《挪威科技大学通过制造氧化物反弗兰克尔缺陷开发检测氧化物电导率新方法并有望用于电子配件升级再使用》

  • 来源专题:集成电路
  • 编译者: shenxiang
  • 发布时间:2020-10-16
  • 利用复杂氧化物中的量子效应,如磁性、多铁性和超导性,需要对材料的结构和成分进行原子级控制。相比之下,基于氧化物异质结的人工光电神经突触和多构型元件的连续电导率变化,是由氧化还原反应和结构域的重新配置所驱动,基于长距离离子迁移和化学计量或结构的变化。

    现在已经建立了不同的机制,允许逐步和多个数量级地调节氧化物中的电导率。例如,通过电场改变了LaAlO3–SrTiO3异质结构和多铁性BiFeO3薄膜中的n型导电性,这归因为基于正电荷氧空位(positively charged oxygen vacancies)的产生和迁移。此外,还利用负电荷氧间隙(negatively charged oxygen interstitials)的迁移来控制六角Y0.67Lu0.33MnO3单晶的p型电导性。然而,正电荷氧空位和负电荷氧间隙的迁移是同一现象的相同方面,即过渡金属氧化物的电场驱动氧化还原反应。尽管这些氧化还原反应产生了所需的导电率变化,但正电荷氧空位或负电荷氧间隙的产生也必然会改变主体材料的整体化学计量,从而对材料的自旋、电荷和轨道自由度产生重大影响。后者反映在氧化物对化学计量变化的敏感性上,这种变化可以驱动金属态和绝缘态之间的系统,稳定超导电性或完全抑制磁电秩序。一般来说,与当前应用的氧化还原反应相关的离子的长程迁移、萃取和/或注入会导致净质量传输,从而产生化学、静电和应变相关梯度,这也就禁止了导电性以外的电子功能的同时使用。

    为了避免有害的副作用并最终利用氧化物材料中可用的全部功能特性,需要一种概念上不同的方法来控制导电性。特别有希望的是化学计量缺陷(stoichiometric defects)的经典报道,如离子萤石(ionic fluorites)。在这里,阴离子从晶格位置移动到间隙位置,形成熵稳定和电荷中性的间隙-空位对(反弗兰克尔缺陷,anti-Frenkel defects)。虽然在电陶瓷中,固有的反弗兰克尔缺陷在离子-电子传输中起着关键作用,但将它们用于控制相关氧化物中的导电性仍有待探索。氧化物电子学领域的研究大多集中在钙钛矿材料的大家族中,由于其致密的晶体结构,不太可能形成反弗兰克尔缺陷。因此,除了混合离子电子输运之外,诸如它们的产生、稳定性和对功能的影响等基本内容,在很大程度上都属于未知领域。

    挪威科技大学的研究团队通过使用导电原子力显微镜来产生电场诱导反弗兰克尔缺陷,即电荷中性间隙空位对,来控制功能氧化物h-Er(Mn,Ti)O3中的导电性。这些缺陷以纳米级的空间精度产生,在不干扰铁电序的情况下,局部地提高电子跳跃导电率一个数量级,使绝缘材料变得导电。通过这样的方式来控制反弗兰克尔缺陷,电导率的变化不会影响材料的实际结构或改变其其他特性,如磁性和铁电性。

    图1 h-Er(Mn,Ti)O3电导率的局部控制

    该新方法的另一个优点是,研究人员可以通过简单的热处理消除纳米级的组件,未来有望用于更改或升级材质中的组件。研究人员表示,也许我们可以通过升级而不是回收或扔掉,来实现更长时间、更环保地使用我们的电子产品。

    该研究项目由新加坡南洋理工大学管理,受益于关键设施如纳米实验室和透射电子显微镜双子座中心和跨学科研究团队。

    该研究成果发表在《Nature Materials》,Publication: August 17 2020,题目:“Conductivity control via minimally invasive anti-Frenkel defects in a functional oxide”。

相关报告
  • 《以人工智能为指导,更好地制造过氧化物太阳能电池》

    • 来源专题:新一代信息技术
    • 编译者:王晓丽
    • 发布时间:2023-11-29
    • 与传统的硅太阳能电池相比,基于过氧化物半导体的太阳能电池能更有效地将太阳光转化为电能。为了使这项技术能够投放市场,需要进一步改进稳定性和制造工艺。 卡尔斯鲁厄理工学院(KIT)和两个亥姆霍兹平台--德国癌症研究中心(DKFZ)的亥姆霍兹成像公司和亥姆霍兹人工智能公司--的研究人员成功地找到了一种方法,可以预测过氧化物层的质量,进而预测太阳能电池的质量。在机器学习和人工智能(AI)新方法的帮助下,可以在生产过程中通过光发射的变化来评估太阳能电池的质量。 这些结果可用于推导出更好的制造工艺,已发表在《先进材料》(Advanced Materials)上。 透镜串联太阳能电池将透镜太阳能电池与传统太阳能电池(例如基于硅的太阳能电池)结合在一起。这些电池被认为是下一代技术: 目前,它们的效率超过 33%,远高于传统硅太阳能电池。此外,它们使用的原材料价格低廉,易于制造。要达到这样的效率水平,必须生产极薄的高级过氧化物层,其厚度仅为头发丝的一小部分。 "在 KIT 微结构技术研究所和光技术研究所从事研究的终身教授 Ulrich W. Paetzold 说:"使用低成本和可扩展的方法制造这种没有任何缺陷或孔洞的高级多晶体薄层是最大的挑战之一。 即使在看似完美的实验室条件下,也可能存在导致半导体层质量变化的未知因素。"这一缺陷最终阻碍了这些高效太阳能电池工业化生产的快速启动,而这正是能源转型所急需的。" 人工智能发现有效镀膜的隐藏迹象 为了找到影响镀膜的因素,由 KIT 的包晶体太阳能电池专家组成的跨学科团队与海德堡 DKFZ 的亥姆霍兹成像和亥姆霍兹人工智能的机器学习和可解释人工智能 (XAI) 专家联手合作。研究人员开发了人工智能方法,利用一个庞大的数据集对神经网络进行训练和分析。该数据集包括视频记录,显示了制造过程中包晶石薄层的光致发光。 光致发光是指半导体层在外部光源激发下的辐射发射。"来自 DKFZ Helmholtz Imaging 公司的 Lukas Klein 和 Sebastian Ziegler 解释说:"由于即使是专家也看不出薄层上有什么特别之处,因此我们产生了训练机器学习(深度学习)人工智能系统的想法,以便从视频中的数百万个数据项中检测出涂层好坏的隐藏迹象。 为了过滤和分析深度学习人工智能系统输出的广泛分散的迹象,研究人员随后采用了可解释人工智能的方法。 研究人员通过实验发现,光致发光在生产过程中会发生变化,而这种现象会对涂层质量产生影响。"Klein 和 Ziegler 说:"我们工作的关键是有针对性地使用 XAI 方法,以了解必须改变哪些因素才能获得高质量的太阳能电池。 这不是通常的方法。在大多数情况下,XAI 只被用作一种护栏,以避免在建立人工智能模型时出现错误。"这是一种范式的改变: 以如此系统的方式获得与材料科学高度相关的见解是一种全新的体验"。 事实上,正是从光致发光变化中得出的结论让研究人员得以迈出下一步。在对神经网络进行了相应的训练之后,人工智能能够根据制造过程中哪个环节出现的光发射变化,预测每块太阳能电池的效率是低还是高。 参考文献: Lukas Klein et al, Discovering Process Dynamics for Scalable Perovskite Solar Cell Manufacturing with Explainable AI, Advanced Materials (2023). DOI: 10.1002/adma.202307160
  • 《新发现铌钨氧化物可用于电池快充技术》

    • 来源专题:集成电路
    • 编译者:shenxiang
    • 发布时间:2018-07-27
    • 《自然》(Nature)杂志7月25日报道,英国剑桥大学的研究人员发现,铌钨氧化物(NTO)可用于制造快充电池。虽然NTO晶体结构很复杂,但锂离子通过NTO的速度远远超过通过传统电极材料的速度。此外,NTO独特的物理结构和化学性质,对研究人员研究快充电池的安全性也有借鉴意义。 目前,虽然智能手机的电池通过快充技术已经能够在数分钟内充满电,但电池技术的发展仍然阻碍了两类清洁技术(电动汽车和太阳能电网级存储)的广泛应用。剑桥大学化学系博士后研究员、论文第一作者肯特格里菲斯(Kent Griffith)说:“我们一直在苦苦寻找理想的快充电池材料。” 电池的充电速度取决于锂离子的正极通过电解质移动到负极的速率。在寻找新型电极材料时,研究人员通常会试着让材料的粒径更小。格里菲斯解释说:“这样设计的思路是:减少锂离子的移动距离可使运移时间缩短,从而加快充电进程。然而,利用纳米技术制造的电池,电解质副反应很多,成本很高,电池寿命也较短。”剑桥大学化学系教授、论文资深作者克莱尔格雷(Clare Grey)补充说:“因此,我们将视线转向了某些固有特性符合需求的微米级材料。”最终,他们发现NTO可能是潜在的解决方案。 NTO具有刚性的开放结构,稳定性好且不会“困住”锂离子。其较大的颗粒尺寸也避免了纳米级颗粒的缺陷。格里菲斯推测,NTO之前受到冷遇的原因在于其复杂的原子排列情况。然而,正是这种结构复杂性和混合金属的组成为NTO提供了独特的锂离子传输性能——研究人员利用脉冲场梯度(PFG)核磁共振波谱(NMR)技术,测量了锂离子在NTO中的移动速度,发现比常用电极材料高出若干数量级。NTO除具有高锂传输速率,其制造也较简单。格里菲斯说:“NTO无需额外的化学物质或溶剂就能制造,可扩展性良好。”此外,NTO作为电极材料,虽然电池电压较低,但这对安全性的好处毋庸置疑。 格雷认为,虽然NTO可能只适用于某些特定应用,但继续发掘类似NTO的新化合物,对电池领域的持续发展很重要。