二维CuInP2S6的挠曲电效应和铁电调控研究

来源 :中国科学技术大学 | 被引量 : 0次 | 上传用户:jakynum1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
铁电体是指拥有自发的电极化且极化方向能够通过施加外电场的方式来进行翻转的材料。自1921年第一个铁电体——罗息盐被发现后的一个世纪以来,基于贝里相位的现代铁电理论得到了建立,铁电体也在功能性电子学元器件领域得到了广泛的应用,相继诞生了铁电电容器、铁电场效应晶体管和铁电隧道结等现代电子学器件。然而,传统三维氧化物铁电体受制于临界尺寸效应,随着厚度的变薄,其铁电性会被压制。同时,由于体相的特征、强的共价键/离子键相互作用以及缺乏层间滑移机制,传统三维氧化物铁电体还往往表现为“硬”和“脆”的特性。以上这些因素限制了传统三维氧化物铁电体在超薄电子器件以及柔性电子学器件应用中的发展。近年来,以铜铟磷硫(CuInP2S6)为代表的二维层状铁电体的涌现为这一困境打开了新局面。得益于二维范德华层状材料界面饱和的化学环境、单原子层的结构稳定性以及优异的机械性能,二维层状铁电体有望突破传统三维氧化物铁电体在以上应用中的种种限制。近期研究发现,由于二维铁电体具有原子尺度的样品厚度,用电学手段翻转铁电极化时,往往出现漏电流过大,甚至介电击穿等问题,这使得在二维体系中进行电极化的有效操控和铁电畴的可控制备仍具有很大的挑战性,亟需发展电翻转之外的极化调控新手段。有鉴于此,本论文从实验角度出发,基于二维层状材料良好的柔性和超薄特性,利用扫描探针显微镜和光谱学测量等手段,(1)定量地研究了二维CuInP2S6的机械性质,如杨氏模量和断裂强度;(2)在少层CuInP2S6中实现巨大应变梯度(~106 m-1)的引入,利用在该梯度应力场下所产生的强挠曲电效应,实现了对铁电极化的机械调控,从而在宏观尺度上人为可控地生成了均一的大面积铁电条纹畴,并结合理论模型研究了内在机理。本研究论文由以下几个部分构成:在第一章中,我们介绍二维层状铁电体的研究进展,总结了在实验上实现的二维层状铁电体体系及其相关应用,同时引出了本论文的主要研究对象—二维层状铁电体CuInP2S6。其次,我们介绍了二维材料的机械性质,概述了目前实验上对不同二维材料机械性质的研究。最后,我们介绍了铁电体中的挠曲电效应,包括挠曲电效应基本原理以及利用挠曲电效应对铁电体的压电响应、极化方向和光伏效应的调控。在第二章中,我们介绍本文中涉及到的主要实验设备以及样品的制备方法。我们首先介绍了原子力/压电力显微镜(AFM/PFM)和开尔文探针显微镜(KPFM)基本原理以及它们在测量力-距曲线和表征铁电畴/回线方面的应用,然后介绍了二次谐波(SHG)和拉曼光谱的原理,最后介绍了本文样品的制备方法,包括化学气相传输法、金辅助机械剥离法以及波纹状PDMS衬底的制备。在第三章中,我们介绍二维CuInP2S6机械性质的研究。实验上,我们详细讨论了如何高效率制备大面积悬空薄层CuInP2S6样品,然后使用基于AFM的纳米压痕法对二维CuInP2S6样品的机械性能进行了测试,定量的给出了其杨氏模量和断裂强度的参数,并和其他二维材料的机械性能进行了对比分析。我们的研究结果有望为基于二维CuInP2S6柔性铁电器件的设计和应用提供指导。在第四章中,我们介绍二维CuInP2S6中基于挠曲电效应的的大面积条纹畴生成。我们利用衬底工程的方法在薄层CuInP2S6中引入了巨大的应变梯度(~106 m-1),实现了无外加电场条件下对薄层CuInP2S6中铁电极化的机械调控,并利用第一性原理计算结合唯象理论对这一结果进行了分析和解释。我们的研究结果给发展基于范德瓦尔斯铁电体的柔性器件提供了指导,也对二维系统中的铁电畴物理研究提供了基础。在第五章中,我们总结了本论文的研究成果,并在此基础上展望了二维铁电以及挠曲电领域值得探索的新方向。
其他文献
近年来,太赫兹(THz)电磁波在医疗生物检测、材料分析、无线通信、大气监测等广泛领域展现出越来越重要的应用前景。THz辐射源是支撑THz技术应用和发展的关键器件。然而,由于THz波处在电子学和光子学的中间地带,基于传统电子学方法和光子学方法的THz源在输出功率、频率、便携性等方面难以满足实用需求。自由电子驱动的电磁辐射源在THz频段可以实现大功率输出,是一类重要的THz源。但是这类装置通常体积庞大
服役于人体生理环境中的植入金属材料往往由于腐蚀、磨损等作用而产生金属离子释放。某些适量释放的金属离子虽然在促进组织再生等方面发挥积极作用,但不可否认,过量的离子积累将对人体产生毒副作用,进而直接影响材料的生物相容性。通常,植入金属离子释放行为与材料的耐蚀能力息息相关,而作为评价植入金属材料耐蚀性的通用、实用手段,腐蚀电化学测试技术已广泛应用。因此,探究模拟人体环境中金属离子释放的动力学过程,阐述离
基于密度泛函理论的第一性计算方法已经被大量应用于预测和研究材料的各种物理和化学性质,已经成为独立于实验和理论的第三种研究方法。密度泛函理论的成功在于创造性利用密度作为能量的泛函,将3N维的Schr(?)dinger方程转为了三维问题,大大降低了计算量。但是密度泛函理论是基于变分原理的基态理论,这使得其在应用到激发态过程中存在很多问题,比如无法准确地预测分子和固体体系的光谱和激发态能级等。同时由于到
随着计算能力日渐强大的移动智能设备的广泛普及,一种基于众包思想而衍生出的移动计算范式——移动群智感知,可以协调网络中的移动用户群体通过携带的智能设备进行大规模的数据收集和复杂的任务计算。另一方面,数据交易可以打破数据孤岛,提高数据的流通性和复用性,但它同时也面临数据来源匮乏和多样性欠缺的问题。因此本文利用移动群智感知在数据收集方面的智能性、普适性、低成本等优势构建一种新型的移动群智感知数据交易系统
移动场景下的轻量级客户端不在本地储存完整的区块链,在向全节点查询交易过程中轻量级客户端会泄露与其相关的地址和交易。移动用户可以运行一个轻量级全节点来服务其轻量级客户端,从而保护其轻量级客户端的交易查询隐私,但是轻量级全节点面临区块验证效率降低问题,这会降低区块链的可扩展性。此外,区块链可用于管理移动用户访问公共无线热点的访问凭证,但仍需满足移动用户的条件匿名认证需求,以及降低访问凭证管理中的上链数
以深度学习算法为代表的人工智能算法近些年来飞速发展,在计算机视觉、自然语言处理和竞技游戏等不同的领域,深度学习算法展现的智能已经接近甚至超过了人类的水平。基于通用处理器的传统计算系统已经不能很好地支持深度学习算法的需求,新兴的智能计算系统以其在性能和功耗上的优异表现,成为了深度学习算法的重要物质载体。然而,深度学习算法快速发展,智能芯片也不断推陈出新,这对智能计算系统的通用性提出了极大的挑战。本文
车道线检测和分类是自动驾驶技术中环境感知系统的重要组成模块。传统的车道线检测和分类算法主要提取车道线的颜色、纹理等特征,进一步采用聚类或分割算法获取车道线的位置和类别信息。然而,传统算法依赖于手动提取的特征,在不良天气以及复杂道路环境下的性能具有一定的局限性。深度学习具有强大的自动提取特征的能力,可应用到复杂多变的道路场景中。目前,基于深度学习的算法是将车道线检测任务和分类任务视为语义分割任务。然
层状材料(如石墨、过渡族硫化物、黑磷、氮化硼等)具有特殊的层状结构,其原子在层内依靠共价键结合,在层间依靠范德瓦尔斯力(Van der Waals forces)结合,这种层状结构不仅使其具有丰富的结构和电子特性,而且易于通过外场进行调控,在光电子、能源等领域具有重要的应用前景。压力作为一种重要的外场调控方法,对于层状材料的独特结构,可以非常有效地改变其层间相互作用,从而显著地改变其晶体结构和电子
惰性气体放射性同位素39Ar的半衰期为269年。它在大气中分布均匀、化学性质稳定,是研究地下水、冰川和海洋等的理想示踪剂。39Ar定年的范围大约为50至1500年,正好可以覆盖3H(或CFCs、SF6等)和14C之间的定年空隙。由于39Ar极低的同位素丰度(8×10-16),因此探测非常困难,对现代痕量分析技术是一个技术挑战。最近原子阱痕量分析方法(Atom Trap Trace Analysis
石墨相氮化碳(g-C3N4)是一类非常重要的非金属聚合物,在能源和催化等众多领域中具有广泛且重要的用途。因其具有原料丰富、制备工艺简单、稳定性强、绿色安全等特性,已被成功地应用于光催化产氢、CO2还原和N2固定等多种能量转换、环境工程及其相关反应体系中。尽管具有以上诸多优点,对于单纯、未经改性的g-C3N4光催化剂,光催化反应中可见光捕获能力较低以及光生电子-空穴对的快速复合导致电荷分离效率低等问