🔬 materials science

Capturing the calendering U-shape in lithium-ion electrode thermal conductivity

यह शोध पत्र जेहनर-बाउर-श्लेंडर मॉडल के एक कैलैंडरिंग-जागरूक विस्तार को प्रस्तुत करता है जो प्रक्रिया-निर्भर सूक्ष्म संरचनात्मक परिवर्तनों को ध्यान में रखकर लिथियम-आयन इलेक्ट्रोडों में थ्रू-प्लेन थर्मल कंडक्टिविटी के गैर-मोनोटोनिक, यू-आकार के विकास को सफलतापूर्वक कैप्चर करता है, जिससे विभिन्न ग्रेफाइट और एनएमसी (NMC) फॉर्मुलेशनों में भविष्यवाणी त्रुटि 31.1% से घटकर 4.5% हो जाती है।

मूल लेखक: Julius Störk

प्रकाशित 2026-07-14

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Julius Störk

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

एक लिथियम-आयन बैटरी की कल्पना एक व्यस्त शहर के रूप में करें जो छोटे, छिद्रपूर्ण मोहल्लों से बना है। गर्मी इस शहर से बाहर निकलने की कोशिश करने वाला ट्रैफ़िक है। इस शहर को सुरक्षित और सुचारू रूप से चलाने के लिए, उस ट्रैफ़िक को बैटरी की परतों के माध्यम से आसानी से बहना चाहिए। लेकिन यहाँ एक मोड़ है: विनिर्माण के दौरान हम इन परतों को जिस तरह से दबाते हैं—जिसे "कैलेंडरिंग" (calendering) कहा जाता है—वह ट्रैफ़िक के नियमों को एक अजीब, अप्रत्याशित तरीके से बदल देता है।

द दशकों से, वैज्ञानिक सोचते थे कि यदि हम बैटरी की एक परत को अधिक कसकर दबाते हैं, तो गर्मी बेहतर और बेहतर तरीके से प्रवाहित होगी, जैसे कि एक भीड़भाड़ वाला गलियारा चौड़ा होता जाता है क्योंकि लोग करीब आ रहे हैं। लेकिन नया शोध दिखाता है कि यह पूरी कहानी नहीं है। इसके बजाय, गर्मी का प्रवाह एक U-टर्न लेता है।

U-आकार का रहस्य

जब शोधकर्ताओं ने बैटरी की एक परत को दबाया, तो गर्मी का प्रवाह केवल ऊपर नहीं गया। यह पहले थोड़ा नीचे गया, एक निचले बिंदु पर पहुँचा, और फिर ऊपर गया। यह एक गलियारे में चलने की कोशिश करने जैसा है: पहले, दीवारों को आपस में सिकोड़ने से हिलना-डुलना कठिन हो जाता है क्योंकि फर्श फिसलन भरा हो जाता है या रास्ता अवरुद्ध हो जाता है। लेकिन यदि आप इसे और भी ज़ोर से दबाते हैं, तो दीवारें अंततः आपस में जुड़ जाती हैं, जिससे एक ठोस पुल बन जाता है जो आपको तेज़ी से निकलने देता है।

इस शोध पत्र की मुख्य खोज एक नया गणितीय "नुस्खा" (closure) है जो अंततः इस U-आकार की व्याख्या करता है। इससे पहले, सबसे अच्छे नुस्खे केवल ऊपर जाने वाली एक सीधी रेखा ही बता सकते थे। यह नया नुस्खा एक विशेष सामग्री जोड़ता है: एक कॉन्टैक्ट टर्म (contact term) जो दबाने के साथ बदलता है। यह इस तथ्य को ध्यान में रखता है कि दबाने से पहले कणों के बीच के सूक्ष्म पुलों को नुकसान पहुँचता है, और फिर वे उन्हें मजबूत, आपस में जुड़ने वाले कनेक्शनों में फिर से बनाता है।

दो संदिग्ध: टूटे हुए पुल बनाम घूमते हुए फ्लेक्स (Flakes)

शोधकर्ताओं ने पाया कि यह U-आकार दो अलग-अलग कारणों से होता है, जो इस बात पर निर्भर करता है कि आप बैटरी के किस हिस्से को देख रहे हैं:

कैथोड (पुल की कहानी): बैटरी के धनात्मक पक्ष (कैथोड) में, कण गोल संगमरमर की तरह होते हैं। जब आप उन्हें दबाते हैं, तो उन्हें एक साथ थामे रखने वाले सूक्ष्म पुल पहले क्षतिग्रस्त हो जाते हैं (जिससे गर्मी का प्रवाह खराब हो जाता है), लेकिन फिर वे आपस में टकराते हैं और नए, मजबूत पुल बनाते हैं (जिससे गर्मी का प्रवाह बेहतर हो जाता है)। यह शोध पत्र सिद्ध करता है कि यहाँ U-आकार का मुख्य कारण यही है।
एनोड (फ्लेक की कहानी): बैटरी के ऋणात्मक पक्ष (ग्रेफाइट एनोड) में, कण चपटे होते हैं, जैसे ग्रेफाइट के छोटे पैनकेक या फ्लेक्स। शोध पत्र एक दूसरा चतुर विकल्प सुझाता है: जैसे-जैसे आप दबाते हैं, ये पैनकेक फर्श पर लेटने के लिए घूम (rotate) सकते हैं। चूंकि ग्रेफाइट अपनी मोटाई के माध्यम से गर्मी को खराब तरीके से संचालित करता है (जैसे कागज़ के ढेर के माध्यम से पानी को धकेलने की कोशिश करना), यह घूर्णन वास्तव में गर्मी के प्रवाह को कम कर देता है, इससे पहले कि दबाना इसे ठीक करने के लिए पर्याप्त मजबूत हो जाए।

यहाँ एक पेंच है: शोध पत्र कहता है कि गर्मी के प्रवाह को अकेले देखना यह बताने के लिए पर्याप्त नहीं है कि एनोड "पुल के नुकसान" वाली चीज़ कर रहा है या "घूमते हुए फ्लेक" वाली चीज़। दोनों कहानियाँ डेटा के साथ लगभग पूरी तरह फिट बैठती हैं। लेखक सुझाव देते हैं कि "घूमते हुए फ्लेक" का विचार थोड़ा अधिक सुरुचिपूर्ण है और ग्रेफाइट के भौतिक विज्ञान के अनुकूल है, लेकिन वे स्वीकार करते हैं कि वे बिना फ्लेक्स की एक विशेष एक्स-रे तस्वीर लिए इसे साबित नहीं कर सकते। तब तक, दोनों विचार वैध संदिग्धों के रूप में बने हुए हैं।

"नूडसेन" (Knudsen) प्रभाव: वह गैस जो गायब हो जाती है

यहाँ एक और अदृश्य खिलाड़ी है। बैटरी के सूक्ष्म छिद्रों के भीतर, गैस (या तरल) होती है। जब छिद्र बहुत छोटे होते हैं, तो गैस के अणु एक-दूसरे से टकराने के बजाय दीवारों से अधिक टकराते हैं। इसे नूडसेन प्रभाव कहा जाता है।

शोध पत्र दिखाता है कि यह प्रभाव बहुत बड़ा है। एक सेपरेटर (बैटरी की परतों के बीच की दीवार) के सूक्ष्म छिद्रों में, गैस अपनी गर्मी ले जाने की क्षमता का 84% हिस्सा खो देती है क्योंकि छिद्र बहुत छोटे होते हैं। यदि आप इसे अनदेखा करते हैं, तो आपका गणित बहुत गलत होगा। नया नुस्खा इस "नूडसेन सुधार" (Knudsen correction) को शामिल करता है ताकि संख्याएँ सही रहें।

भविष्य के लिए इसका क्या अर्थ है

लेखकों ने केवल एक सिद्धांत नहीं लिखा; उन्होंने एक ऐसा उपकरण बनाया है जो पीछे की ओर चल सकता है। क्योंकि गणित "डिफरेंशिएबल" (smooth और गणना करने में आसान) है, आप एक गर्मी माप को दर्ज कर सकते हैं और तुरंत पता लगा सकते हैं कि बैटरी की परत कितनी छिद्रपूर्ण है।

सिमुलेशन: कंप्यूटर सिमुलेशन में, यह उपकरण केवल 0.008 (यह अविश्वसनीय रूप से सटीक है!) की त्रुटि के साथ बैटरी की परत की सरंध्रता (porosity) का अनुमान लगा सकता है।
वास्तविक दुनिया: जब उन्होंने इसे वास्तविक डेटा पर आज़माया, तो यह थोड़ा कम सटीक था (लगभग 0.05 की त्रुटि), लेकिन खराब बैचों को पकड़ने के लिए अभी भी उपयोगी है।
लक्ष्य: अंतिम सपना इसे एक फैक्ट्री लाइन पर लगाना है। कल्पना कीजिए कि एक कैमरा जो माइक्रोसेकंड में गर्मी को मापता है और फैक्ट्री रोबोट को बताता है, "हे, थोड़ा कम दबाओ, पुल टूट रहे हैं!" यह बेहतर बैटरी तेज़ी से बनाने में मदद कर सकता है।

यह शोध पत्र किसे खारिज करता है

शोध पत्र स्पष्ट रूप से कहता है कि पुराने मॉडल जो केवल "स्थान कितना खाली है" (सरंध्रता) को देखते हैं, वे गलत हैं। वे U-आकार की व्याख्या नहीं कर सकते। वे इस विचार को भी खारिज करते हैं कि ग्रेफाइट कणों की दिशा (orientation) वही रहती है; डेटा सुझाव देता है कि या तो वे घूम रहे हैं या पुल टूट रहे हैं।

वे कितने आश्वस्त हैं?

सिद्ध: U-आकार मौजूद है, और नया नुस्खा उनके द्वारा परीक्षण किए गए डेटा पर 4.5% की त्रुटि के साथ इसकी भविष्यवाणी करता है। यह परीक्षण के उपकरणों के समान ही सटीक है।
अत्यधिक संभावित: कैथोड के लिए "संपर्क क्षति और पुनर्निर्माण" की कहानी को दृढ़ता से समर्थन प्राप्त है।
सुझाया गया लेकिन सिद्ध नहीं: एनोड के लिए "घूमते हुए फ्लेक" की कहानी एक मजबूत उम्मीदवार है, लेकिन यह अभी भी एक "डिजेनरेट" (degenerate) समाधान है (अर्थात, यह दूसरी कहानी के साथ बराबरी पर है)। लेखक कहते हैं, "हमें लगता है कि यही है, लेकिन हमें 100% निश्चित होने के लिए एक एक्स-रे की आवश्यकता है।"
केवल सिमुलेशन तक सीमित: इसे वास्तविक समय के फैक्ट्री नियंत्रण के लिए उपयोग करने का विचार एक "व्यवहार्यता अध्ययन" (feasibility study) है। यह कंप्यूटर में काम करता है, लेकिन शोध पत्र ने अभी तक इसे लाइव फैक्ट्री लाइन पर टेस्ट नहीं किया है।

संक्षेप में, यह शोध पत्र हमें बैटरी के भीतर गर्मी के माध्यम से नेविगेट करने के लिए एक नया, स्मार्ट मानचित्र देता है। यह हमें दिखाता है कि दबाना केवल चीजों को सघन बनाना नहीं है; यह टूटने और फिर से बनने वाले सूक्ष्म पुलों का एक नाजुक नृत्य है, और कभी-कभी, कणों को बस सही तरीके से घुमाना है। और जबकि हमारे पास एक बेहतरीन मानचित्र है, लेखक ईमानदार हैं: हमें अभी भी यह देखने के लिए कुछ और तस्वीरें लेने की आवश्यकता है कि नर्तक वास्तव में कैसे घूम रहे हैं।

तकनीकी सारांश: लिथियम-आयन इलेक्ट्रोड तापीय चालकता में कैलेंड्रिंग यू-शेप (U-Shape) को कैप्चर करना

समस्या विवरण (Problem Statement)
लिथियम-आयन बैटरी में थर्मल मैनेजमेंट के लिए प्रत्येक सरंध्र (porous) परत के प्रभावी थ्रू-प्लेन तापीय चालकता ( $\lambda_{eff}$ ) के सटीक मॉडल पर निर्भरता होती है। कैलेंड्रिंग प्रक्रिया (रोल-प्रेसिंग) पर $\lambda_{eff}$ की निर्भरता को मॉडल करने में एक महत्वपूर्ण अंतराल मौजूद है। प्रयोगात्मक डेटा कैलेंड्रिंग के दौरान सरंध्रता (porosity) पर चालकता की एक गैर-मोनोटोनिक, "यू-आकार" (u-shaped) की निर्भरता को प्रकट करता है: चालकता पहले घटती है और फिर फिर से बढ़ती है। मौजूदा विश्लेषणात्मक क्लोजर, जैसे कि केवल सरंध्रता-आधारित मॉडल या स्थिर-संपर्क प्रभावी-माध्यम सिद्धांत (जैसे ब्रुगेमन, मैक्सवेल-युकन, मानक जेनर-बाउर-श्ल्यूंडर), इस यू-आकार को दोहराने में विफल रहते हैं, और केवल एक मोनोटोनिक वृद्धि की भविष्यवाणी करते हैं। इसके अलावा, मानक मॉडल अक्सर नूडसेन प्रभाव (knudsen effect - माइक्रोमीटर छिद्रों में विरल गैस चालन) और प्रोसेसिंग के दौरान कण संपर्क नेटवर्क या क्रिस्टलोग्राफिक पुनोरििएंटेशन (crystallographic reorientation) के विकास की अनदेखी करते हैं। इस यू-आकार को समझाने वाले विश्लेषणात्मक क्लोजर की कमी से प्रक्रिया-निर्भर त्रुटियां उत्पन्न होती हैं जो एक क्रम (order of magnitude) तक पहुँच सकती हैं।

कार्यप्रणाली (Methodology)
लेखक एक कैलेंड्रिंग-जागरूक क्लोजर का प्रस्ताव करते हैं जो जेनर-बाउर-श्ल्यूंडर (ZBS) प्रभावी-माध्यम सिद्धांत पर आधारित है, जिसे तीन विशिष्ट क्षमताओं के साथ उन्नत किया गया है:

नूडसेन-सुधारित आधार (Knudsen-Corrected Base): मॉडल पोर-गैस चालकता के लिए स्मोलुकोव्स्की/नूडसेन सुधार को शामिल करता है, जो माइक्रोमीटर-स्केल के छिद्रों में महत्वपूर्ण है (विशेष रूप से लेजर फ्लैश एनालिसिस (LFA) में उपयोग किए जाने वाले हीलियम पर्ज के तहत)।
कैलेंड्रिंग-जागरूक संपर्क पद (Calendering-Aware Contact Term): यू-आकार को संबोधित करने के लिए, लेखक एक संपीड़न-सूचकांक संपर्क पद $\phi(\Pi)$ पेश करते हैं, जहाँ $\Pi$ संपीड़न दर है। यह पद सॉलिड-सॉलिड ब्रिज नेटवर्क के विकास को मॉडल करता है। इसे एक द्विघात फलन (quadratic function) के रूप में तैयार किया गया है, $\phi(\Pi) = \max(0, \phi_0 + a\Pi + b\Pi^2)$ , जो उच्च संपीड़न पर कण इंटरलॉकिंग ( $b \geq 0$ ) के माध्यम से रिकवरी के बाद प्रारंभिक क्षति (शियर, $a < 0$ ) को पकड़ने के लिए है।
एनिसोट्रोपिक पुनोरिएंटेशन (ग्राफाइट एनोड): ग्राफाइट एनोड के लिए, मॉडल में एक बाउंडेड पुनोरिएंटेशन तंत्र शामिल है। ग्राफाइट फ्लेक्स अत्यधिक एनिसोट्रोपिक होते हैं ( $\lambda_a \gg \lambda_c$ )। मॉडल यह मान लेता है कि कैलेंड्रिंग फ्लेक्स को इन-प्लेन संरेखित करती है, जिससे थ्रू-प्लेन हीट पाथ को कमजोर $c$ -अक्ष को पार करना पड़ता है। इसे हर्मन्स ओरिएंटेशन फैक्टर $S(\Pi)$ के माध्यम से मॉडल किया गया है जो संपीड़न के साथ विकसित होता है, जिससे प्रभावी सॉलिड कंडक्टिविटी $\lambda_s^\perp$ को $c$ -अक्ष की सीमा की ओर कम किया जाता है।

मॉडल को JAX का उपयोग करके एक डिफरिएबल (differentiable), लो-डायमेंशनल क्लोजर के रूप में लागू किया गया है, जो फॉरवर्ड प्रेडिक्शन और इनवर्स इन्फरेंस (जैसे, चालकता से सरंध्रता का अनुमान लगाना) दोनों को सक्षम बनाता है। कैलिब्रेशन LFA माप से प्राप्त अपीरेंट थ्रू-प्लेन कोटिंग चालकता को करंट कलेक्टर योगदान को घटाकर किया जाता है।

मुख्य योगदान (Key Contributions)

प्राथमिक योगदान: एक कैलेंड्रिंग-जागरूक क्लोजर जो चार इलेक्ट्रोड परिवारों (दो ग्राफाइट एनोड, दो NMC कैथोड) में सरंध्रता पर $\lambda_{eff}$ की यू-आकार की निर्भरता को सफलतापूर्वक दोहराता है। यह पहला लो-डायमेंशनल वेरिएंट है जो इस व्यवहार को पकड़ने में सक्षम है, जिससे इन-सैंपल मीन एब्सोल्यूट परसेंटेज एरर (MAPE) 31.1% (केवल सरंध्रता) से घटकर 4.5% हो गया।
द्वितीयक योगदान (एनोड विशिष्ट): ग्राफाइट एनोड के लिए एक बाउंडेड पुनोरिएंटेशन अकाउंट जो फ्लेक्स को $c$ -अक्ष की ओर संरेखित करके कम फिट की गई सॉलिड कंडक्टिविटी की व्याख्या करता है। हालांकि चालकता डेटा अकेले इसे संपर्क-मात्र फिट से विशिष्ट रूप से अलग नहीं कर सकता है, पुनोरिएंटेशन मॉडल अधिक पार्सिमोनियस (parsimonious) और भौतिक रूप से बाध्य है।
डिफरेंशिएबल इनवर्स: मॉडल का कार्यान्वयन कोटिंग सरंध्रता या इंटरफेस गुणवत्ता को थर्मल माप से निकालने के लिए इसके इन्वर्स को सक्षम बनाता है, जो इनलाइन गुणवत्ता नियंत्रण का समर्थन करता है।
आइडेंटिफिएबिलिटी विश्लेषण: पेपर छोटे डेटासेट (प्रत्येक परिवार के लिए 6-8 अवस्थाएं) को देखते हुए पैरामीटर आइडेंटिफिएबिलिटी को कठोरता से संबोधित करता है। यह अनिश्चित पैरामीटर जैसे $\lambda_s$ और $\phi_0$ के लिए अनन्य पॉइंट एस्टीमेट का दावा करने के बजाय, ग्रुपड क्वांटिटीज (जैसे, ब्रिज कंडक्टेंस $G_0 = \phi_0 \lambda_b$ ) और प्रोफाइल-लाइक्लीहुड वैलीज़ की रिपोर्ट करता है।

परिणाम (Results)

सटीकता: कैलिब्रेटेड क्लोजर 27 कैलेंड्रिंग अवस्थाओं में 4.5% का इन-सैंपल MAPE प्राप्त करता है, जो पुनर्गठित LFA लक्ष्य की अनुमानित अनिश्चितता से मेल खाता है। होल्ड-आउट "लीव-वन-स्टेट-आउट" त्रुटि 7.8% है।
मैकेनिज्म विभेदन (Mechanism Discrimination):
- कैथोड्स: यू-आकार पूरी तरह से संपर्क-नेटवर्क विकास (क्षति और रिकवरी) द्वारा संचालित है। क्वैसी-आइसोट्रोपिक NMC कणों के लिए पुनोरिएंटेशन निष्क्रिय है।
- एनोड्स: एक संपर्क-मात्र मॉडल और एक पुनोरिएंटेशन-कपल्ड मॉडल दोनों डेटा को समान रूप से फिट करते हैं (MAPE ~1.8–5.4%)। पुनोरिएंटेशन मॉडल को पार्सिमनी के लिए और $c$ -अक्ष की ओर संरेखण के माध्यम से कम $\lambda_s$ की व्याख्या करने की क्षमता के लिए प्राथमिकता दी जाती है, लेकिन यह टेक्सचर XRD माप के बिना डिजेनरेट (degenerate) बना रहता है।
बाहरी निरंतरता (External Consistency): मॉडल कई निरंतरता जांचों को पास करता है:
- यह सही साइन के तापमान गुणांक (नेगेटिव, जो सॉलिड-कंट्रोल को दर्शाता है) की भविष्यवाणी करता है, बिना तापमान डेटा को फिट किए।
- यह स्वतंत्र फोटोथर्मल मापों के अनुरूप इन-प्लेन चालकता ( $\lambda_{\parallel}$ ) की भविष्यवाणी करता है, भले ही इसे केवल थ्रू-प्लेन डेटा पर फिट किया गया हो।
- यह इंटरफेस रेजिस्टेंस को इन्फर करने पर ~15% त्रुटि के साथ एक कमर्शियल 18650 सेल स्टैक तक एक्सट्रपलेशन करता है।
इनवर्स व्यवहार्यता: सिंथेटिक डेटा पर, डिफरिएबल इनवर्स 0.008 के RMSE के साथ सरंध्रता को रिकवर करता है। वास्तविक डेटा पर, मॉडल-फॉर्म रेसिडुअल्स और मेट्रोलॉजी-स्टेट कपलिंग के कारण त्रुटि अधिक व्यापक (0.05) है, लेकिन यह सेकेंडरी चेक के लिए एक व्यवहार्य उपकरण बना हुआ है।

महत्व और दावे (Significance and Claims)
पेपर का दावा है कि प्रस्तावित क्लोजर इस यू-आकार को कैप्चर करने वाला पहला विश्लेषणात्मक, लो-डायमेंशनल मॉडल है, जो कम्प्यूटेशनल रूप से महंगे माइक्रोस्ट्रक्चर-रिज़ॉल्व्ड सिमुलेशन और सरल अनुभवजन्य फिट के बीच के अंतर को पाटता है। इसका महत्व निम्नलिखित में निहित है:

प्रक्रिया रिज़ॉल्यूशन: यह स्पष्ट रूप से थर्मल कंडक्टिविटी को प्रसंस्करण चर (संपीड़न) से जोड़ता है, जो स्थिर सरंध्रता-आधारित मॉडलों से आगे जाता है।
तंत्र अंतर्दृष्टि: यह पहचानता है कि यू-आकार संपर्क-नेटवर्क विकास (क्षति और फिर इंटरलॉकिंग) से उत्पन्न होता है और एनोड के लिए, संभावित रूप से क्रिस्टलोग्राफिक पुनोरिएंटेशन से।
व्यावहारिक उपयोगिता: क्लोजर की डिफरेंशिएबल प्रकृति निरंतर इलेक्ट्रोड निर्माण में सरंध्रता और इंटरफेस मॉनिटरिंग के लिए एक "सॉफ्ट सेंसर" के रूप में इसके उपयोग को सक्षम बनाती है, जो शुद्ध डेटा-संचालित रिग्रेशन या रिज़ॉल्व्ड सिमुलेशन द्वारा प्रदान नहीं की जा सकती है।
मेथोडोलॉजिकल स्कोप: लेखक अपने फिट किए गए मापद yaituओं के पूर्ण मानों के प्रति विनम्र हैं, यह नोट करते हुए कि वे "मेथड-स्कोपड" हैं और यदि इन्हें गार्ड-हॉट-प्लेट डेटा के विरुद्ध पुन: कैलिब्रेट किया जाता है तो 1.8–2.4× तक बदल सकते हैं। उनके मजबूत निष्कर्ष ग्रुपड पैरामीटर्स, ट्रेंड दिशाएं और ऑर्थोगोनल मेजरमेंट्स (XRD, एडहेसन, SEM) के माध्यम से मैकेनिज्म को अलग करने की क्षमता हैं।

पेपर निष्कर्ष निकालता है कि हालांकि एनोड के लिए संपर्क-बनाम-पुनोरिएंटेशन विभाजन चालकता डेटा द्वारा अनसुलझा रहता है, क्लोजर एक फाल्सीफिएबल (falsifiable) ढांचा प्रदान करता है। प्रस्तावित अगला कदम एक समर्पित प्रयोगात्मक अभियान है जिसमें दो-प्रेशर गैस माप, XRD टेक्सचर विश्लेषण और युग्मित इंटरफेस मेट्रोलॉजी शामिल है ताकि इन तंत्रों को निश्चित रूप से अलग किया जा सके और क्लोजर के भौतिक अनुमानों को मान्य किया जा सके।