XiaoMi-AI文件搜索系统
World File Search System非晶态
非晶态HfO_2中的氧空位和氢
非晶态二氧化铪 (a-HfO 2 ) 广泛用于电子设备，例如超大规模场效应晶体管和电阻存储单元。a-HfO 2 中氧空位 (OV) 缺陷的密度对非晶态材料的电导率有很大影响。最终，OV 缺陷是造成导电细丝路径形成和断裂的原因，而导电细丝路径可用于新型电阻开关设备。在这项工作中，我们使用从头算方法研究了 a-HfO 2 中的中性 OV。我们研究了 OV 的形成能、双 OV 的结合能、不受干扰和在氢原子附近存在时的 OV 迁移以及氢原子向 OV 的迁移。与结晶 HfO 2 中的势垒 (2.4 eV) 相比，a-HfO 2 中存在浅而短程的 OV 迁移势垒 (0.6 eV)。附近的氢对 OV 迁移的影响有限；然而，氢可以通过在OV之间跳跃而轻易扩散。
通过 MOCVD 处理的非晶态氧化铝涂层有效、持久地保护 Ti6242S 钛合金免受高温氧化
钛合金具有极高的强度重量比，可用于多种关键的支持技术。然而，它们在严酷环境中的使用面临着其有限的抗高温氧化性能的挑战。为了解决这个问题，本研究采用金属有机化学气相沉积 (MOCVD) 方法在 Ti6242S 合金表面涂覆致密的非晶态氧化铝 AlzO 3 涂层，涂层成分包括三丙醇铝 ATI 和二甲基铝异丙醇 (DMAI)。等温氧化试验表明，与裸露材料相比，涂层 Ti6242S 试样的质量增益抛物线速率常数降低了两个数量级。DMAI Al 2 O 3 涂层合金在 600 °C 下经过 5000 小时的长时间氧化，重量增加 0.180 mg cm-2，而裸露合金的重量增加 1.143 mg cm-2。在这些条件下，会形成一个界面层，其中包含复杂的 TiiAlo 5 Sn 0 .5)（或 (Ti,Sn)zN) 相。在 50 至 600 °C 之间进行 80 次 1 小时循环氧化，结果显示涂层样品的质量增益为零。最后，在氧化试样的横截面上确定的硬度分布表明涂层合金的氧溶解非常有限。非晶态 AlzO 3 的 MOCVD 涂层具有巨大潜力，可有效、持久地防止 Ti6242S 合金氧化。
非晶态 TiNiSn 薄膜在热电应用中具有机械柔韧性
热电设备将热量转化为电能，不会产生温室气体排放，并有可能作为可穿戴设备的能源。目前的努力重点是设计既具有高转换效率又具有机械灵活性的材料。半赫斯勒材料（例如 TiNiSn）表现出良好的化学稳定性和热电效率，但它们固有的脆性对柔性设备的应用构成了挑战。在这里，TiNiSn 薄膜在室温下通过直流磁控溅射沉积，以研究它们对柔性设备应用的弯曲响应。因此，考虑了不同的基材：Si、Kapton、丝绸和打印纸，而 Si 被用作参考。分别采用能量色散 X 射线光谱和广角 X 射线散射分析沉积薄膜的成分和结构。通过扫描电子显微镜检查薄膜形态。此外，还采用密度泛函理论 (DFT) 探索柔性基板与非晶态 TiNiSn 之间的界面，并计算柯西压力，这是延展性/脆性行为的关键指标。非晶态 TiNiSn 薄膜对柔性 Kapton、丝绸和纸基板表现出良好的粘附性。施加机械载荷，即弯曲至 154 ◦，以评估裂纹形成，仅在 78 ◦ 和 154 ◦ 处出现少量裂纹，从而表明具有一定程度的柔性。DFT 数据支持这些发现，显示非晶态 TiNiSn 与柔性基板单体之间的粘附强度中等。计算出的柯西压力为 30 GPa，表明 TiNiSn 在非晶状态下具有延展性。因此，替代其他耗时的合成方法、消除对高温的需求以及提供对各种基板具有良好粘附性的无毒且经济高效的材料是非晶态 TiNiSn 薄膜成为柔性热电装置的良好候选材料的原因。
由二维硫化镓控制制备原生超薄非晶态氧化镓，用于新兴电子应用
事实证明，二维层状材料的氧化有利于形成氧化物/二维材料异质结构，这为低功耗电子设备的新范式打开了大门。硫化镓（II）（𝜷-GaS）是一种六方相 III 族单硫属化物，是一种宽带隙半导体，单层和少层形式的带隙超过 3 eV。其氧化物氧化镓（Ga 2 O 3）兼具大带隙（4.4-5.3 eV）和高介电常数（≈ 10）。尽管这两种材料都具有技术潜力，但原子级厚度的𝜷-GaS 的受控氧化仍未得到充分探索。本研究重点关注使用氧等离子体处理对𝜷-GaS 进行受控氧化，以解决现有研究中的重大空白。结果表明，在暴露于 10 W 的 O 2 时，能够形成厚度为 4 nm 的超薄天然氧化物 (GaS x O y )，从而形成 GaS x O y /GaS 异质结构，其下方的 GaS 层保持完整。通过将此类结构集成在金属电极之间并施加电压斜坡或脉冲等电应力，研究了它们在电阻式随机存取存储器 (ReRAM) 中的应用。所产生的氧化物的超薄特性可实现低操作功率，能耗低至每次操作 0.22 nJ，同时分别保持 350 次循环和 10 4 s 的耐久性和保持力。这些结果表明基于氧化的 GaS x O y /GaS 异质结构在电子应用，特别是低功耗存储设备中具有巨大的潜力。
非晶态卤氧化物材料实现锂超离子导电
摘要：最近兴起的卤化物基固体电解质（SE）具有良好的离子电导率、宽的电化学稳定性窗口以及与高压氧化物正极的良好兼容性，是高性能全固态电池（ASSB）的理想候选材料。与卤化物 SE 中的结晶相相比，非晶态组分很少被理解，但在锂离子传导中起着重要作用。本文揭示了通过机械化学方法制备的卤化物基 SE 中非晶态组分的存在很常见。发现快速的锂离子迁移与非晶态比例的局部化学有关。以 Zr 基卤化物 SE 为例，可以通过掺入 O 来调节非晶化过程，从而形成角共享的 Zr-O/Cl 多面体。这种结构配置已通过 X 射线吸收光谱、对分布函数分析和逆蒙特卡罗建模得到证实。独特的结构显着降低了锂离子传输的能垒。结果显示，非晶态 Li 3 ZrCl 4 O 1.5 在 25 ° C 时可实现 (1.35 ± 0.07) × 10 − 3 S cm − 1 的增强离子电导率。除了提高离子电导率外，通过掺入 O 对 Zr 基卤化物 SE 进行非晶化还可获得良好的机械变形能力和良好的电化学性能。这些发现为合理设计高性能 ASSB 所需的卤化物 SE 提供了深刻见解。
高稳定性非晶态磷酸铁钙的形成
无定形铁钙磷酸盐 (Fe-ACP) 对某些啮齿动物牙齿的机械性能起着至关重要的作用，牙齿非常坚硬，但其形成过程和合成途径仍不清楚。本文报道了在柠檬酸铁铵 (AIC) 存在下含铁无定形磷酸钙的合成和表征。铁在所得颗粒中以纳米级均匀分布。制备的 Fe-ACP 颗粒在水、模拟体液和醋酸盐缓冲溶液 (pH 4) 等水性介质中高度稳定。体外研究表明这些颗粒具有良好的生物相容性和成骨特性。随后，利用放电等离子烧结 (SPS) 来固化初始 Fe-ACP 粉末。结果表明，陶瓷的硬度随铁含量的增加而增加，但铁过量会导致硬度迅速下降。可以获得硬度为 4 GPa 的磷酸铁钙陶瓷，高于人类牙釉质。此外，由铁钙磷酸盐组成的陶瓷表现出增强的耐酸性。本研究提供了一种制备 Fe-ACP 的新方法，并展示了 Fe-ACP 在生物矿化中的潜在作用以及作为制备耐酸高性能生物陶瓷的起始材料。
激光诱导捕获亚稳态非晶态 AlOx/C（2.5< x ≤3.5）纳米复合材料：用作固相气体发生器的意义
动力学“冻结”亚稳态纳米结构的合成仍然难以实现。这一限制严重限制了材料发现的当前范式。我们通过对异常氧化和亚稳态非晶态氧化铝 (a-AlO x ; 2.5
非晶态硅酸钠中的非弹性松弛过程
本文由美国国家技术与工程解决方案公司桑迪亚有限责任公司的一名员工撰写，合同编号为 DE-NA0003525，与美国能源部 (DOE) 签订。该员工拥有本文的所有权利、所有权和利益，并对其内容负全部责任。美国政府保留，而出版商在接受文章发表时，承认美国政府保留非独占、已付费、不可撤销的全球许可，可出于美国政府目的出版或复制本文的已发表形式或允许他人这样做。美国能源部将根据美国能源部公共访问计划 https://www.energy.gov/downloads/doe-public-access-plan 向公众提供这些联邦资助研究的结果。
非晶态铱的锂导向转变（氧化物...
摘要：氧析出反应 (OER) 对基于水电解的未来能源系统至关重要。氧化铱是极具前景的催化剂，因为它们在酸性和氧化条件下具有耐腐蚀性。在催化剂/电极制备过程中，使用碱金属碱制备的高活性铱（氧）氢氧化物在高温（>350°C）下会转变为低活性金红石 IrO 2。根据碱金属的残留量，我们现在表明这种转变可以产生金红石 IrO 2 或纳米晶态锂插层 IrO x 。虽然转变为金红石会导致活性较差，但锂插层 IrO x 具有与高活性非晶态材料相当的活性和更好的稳定性，尽管在 500°C 下处理。这种高活性纳米晶态的铱酸锂可以更耐受生产 PEM 膜的工业程序，并提供一种稳定非晶态铱（氧）氢氧化物中大量氧化还原活性位点的方法。 ■ 简介
非晶态有机半导体中的激子扩散
Justin M. Hodgkiss 3,4 , Daniel M. Packwood 1,2* 1 京都大学综合细胞材料科学研究所（iCeMS），日本京都 2 综合数据材料科学中心（iDM），麦克迪亚米德先进材料与纳米技术研究所，新西兰惠灵顿 3 麦克迪亚米德先进材料与纳米技术研究所，新西兰惠灵顿 4 惠灵顿维多利亚大学化学与物理科学学院，新西兰惠灵顿 5 大赛璐企业研究中心，创新园区（iPark），大赛璐株式会社，日本姬路 * 通讯作者。电子邮件：dpackwood@icems.kyoto-u.ac.jp 摘要 非晶态有机材料中激子和电荷跳跃的模拟涉及许多物理参数。在开始模拟之前，必须通过昂贵的从头计算来计算出每个参数，因此研究激子扩散的计算开销很大，尤其是在大型复杂材料数据集中。虽然之前已经探索过使用机器学习快速预测这些参数的想法，但典型的机器学习模型需要较长的训练时间，这最终会增加模拟开销。在本文中，我们提出了一种新的机器学习架构，用于构建分子间激子耦合参数的预测模型。与普通的高斯过程回归或核岭回归模型相比，我们的架构设计方式可以减少总训练时间。基于此架构，我们建立了一个预测模型并使用它来估计非晶态并五苯中激子跳跃模拟的耦合参数。我们表明，与使用完全从密度泛函理论计算的耦合参数的模拟相比，这种跳跃模拟能够对激子扩散张量元素和其他属性实现出色的预测。因此，这一结果以及我们的架构提供的较短训练时间表明了如何使用机器学习来减少与非晶态有机材料中的激子和电荷扩散模拟相关的高计算开销。