Redian新闻
>
探测二维材料内嵌扭转界面的新方法 | NSR

探测二维材料内嵌扭转界面的新方法 | NSR

公众号新闻
海归学者发起的公益学术平台

分享信息,整合资源

交流学术,偶尔风月

研究者发展了一种探测二维材料堆垛结构内嵌界面的新方法。该方法类似于拍X片,人们可以通过测量表面电导来反演材料内部的原子堆垛状态。该工作对转角二维材料的设计和应用具有重要意义,近期发表在《国家科学评论》(National Science Review, NSR)。

把二维材料像乐高积木般垂直堆叠组成范德华同质或异质结构已成为调控二维材料物理、力学性能的有效途径。特别地,当堆垛界面存在一定的扭转角度时,由于独特的层间耦合作用,二维材料堆垛结构往往会展现出许多有趣的、甚至神奇的物理现象。以双层石墨烯为例,当其层间转角小于1°时,在层间堆垛能和面内弹性应变能的竞争下,扭转界面会出现独特的原子级重构行为,如图1所示。这种独特的堆垛结构会导致一系列有趣的物理现象,包括莫特绝缘态、非常规超导性和自发铁磁性等。最近研究发现,类似的石墨烯扭转界面不仅可以出现在材料的表层,也有可能内嵌在材料内部,从而有望使材料呈现出更为丰富的物理性质。然而,对于此类材料,堆垛界面内嵌在内部,如何对其界面状态进行高分辨表征极具挑战;另外,这种内嵌扭转界面是否也会发生原子级重构现象以及该界面对周边原子层乃至整个材料性能的影响如何仍然缺乏认识。上述这些问题的回答与解决,将进一步加深和拓展人们对扭转二维堆垛材料结构的理解和有力推动其应用。

图1 扭转双层石墨烯重构前后原子排列方式示意图



鉴于此,清华大学李群仰教授团队和武汉大学欧阳稳根教授团队发展了一种基于导电原子力显微镜的转角二维材料界面表征和反演新方法,通过简单的表面电导测试,即可实现对扭转层状材料内部堆垛结构的探测和可视化,相关成果发表于《国家科学评论》(National Science Review),清华大学博士生王欢和武汉大学博士生王森为该论文的共同第一作者,清华大学李群仰教授、张帅博士后和武汉大学欧阳稳根教授为论文的共同通讯作者。



该研究的实验结果表明,对于内嵌在二维材料内部的小扭转角度界面,仍会出现显著的原子级重构现象;且即使当扭转界面处于材料内部10个原子层深度的位置,原子重构所导致的局部导电性扰动仍在其表面电导上有所体现,典型结果如图2所示。

图2 扭转界面嵌入不同深度时,多层体系中的表面电导性能和原子重构情况:(a) 实验装置示意图;(b) 对于内嵌不同深度界面的表征结果;(c) 分子计算获得的原子尺度变形随层数的变化。

为了进一步揭示转角多层体系的堆垛构型,研究团队基于前期开发的可准确描述范德华二维材料层间相互作用的各向异性力场,构建了接近实验样品的多层扭转石墨烯构型,并进行了大规模分子动力学模拟。计算结果表明,对于内嵌在材料内部的小扭角界面,确实会出现显著的原子重构现象;并且这种局部的原子级重构可以诱导界面两侧相邻5~6个原子层发生面内的旋转变形,随着原子层远离扭转界面,旋转变形的幅值会逐渐衰减,如图2所示。

基于实验与分子模拟所揭示的原子尺度堆垛构型,研究团队提出了一个用于描述堆垛材料电导的串联扩散电阻模型(SSR模型),该模型可以定量地给出扭转多层体系中堆垛状态对表面电导性能的影响,从而建立了表面电导和材料内部堆垛结构的直接联系。该模型不仅可用于描述简单扭转的二维材料堆垛体系,对于含有复杂晶体缺陷(如位错)的转角重构多层样品也同样适用。该方法为利用表面电导来表征层状材料的内部堆垛结构提供了一种简单、便捷且高分辨的方法,对二维堆垛结构的基础研究以及新兴的扭转电子学的发展具有重要的意义。

点击“阅读原文”阅读原文。

扩展阅读

 
mRNA纳米疫苗:基于机器学习的分步构建策略 | NSR
揭示爬岩鳅"水下壁虎"吸附-滑行机理,启发水下机器人新运动模式 | NSR
固体内部压力的“感同身受”:局域化学压力光谱探针标定
具有极大的零场分裂能的三线态铋宾 | NSR
本文系网易新闻·网易号“各有态度”特色内容
媒体转载联系授权请看下方

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
击败整个羊驼家族,Meta AI自对齐新方法只需极少人工标注数据离谱!多伦多租房又有新“奇葩”:厨房内嵌厕所!每个月还要这么多钱!今日Nature: 南大高力波组堆垛生长晶圆级二维材料范德华超导异质结数字时代的员工技能培训,这些新方法更有效Cell Syst | 上海药物所郑明月/廖苍松提出机器学习辅助定向进化新方法“万元户”老海归惊心动魄24小时。。。。长文本信息准确率超过ChatGPT,Meta提出降低大模型幻觉新方法Cell Syst | 上海药物所提出机器学习辅助定向进化新方法ICCV 2023 | 图像重缩放新方法:无需对模型重新训练即可提高性能走过纽芬兰Nature|新方法一次性可以对动物体内的每个细胞进行不同的基因修饰仅根据蛋白质序列便可预测相互作用界面,一种基于Transformer的蛋白预测模型学毛著心得笔记NSR专题:信息超材料与智能超材料(特邀编辑:崔铁军、Marco Di Renzo)JACS:调控Peierls畸变增强二维范德华层状材料的二次谐波响应为防大模型作恶,斯坦福新方法让模型「遗忘」有害任务信息,模型学会「自毁」了科学家新研发“水凝胶”材质纤维材料或可用来止痛PNAS: 二维拓扑材料中的新型激子—可变的自旋构型与GW-BSE赝波函数方法Cell |新研究首次构建出眼睛的蛋白质组时钟,有望开发出治疗眼病的新方法我的护肤节奏和改善眼周新方法一张图,就能「接着舞」,SHERF可泛化可驱动人体神经辐射场的新方法固态电池中界面的调控方法及锂离子传输机理|络绎学术Online第171期材质界的ImageNet,大规模6维材质实拍数据库OpenSVBRDF发布|SIGGRAPH Asia轻松减重想吃就吃!Nature 子刊重磅研究揭示大脑中有个“干吃不胖”的控制开关,或是减肥新方法!华渔新材料完成数千万元Pre-A+轮融资,加速碳纤维材料上车|36氪首发​「瑞智新能源​」完成数千万元天使轮和天使+轮融资,聚焦界面涂层材料和固态电池材料|36氪首发北大团队数据解析新方法:揭示新能源多时空尺度不确定性的奥秘用 Transformer 评估蛋白质结合界面,区分天然蛋白复合物和不正确构象ICCV 2023 | DomainAdaptor:测试阶段自适应新方法从三维材料到二维材料,诺奖得主的好奇心开启新时代|2023腾讯科学WE大会Ir0/石墨炔原子界面用于选择性环氧化 | NSR陶哲轩新论文:部分证明著名素数猜想,新方法用到了自己的旧模型一片干净的地方超越陶瓷的柔软压电复合材料 | NSR
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。