單層六方氮化硼(h-BN)是一種由硼氮原子相互交錯組成的sp2軌道雜化六邊形網(wǎng)格二維晶體材料。在所有現(xiàn)已發(fā)現(xiàn)的范德瓦爾斯(van der Waals )單原子層二維材料(2D Materials)中,h-BN是一的絕緣體,因此其被認為是納米電子器件中理想的超薄襯底或絕緣層材料。此外,h-BN還擁有較高的熱穩(wěn)定性及化學(xué)穩(wěn)定性,使得它被廣泛研究并應(yīng)用于超薄抗氧化涂層。研究表明,h-BN在1100 ℃以下都能很好地發(fā)揮其穩(wěn)定的抗氧化功效。
圖1. 通過等離子體技術(shù)從甲烷中提取氫氣到h-BN夾層中形成氣泡
同石墨烯類似,h-BN的六邊形網(wǎng)格在結(jié)構(gòu)不被破壞的情況下可以阻止任何一種氣體分子或原子穿透其平面,卻對直徑遠小于原子的質(zhì)子無能為力。這一有趣的特性使之能夠被很好地應(yīng)用于“選擇性薄膜”、“質(zhì)子交換膜”等能源領(lǐng)域。而在本文報道的研究中, 王浩敏研究員團隊則巧妙地利用h-BN這一特性,結(jié)合等離子體技術(shù),對碳氫化合物氣體(甲烷、乙炔)、氬氫混合氣進行了“氫提取”,并將其穩(wěn)定地存儲在h-BN表面的微納氣泡中(圖1)。
圖2. a: 六方氮化硼光學(xué)顯微鏡照片;b: 六方氮化硼34K與33K溫度下的低溫原子力顯微鏡形貌圖,當(dāng)溫度34K時存在氣泡(圖中亮色部分);c: 六方氮化硼氣泡不同溫度下的高度,當(dāng)溫度33K時氣泡消失
低溫原子力顯微鏡的測量結(jié)果(圖2)證實了被六方氮化硼氣泡包覆的氣體確實是氫氣。文章中,作者使用了一套attoAFM I低溫原子力顯微鏡,顯微鏡可以在閉循環(huán)低溫恒溫器attoDRY1100(attoDRY2100系列)內(nèi)被冷卻到較低的液氦溫度。在特定的測量溫度下,原子力顯微成像結(jié)果可以幫助研究者證實在33.2 K ± 3.9 K溫度的時候氣泡消失,證實了被包覆氣體的消失。由于該轉(zhuǎn)變溫度與氫氣的冷凝溫度(33.18K)接近,該實驗結(jié)果可以證明氫氣氣體存在與六方氮化硼氣泡內(nèi)。該工作成功地在六方氮化硼內(nèi)存儲了氫氣,為未來氫氣的存儲提供了全新的方法。
詳細情況歡迎您咨詢我們,客服電話:400-966-2800
參考文獻:
Haomin Wang et al, Isolating hydrogen in hexagonal boron nitride bubbles by a plasma treatment, Nat. Commun., 2019, 10,?2815.
]]>
二維材料為創(chuàng)建電子設(shè)備(例如晶體管和發(fā)光二極管)提供了令人興奮的新平臺。單原子厚的晶體家族包括金屬,半導(dǎo)體和絕緣體。其中許多在環(huán)境條件下都是穩(wěn)定的,其屬性通常與三維尺寸的屬性明顯不同。即使將幾層堆疊在一起也可以改變電子特性,使其適合于下一代電池,智能手機屏幕,探測器和太陽能電池等。更為神奇的是:甚至可以使用辦公用品來自己動手制造二維材料。2010年諾貝爾物理學(xué)獎的獲得者就是通過透明膠帶剝離鉛筆芯中的石墨來獲得單原子厚度的石墨烯。
那么,為什么二維材料在現(xiàn)代電子產(chǎn)品中還沒有廣泛應(yīng)用呢?因為原子厚的2-D晶體的制造良品率很低,并且它們的光學(xué)對比度范圍很廣,在顯微鏡下找到它們是一項繁瑣的工作。
現(xiàn)在,由東京大學(xué)(University of Tokyo)領(lǐng)導(dǎo)的團隊已成功地使用機器學(xué)習(xí)使該任務(wù)自動化。使用了許多帶有各種照明的標(biāo)記示例,以訓(xùn)練計算機檢測薄片的輪廓和厚度,而不必微調(diào)顯微鏡參數(shù)。作者Satoru Masubuchi說:“通過使用機器學(xué)習(xí)而不是傳統(tǒng)的基于規(guī)則的檢測算法,我們的系統(tǒng)對于更改條件具有魯棒性。
該方法可推廣到許多其他二維材料,有時不需要任何附加數(shù)據(jù)。實際上,僅通過使用二碲化鎢實例進行訓(xùn)練,該算法就能夠檢測二硒化鎢和二硒化鉬薄片。由于能夠在不到200毫秒的時間內(nèi)確定剝離樣品的位置和厚度,因此該系統(tǒng)可以與電動光學(xué)顯微鏡集成在一起。
通訊作者Tomoki Machida說:“二維材料的自動搜索和分類將使研究人員只需通過剝離和運行自動算法即可測試大量樣品。這將大大加快基于二維材料的新型電子設(shè)備的開發(fā)周期,并推進對二維電子中的超導(dǎo)性和鐵磁性的研究。”
論文標(biāo)題《Deep-learning-based image segmentation integrated with optical microscopy for automatically searching for two-dimensional materials》。
詳細情況歡迎您咨詢我們,客服電話:400-966-2800
]]>
詳細情況歡迎您咨詢我們,客服電話:400-966-2800
]]>