小分子變大分子的技術

我們在半導體製程中,常常需要一種材料,這種材料是與顯影有關係的材料,這種材料用在軟板上,我們現在的手機就用到軟板,因此我們對這種材料有一些特別的要求:(1)物理特性要很好,也就是說他要能夠耐撓折;(2)能夠被鹼性的溶液洗掉;(3)可以用簡單的方法去掉氣泡。

photo credit: kennysarmy via Flickr. CC BY 2.0

 

有一家台灣的化學材料公司,他們的工程師在經過很長時間的研究過程中,發現了一種方法,這種方法使得小分子能夠變大,小分子過去之所以不能變大,是因為他們有一種保護的機制,使得分子和分子不會相連,如果你把這種保護的機制去掉,分子就會變大了。分子變大了以後,物理特性就達成了,很多過去做不到的物理特性,現在都有了。最重要的乃是耐撓折比從前好的多。

這種材料因為是用在顯影的,所以其實還是要洗掉一部份,如果用來洗的溶液是有毒的,這就會造成環境的污染,因此我們的工程師花了很久的時間,找到了一種溶液,可以使用在這種材料上,這種溶液是沒有毒的,我們可以說它是對環境非常友善的溶液

在過去,氣泡是一個問題,氣泡絕對不能存在,所以在過去,大家使用一種真空壓模技術,因為使用真空,製程就相當的慢,而且也相當的昂貴。這家公司的工程師花了很多的時間,找到一種溶劑,這種溶劑的溶解度非常之高,比水高了一百萬倍,窺得這種溶劑的發現,使得我們的材料可以被大家採用。

這三種技術看起來好像很簡單,其實相當麻煩的,整個的研究花了十六年才能夠商品化,目前對於這種材料,這一家公司是全世界獨步全球的,當然,我們相信美國和日本的大廠也許也可能會有這種技術。

這家公司有一個特色,就是非常重視研究,有四百位工程師在真正的做研究,他們在工作地點是在實驗室裡,而與生產無關,四百位工程師中,七十位有博士學位,工程師上班不用打卡,也許大家會問,花這麼多錢和時間做研究,股東會不會不高興?這家公司運氣很好,大股東非常重視研究,在公元2008年金融海嘯的時候,這家公司卻大舉徵才,使得他們可以找到相當多非常優秀的學生,這家公司的流動率,也是相當低的。

要做好研究,不能成天在實驗室裡,好的工程師必須是在不斷地成長,我發現這家公司的工程師花很多時間在看論文,現在我們很多的公司,將工程師忙得昏天黑地,這是很遺憾的事情。好的工程師必須知道世界上已經有的各種技術,這種修養就必須要靠看論文來得到。

值得我們大家注意的是,這些工程師並不太管那些時髦的花樣,比方說物聯網、大數據,或者人工智慧,據他們告訴我,他們最需要的仍然是化工方面最基本的知識,而這些知識要能夠被活用是要經過很長的時間才能成功的,好處是一旦成功了,這種知識和技術就是公司的財富,因為別的公司是完全無法得到的。

我們國家應該知道,如果公司注重研究,它就能生存,如果這家公司不注重研究,應該是屬於危險的公司,因為不注重研究的公司,也就沒有關鍵性的技術。沒有關鍵性的技術,就沒有競爭力,沒有競爭力的公司,當然連生存都可能有問題。

我也希望政府知道,特用化學品是非常重要的,幾乎我們所有其他的工業,不論是電子,或者機械,都依靠特用化學品,我們國家如果不重視特用化學品這種行業,那就非常令人感到遺憾了。

 

 

(本文經李家同教授同意授權轉載「小分子變大分子的技術」)

 

如需轉載、引用本篇文章,請先與我們連絡呦!
每一個都是支持「工業技術研究院」持續創作的能量!感謝您!!
※文章內容為作者個人觀點,不代表本站立場

關閉

手指凌空動一動 萬物皆為你所用

1960 年代計算機問世以來,人類與機器的互動,從鍵盤、滑鼠、搖桿、觸控、光學辨識手勢、語音輸入,一直在找尋更前瞻的破壞式創新,新的創新已經嶄露曙光,下一世代人機溝通的關鍵技術是肌肉的感測,只要戴上手環,不管是勾手指、握拳、立手掌,都可以成為操控的手勢,遙控各種機械設備更輕鬆。

閱讀更多 »

電動車日漸普及 對傳統電網是負荷還是生機?

電動車是許多未來出遊方式的必備選擇,在一個高度依賴個人交通設備的現代社會,大規模使用電動車能降低碳排放,但從燃油汽車到電動車的轉變,不僅是交通產業的顛覆,同時對電力網路也是非常大的挑戰,如果現在美國所有燃油汽車換成電動車,電網就會瞬間摧毀。

閱讀更多 »

從針軋機產業看機械人才斷層的隱憂

有一種布叫做「不織布」,這種布通常都比較厚實,有點像我們的地毯,為什麼叫做不織布呢?因為一般的紡織機其纖維或紗線都有經緯之分,我們可以說經是X軸方向的,緯是Y軸方向的。可是不織布的纖維是比較短的,而且雜亂無章的鋪成好幾層,由一台機器來把這些纖維弄得很密。這種機器叫做針軋機,據說有一位英國的工程師看到小鳥築巢而得到了靈感。

閱讀更多 »

機器視覺再突破,機器人也能腦補立體影像

或許你不曾注意過自己的這項能力,但人類辨識 3D 物體的能力十分出色,不論從何種角度,物體顛倒與否,看見全貌或部分被遮蔽,人們都可以從短暫一瞥中大致分辨出看到的新物體,大腦會在想像中自動填補看不到的地方。即使是世界上最複雜的機器人,也都無法做到這項多數孩子都能自動做到的事,但杜克大學的研究生 Ben Burchfiel 和他的論文顧問 George Konidaris,已經快要找到這個問題的解決方案。

閱讀更多 »
close-link