ(r). Ekkoraz integrál gömbi koordinátarendszerben könnyebben elvégezhető:
I(~q) =
∣∣∣∣
∫ 2π
0
dφ
∫ ∞
0
dr r2ρ(r)∫ π
0
sin θ dθ e−i|~q|·|~r | cos θ
∣∣∣∣
2
ahol a gömbi koordinátarendszer z iránya úgy lett megválasztva, hogy~q-val párhuzamos legyen (megtehető, mert ρ(~r) gömbszimmetrikus). Azintegrálban u = cos θ változócserével:
I(~q) =
∣∣∣∣∣∣∣∣
∫ 2π
0
dφ
︸ ︷︷ ︸
2π
∫ ∞
0
r2ρ(r)dr
∫ 1
−1
du e−iqru
∣∣∣∣∣∣∣∣
2
Gömb kisszögű szórása 2.
A legbelső integrál könnyen elvégezhető:
∫ 1
−1
du e−iqru =
[1
−iqre−iqru
]1
−1
Kihasználva, hogy e iφ = cos φ + i sin φ:
−iqr
[e−iqr − e iqr
]=
iqr[ i sin (qr)] =
sin (qr)qr
azaz
I(q) = I(q) = ( π)2
∣∣∣∣∣
∫
0
(r)r2 sin (qr)qr
dr
∣∣∣∣∣
2
.
Izotrop rendszer esetén a szórási intenzitás nem függ a szórási vektorirányától, csak nagyságától.
Izotrop (pontosabban (r) = (−r) szimmetriájú) szóróközeg szórásiamplitúdója valós
Gömb kisszögű szórása 2.
A legbelső integrál könnyen elvégezhető:
∫ 1
−1
du e−iqru =
[1
−iqre−iqru
]1
−1
Kihasználva, hogy e iφ = cos φ + i sin φ:
1−iqr
[e−iqr − e iqr
]=
1iqr
[2i sin (qr)] =2 sin (qr)
qr
azaz
I(q) = I(q) = ( π)2
∣∣∣∣∣
∫
0
(r)r2 sin (qr)qr
dr
∣∣∣∣∣
2
.
Izotrop rendszer esetén a szórási intenzitás nem függ a szórási vektorirányától, csak nagyságától.
Izotrop (pontosabban (r) = (−r) szimmetriájú) szóróközeg szórásiamplitúdója valós
Gömb kisszögű szórása 2.
A legbelső integrál könnyen elvégezhető:
∫ 1
−1
du e−iqru =
[1
−iqre−iqru
]1
−1
Kihasználva, hogy e iφ = cos φ + i sin φ:
1−iqr
[e−iqr − e iqr
]=
1iqr
[2i sin (qr)] =2 sin (qr)
qr
azaz
I(~q) = I(q) = (4π)2
∣∣∣∣∣
∫ R
0
ρ(r)r2 sin (qr)qr
dr
∣∣∣∣∣
2
.
Izotrop rendszer esetén a szórási intenzitás nem függ a szórási vektorirányától, csak nagyságától.
Izotrop (pontosabban (r) = (−r) szimmetriájú) szóróközeg szórásiamplitúdója valós
Gömb kisszögű szórása 2.
A legbelső integrál könnyen elvégezhető:
∫ 1
−1
du e−iqru =
[1
−iqre−iqru
]1
−1
Kihasználva, hogy e iφ = cos φ + i sin φ:
1−iqr
[e−iqr − e iqr
]=
1iqr
[2i sin (qr)] =2 sin (qr)
qr
azaz
I(~q) = I(q) = (4π)2
∣∣∣∣∣
∫ R
0
ρ(r)r2 sin (qr)qr
dr
∣∣∣∣∣
2
.
Izotrop rendszer esetén a szórási intenzitás nem függ a szórási vektorirányától, csak nagyságától.
Izotrop (pontosabban (r) = (−r) szimmetriájú) szóróközeg szórásiamplitúdója valós
Gömb kisszögű szórása 2.
A legbelső integrál könnyen elvégezhető:
∫ 1
−1
du e−iqru =
[1
−iqre−iqru
]1
−1
Kihasználva, hogy e iφ = cos φ + i sin φ:
1−iqr
[e−iqr − e iqr
]=
1iqr
[2i sin (qr)] =2 sin (qr)
qr
azaz
I(~q) = I(q) = (4π)2
∣∣∣∣∣
∫ R
0
ρ(r)r2 sin (qr)qr
dr
∣∣∣∣∣
2
.
Izotrop rendszer esetén a szórási intenzitás nem függ a szórási vektorirányától, csak nagyságától.
Izotrop (pontosabban ρ(~r) = ρ(−~r) szimmetriájú) szóróközeg szórásiamplitúdója valós
Gömb kisszögű szórása 3.
Homogén gömb elektronsűrűség-függvénye:
ρ(~r) =
ρ0 ha |~r | ≤ R
0 egyébként.
Az előbbi, intenzitásra kapott általános integrált elvégezve:
Ig(q) =
(4πρ0
q3(sin(qR) − qR cos(qR))
)2
= ρ20
4πR3
3︸ ︷︷ ︸
V
3q3R3
(sin(qR) − qR cos(qR))︸ ︷︷ ︸
Pg (qR)
2
A szórási intenzitás a lineáris méret hatodik hatványával skálázódik(I ∝ V 2 ∝ R6)
Gömb kisszögű szórása 4.
0 20 40 60 80 100q R
0.0
0.2
0.4
0.6
0.8
1.0|P(q
R)|2
Log-log ábrázolás kisszögű szórásnál célszerű qR < közelítése: I ≈ e− q2 2
5 (Guinier)
Gömb kisszögű szórása 4.
10 1 100 101 102
q R
10 11
10 9
10 7
10 5
10 3
10 1
|P(q
R)|2
Log-log ábrázolás kisszögű szórásnál célszerű
qR < közelítése: I ≈ e− q2 2
5 (Guinier)
Gömb kisszögű szórása 4.
10 1 100 101 102
q R
10 11
10 9
10 7
10 5
10 3
10 1
|P(q
R)|2
Log-log ábrázolás kisszögű szórásnál célszerű qR < 1 közelítése: I ≈ e− q2R2
5 (Guinier)
Gömb kisszögű szórása 4.
10 1 100
q R
10 1
100
|P(q
R)|2
Log-log ábrázolás kisszögű szórásnál célszerű qR < 1 közelítése: I ≈ e− q2R2
5 (Guinier)
A Guinier közelítés
André Guinier: híg nanorészecske/nanoszemcse szuszpenziók szórásigörbéjének kezdeti szakasza Gauss-görbe lefutású
Általában:
I(q ≈ 0) = I0e−q2R2
g3
Girációs (inercia-, Guinier-) sugár: a szóró objektum lineáris méretétjellemzi. Definíciója:
Rg ≡
√tV
r2ρ(~r)d3~rtV
ρ(~r)d3~r
Kapcsolat az alakparaméterek és Rg közt: Gömb: Rg =
√3/5R
Gömbhéj: Rg = R
Henger:
√R2
2+ L2
12
Lineáris polimerlánc: Nb2/6 . . .
Guinier plot
10-1
q (nm−1)
105
106
107
108
109
Inte
nzit
ás (
rel. e
gys.)
Szimulált adatsor
Rg=16.3 nm
I ≈ I0e−q2R2
g3
ln I ≈ ln I0 −2g
3 q2
ln I - q2: elsőfokú függvény Guinier közelítés érvényességének vizuális ellenőrzése
Guinier plot
10-1
q (nm−1)
105
106
107
108
109
Inte
nzit
ás (
rel. e
gys.)
Szimulált adatsor
Rg=16.3 nm
I ≈ I0e−q2R2
g3
ln I ≈ ln I0 −R2
g
3 q2
ln I - q2: elsőfokú függvény Guinier közelítés érvényességének vizuális ellenőrzése
Guinier plot
0.05 0.10 0.15 0.20
q (nm−1)
107
108
109
Inte
nzit
ás (
rel. e
gys.)
Szimulált adatsor
Rg=16.3 nm
I ≈ I0e−q2R2
g3
ln I ≈ ln I0 −R2
g
3 q2
ln I - q2: elsőfokú függvény Guinier közelítés érvényességének vizuális ellenőrzése
A Guinier közelítés érvényessége
A Guinier közelítésalkalmazható nagyjából
monodiszperz
részecskerendszerekre is (ld.következő diák)
Nagyjából gömb alakúrészecskéknél általában qRg / 3
Anizotrop részecskéknélqRg / 0.7
Fölfelé görbül („smilingGuinier”): a részecskék közöttieffektív vonzó kölcsönhatás(aggregáció)
Lefelé görbül („frowningGuinier”): a részecskék közöttieffektív taszító kölcsönhatás
Fehérjéknél majdrészletesebben. . . André Guinier (1911 - 2000)
A polidiszperzitás hatása
Több részecskéből álló rendszer:
ρ(~r) =∑
j
ρj(~r − ~Rj)
Szórási amplitúdó:
A(~q) =∑
j
Aj(~q)
=∑
j
Aj,0(~q)e−i~q~Rj
Intenzitás:
I(~q) = A(~q)A∗(~q)
=∑
j
∑
k
Aj(~q)A∗k(~q)e i~q(~Rk −~Rj )
Elektronsűrűség-függvény eltolása ~Rvektorral:
Aeltolt(~q) = A0(~q)e−i~q~R
r r'R1
R2
R3Rj
RN
Többrészecske-rendszer
I(~q) =∑
j
∑
k
Aj(~q)A∗k(~q)e i~q(~Rk −~Rj ) =
∑
j
Ij(~q)
︸ ︷︷ ︸
inkoherens
+∑
j
∑
k 6=j
Aj(~q)A∗k(~q)e i~q(~Rk −~Rj )
︸ ︷︷ ︸
interferencia tag
Inkoherens összeg: az egyedi részecskék intenzitása adódik össze Kereszttagok: részecskék korrelált relatív helyzetéből fakadó
interferencia Speciális eset: azonos, gömb alakú részecskék
I(q) = ρ20V 2Pg (qR)2N
1 +
2N
∑
j
∑
k>j
cos(
~q(~Rk − ~Rj))
︸ ︷︷ ︸
N·S(q)
Szerkezeti tényező (struktúrafaktor): az egyedi részecskék relatívelrendeződésétől függ csak, az alaktól nem.
Korrelálatlan rendszer: S(q) = 1. Ellenkező eseben aGuinier-tartomány torzul!
Méreteloszlás
A valóságban nincs teljesen monodiszperz rendszer
10 1 100
q (nm 1)
104
105
106
107
108
109
1010
1011
Inte
nsity
(arb
. uni
ts)
R= 40 nmAverage
Méreteloszlás
A valóságban nincs teljesen monodiszperz rendszer
10 1 100
q (nm 1)
104
105
106
107
108
109
1010
1011
Inte
nsity
(arb
. uni
ts)
R= 37 nmR= 43 nmAverage
Méreteloszlás
A valóságban nincs teljesen monodiszperz rendszer
10 1 100
q (nm 1)
104
105
106
107
108
109
1010
1011
Inte
nsity
(arb
. uni
ts)
R= 37 nmR= 40 nmR= 43 nmAverage
Méreteloszlás
A valóságban nincs teljesen monodiszperz rendszer
10 1 100
q (nm 1)
104
105
106
107
108
109
1010
1011
Inte
nsity
(arb
. uni
ts)
R= 36 nmR= 37 nmR= 38 nmR= 39 nmR= 40 nmR= 41 nmR= 42 nmR= 43 nmAverage
Enyhén polidiszperz nanorészecske szuszpenzió szórása
Híg nanorészecske szuszpenzió szórása:
I(q) =
∫ ∞
0
P(R)
méreteloszlás
· 20
kontraszt
· V
térfogat
2 ·
P2(qR)︸ ︷︷ ︸
formafaktor
dR
A részecskék alakjának ismeretében a szórási görbe illesztésével améreteloszlás-függvény meghatározható.
0.1 1
q (1/nm)
10-1
100
101
102
dΣ/dΩ
(cm
−1 s
r−1)
SiO2 ⊘ 34.6 nm
26 28 30 32 34 36 38 40 42
Diameter (nm)
Rela
tive f
requency
(arb
. unit
s) SAXS
TEM
Statisztikailag szignifikáns (≈ 109 részecske 1 mm3 térfogatban) Egzakt méretek jól jellemezhető bizonytalansággal (SI „traceability”)
Enyhén polidiszperz nanorészecske szuszpenzió szórása
Híg nanorészecske szuszpenzió szórása:
I(q) =
∫ ∞
0
P(R)
méreteloszlás
· 20
kontraszt
·
VR︸︷︷︸
térfogat
2 · P2(qR)︸ ︷︷ ︸
formafaktor
dR
A részecskék alakjának ismeretében a szórási görbe illesztésével améreteloszlás-függvény meghatározható.
0.1 1
q (1/nm)
10-1
100
101
102
dΣ/dΩ
(cm
−1 s
r−1)
SiO2 ⊘ 34.6 nm
26 28 30 32 34 36 38 40 42
Diameter (nm)
Rela
tive f
requency
(arb
. unit
s) SAXS
TEM
Statisztikailag szignifikáns (≈ 109 részecske 1 mm3 térfogatban) Egzakt méretek jól jellemezhető bizonytalansággal (SI „traceability”)
Enyhén polidiszperz nanorészecske szuszpenzió szórása
Híg nanorészecske szuszpenzió szórása:
I(q) =
∫ ∞
0
P(R)
méreteloszlás
·
ρ20
︸︷︷︸
kontraszt
· VR︸︷︷︸
térfogat
2 · P2(qR)︸ ︷︷ ︸
formafaktor
dR
A részecskék alakjának ismeretében a szórási görbe illesztésével améreteloszlás-függvény meghatározható.
0.1 1
q (1/nm)
10-1
100
101
102
dΣ/dΩ
(cm
−1 s
r−1)
SiO2 ⊘ 34.6 nm
26 28 30 32 34 36 38 40 42
Diameter (nm)
Rela
tive f
requency
(arb
. unit
s) SAXS
TEM
Statisztikailag szignifikáns (≈ 109 részecske 1 mm3 térfogatban) Egzakt méretek jól jellemezhető bizonytalansággal (SI „traceability”)
Enyhén polidiszperz nanorészecske szuszpenzió szórása
Híg nanorészecske szuszpenzió szórása:
I(q) =
∫ ∞
0
P(R)︸ ︷︷ ︸
méreteloszlás
· ρ20
︸︷︷︸
kontraszt
· VR︸︷︷︸
térfogat
2 · P2(qR)︸ ︷︷ ︸
formafaktor
dR
A részecskék alakjának ismeretében a szórási görbe illesztésével améreteloszlás-függvény meghatározható.
0.1 1
q (1/nm)
10-1
100
101
102
dΣ/dΩ
(cm
−1 s
r−1)
SiO2 ⊘ 34.6 nm
26 28 30 32 34 36 38 40 42
Diameter (nm)
Rela
tive f
requency
(arb
. unit
s) SAXS
TEM
Statisztikailag szignifikáns (≈ 109 részecske 1 mm3 térfogatban) Egzakt méretek jól jellemezhető bizonytalansággal (SI „traceability”)
Enyhén polidiszperz nanorészecske szuszpenzió szórása
Híg nanorészecske szuszpenzió szórása:
I(q) =∫ ∞
0
P(R)︸ ︷︷ ︸
méreteloszlás
· ρ20
︸︷︷︸
kontraszt
· VR︸︷︷︸
térfogat
2 · P2(qR)︸ ︷︷ ︸
formafaktor
dR
A részecskék alakjának ismeretében a szórási görbe illesztésével améreteloszlás-függvény meghatározható.
0.1 1
q (1/nm)
10-1
100
101
102
dΣ/dΩ
(cm
−1 s
r−1)
SiO2 ⊘ 34.6 nm
26 28 30 32 34 36 38 40 42
Diameter (nm)
Rela
tive f
requency
(arb
. unit
s) SAXS
TEM
Statisztikailag szignifikáns (≈ 109 részecske 1 mm3 térfogatban) Egzakt méretek jól jellemezhető bizonytalansággal (SI „traceability”)
Modell-független leírás
A modellillesztésnél használt P(R) eloszlásfüggvényhisztogram-alakban
Sokparaméteres modell ⇒ „túlillesztés” veszélye
Hatványfüggvény-viselkedés
10 1 100
q (nm 1)
104
105
106
107
108
109
1010
1011
Inte
nsity
(arb
. uni
ts)
R= 36 nmR= 37 nmR= 38 nmR= 39 nmR= 40 nmR= 41 nmR= 42 nmR= 43 nmAverage
Hatványfüggvény-viselkedés
10 1 100
q (nm 1)
104
105
106
107
108
109
1010
1011
Inte
nsity
(arb
. uni
ts)
R= 36 nmR= 37 nmR= 38 nmR= 39 nmR= 40 nmR= 41 nmR= 42 nmR= 43 nmAverageq 4
A Porod tartomány
Szórási görbéken sokszor találkozunkhatványfüggvény-szerű lecsengéssel:I ∝ q−α.
Sima felületű részecskék:I(q → ∞) ∝ S
Vq−4: fajlagos felület!
Nemelágazó polimerek oldatai: Ideális oldószer (Θ-oldat):
Gauss-statisztikát követő véletlenbolyongás: I(q) ∝ q−2
Rossz oldószer: önvonzó véletlenbolyongás: I(q) ∝ q−3
Jó oldószer: önelkerülő véletlenbolyongás: I(q) ∝ q−3/5
Felületi és térfogati fraktálok. . .
Günther Porod (1919 - 1984)
Kitérő: fraktálok
Önhasonló rendszerek: többféle nagyításban is ugyanolyan szerkezetitulajdonságokat mutatnak.
Fraktál tulajdonságú nanorendszerek: Aktív szén Pórusos ásványok Durva (nem sima) felületek
Jellemzés: Hausdorff-dimenzió (fraktáldimenzió)
Fraktáldimenzió
A Sierpińsky-szőnyeg területének mérése különböző méterrudakkal A méterrudak harmadolásával:
Méterrúd hossza 1 1/3 1/9 . . . 3−n
Területegységek száma 1 8 64 . . . 8n
A Hausdorff-dimenzió: hogyan skálázódik a lefedéshez szükségesterületegységek száma (A) a méterrúd hosszával (a)?
a = 1/3n → n = − log3 a
A = 8n = 8− log3 a = 8−log8 a
log8 3 = alog8 3 = aln 3ln 8 = a−d
A Sierpińsky-szőnyeg fraktáldimenziója: ln 8/ ln 3 ≈ 1.8928 < 2 Egyszerű négyzet esetén:
A = a−2, azaz a fraktáldimenzió ugyanaz, mint az euklideszi
Fraktáldimenzió szórásgörbén
10−2 10−1 100 101
q (nm−1)
10−3
10−2
10−1
100
101In
tenzi
tás
(rel
.eg
ység
)
Guinier tartomány
I ∝ e−
q2R2g
3
I ∝ q−αRg =
√ tρ(~r)~r2d3~rtρ(~r)d3~r
Porod tartomány
Sík felületű részecskék (Porod): α = 4Gauss-láncok (Kratky): α = 2Tömbfraktálok: α = dm
Felületi fraktálok: α = 6 − ds
A pártávolság-eloszlásfüggvény – vissza a valós térbe
Scattering
length
density
Scattered
amplitude
Distance
distribution
function
Differential
scattering
cross-section
Fourier transform
Fourier transform
AutocorrelationAbsolute
square
Az intenzitás és az elektronsűrűség-függvény között másik út is van A p(r) pártávolság-eloszlásfüggvény (pair distance distribution
function, PDDF) az elektronsűrűség önkorrelációja. p(r) = F−1 [I (q)] valós térbeli információ
TartalomBevezetés
Egy kis történelemA szórás alapelveKis- és nagyszögű szórás
AlapfogalmakSzórási kép és szórási görbeSzórási hatáskeresztmetszetSzórási változóSzórási kontraszt
A szerkezet-szórás kapcsolat alapvető összefüggéseiKapcsolat a szerkezet és a szórás közöttA fázisproblémaGömbszimmetrikus rendszerekA Guinier közelítésTöbbrészecske-rendszerek, méreteloszlásHatványfüggvény-szórás: a Porod tartományA pártávolság-eloszlásfüggvény
Összefoglalás
Összefoglalás – A szóráskísérletek előnyei és hátrányai
Előnyök
Statisztikailag szignifikánsátlagértékek
Egyszerű mérési elv Méretskálák szétválása Kvantitatív eredmények, SI
definíciókra visszavezethetően
Hátrányok
Nem képszerű, indirektmérési eredmények →bonyolult kiértékelés
Nem egyértelmű szerkezetiinformáció (fázisprobléma)
Túl bonyolult rendszerekennem alkalmazható
Átlagértékek: nincs mód akis mennyiségben jelenlévőszerkezeti formákdetektálására
Összefoglalás, kitekintés
Összefoglalás Szórásos szerkezetvizsgálat Intenzitás, szórási változó, szórási kép, szórási görbe Fourier-transzformáció, abszolútérték-négyzet, fázisprobléma Homogén gömb szórása, Guinier közelítés, Porod közelítés Nanorészecskék méreteloszlása
Következő előadások témái: A kisszögű szórás mérése: berendezés, praktikus dolgok Különböző anyagi rendszerek: periodikus minták, önrendeződő lipid
rendszerek (micellák, kettősrétegek), fehérjék, polimer-oldatok,fázisszeparált polimerek: konkrét mérési eredményekre támaszkodva
Méréses óra!