-
低溫AFM助力六方氮化硼氣泡中的氫分離研究
https://www.visacardi.com/news/industry-news/875.html
Wed, 29 Apr 2020 04:39:09 +0000
https://www.visacardi.com/?p=875
在原子尺寸容積內(nei) 存儲(chu) 微量氣體(ti) 是科研中一項十分有意義(yi) 的研究。其中，阻隔材料的選擇是影響氣體(ti) 存儲(chu) 的重要因素：該材料形成氣泡來包覆存儲(chu) 的氣體(ti) ，且在苛刻環境下保持穩定，更重要的是材料本身不能與(yu) 存儲(chu) 氣體(ti) 有任何的化學或者物理的相互作用。近期，中國科學院上海微係統與(yu) 信息技術研究所的王浩敏研究員課題組就這項研究在《自然-通訊》雜誌上發表了通過等離子體(ti) 處理實現六方氮化硼氣泡中的氫分離的工作。
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軌道雜化六邊形網格二維晶體(ti) 材料。在所有現已發現的範德瓦爾斯(van der Waals )單原子層二維材料（2D Materials）中，h-BN是一的絕緣體(ti) ，因此其被認為(wei) 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還擁有較高的熱穩定性及化學穩定性，使得它被廣泛研究並應用於(yu) 超薄抗氧化塗層。研究表明，h-BN在1100 ℃以下都能很好地發揮其穩定的抗氧化功效。
圖1. 通過等離子體(ti) 技術從(cong) 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的六邊形網格在結構不被破壞的情況下可以阻止任何一種氣體(ti) 分子或原子穿透其平麵，卻對直徑遠小於(yu) 原子的質子無能為(wei) 力。這一有趣的特性使之能夠被很好地應用於(yu) “選擇性薄膜”、“質子交換膜”等能源領域。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，結合等離子體(ti) 技術，對碳氫化合物氣體(ti) （甲烷、乙炔）、氬氫混合氣進行了“氫提取”，並將其穩定地存儲(chu) 在h-BN表麵的微納氣泡中（圖1）。
圖2. a: 六方氮化硼光學顯微鏡照片；b: 六方氮化硼34K與(yu) 33K溫度下的低溫原子力顯微鏡形貌圖，當溫度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，當溫度33K時氣泡消失
低溫原子力顯微鏡的測量結果（圖2）證實了被六方氮化硼氣泡包覆的氣體(ti) 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低溫恒溫器attoDRY1100（attoDRY2100係列）內(nei) 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(ti) 的消失。由於(yu) 該轉變溫度與(yu) 氫氣的冷凝溫度（33.18K）接近，該實驗結果可以證明氫氣氣體(ti) 存在與(yu) 六方氮化硼氣泡內(nei) 。該工作成功地在六方氮化硼內(nei) 存儲(chu) 了氫氣，為(wei) 未來氫氣的存儲(chu) 提供了全新的方法。
詳細情況歡迎您谘詢我們(men) ，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.
]]>
-
AI瞬間就能找到二維材料
https://www.visacardi.com/news/industry-news/873.html
Wed, 29 Apr 2020 04:31:09 +0000
https://www.visacardi.com/?p=873
東(dong) 京大學下屬的工業(ye) 科學研究所的研究人員展示了一種新型的人工智能係統，該係統可以瞬間找到並標記顯微鏡圖像中的二維材料。這項工作可以幫助縮短基於(yu) 二維材料的電子產(chan) 品用於(yu) 消費類設備所需的時間。
二維材料為(wei) 創建電子設備（例如晶體(ti) 管和發光二極管）提供了令人興(xing) 奮的新平台。單原子厚的晶體(ti) 家族包括金屬，半導體(ti) 和絕緣體(ti) 。其中許多在環境條件下都是穩定的，其屬性通常與(yu) 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，使其適合於(yu) 下一代電池，智能手機屏幕，探測器和太陽能電池等。更為(wei) 神奇的是：甚至可以使用辦公用品來自己動手製造二維材料。2010年諾貝爾物理學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。
那麽(me) ，為(wei) 什麽(me) 二維材料在現代電子產(chan) 品中還沒有廣泛應用呢？因為(wei) 原子厚的2-D晶體(ti) 的製造良品率很低，並且它們(men) 的光學對比度範圍很廣，在顯微鏡下找到它們(men) 是一項繁瑣的工作。
現在，由東(dong) 京大學（University of Tokyo）領導的團隊已成功地使用機器學習(xi) 使該任務自動化。使用了許多帶有各種照明的標記示例，以訓練計算機檢測薄片的輪廓和厚度，而不必微調顯微鏡參數。作者Satoru Masubuchi說：“通過使用機器學習(xi) 而不是傳(chuan) 統的基於(yu) 規則的檢測算法，我們(men) 的係統對於(yu) 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據。實際上，僅(jin) 通過使用二碲化鎢實例進行訓練，該算法就能夠檢測二硒化鎢和二硒化鉬薄片。由於(yu) 能夠在不到200毫秒的時間內(nei) 確定剝離樣品的位置和厚度，因此該係統可以與(yu) 電動光學顯微鏡集成在一起。
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隻需通過剝離和運行自動算法即可測試大量樣品。這將大大加快基於(yu) 二維材料的新型電子設備的開發周期，並推進對二維電子中的超導性和鐵磁性的研究。”
論文標題《Deep-learning-based image segmentation integrated with optical microscopy for automatically searching for two-dimensional materials》。
詳細情況歡迎您谘詢我們(men) ，客服電話：400-966-2800
]]>