
Links is een artistieke weergave van een gedraaide dubbele laag die een Moiré -patroon vormt gecreëerd door overlappende 2D -vellen; De structuur van elke laag wordt afzonderlijk rechts weergegeven. Credit: Sumner Harris/Ornl, US Dept. of Energy
Onderzoekers van het Oak Ridge National Laboratory van het Department of Energy en de Universiteit van Tennessee, Knoxville, hebben een innovatieve methode gecreëerd om atomaire structuren te visualiseren en te analyseren binnen speciaal ontworpen, ultradunne bilayer 2D -materialen. Wanneer ze precies onder een hoek zijn uitgelijnd, vertonen deze materialen unieke eigenschappen die kunnen leiden tot vooruitgang in kwantum computing, supergeleiders en ultraefficiënte elektronica.
Het onderzoekspaper, gepubliceerd in het dagboek Nano lettersbiedt details over de innovatieve methode voor het visualiseren van atomaire structuren in 2D -materialen. Deze ontwikkelingen versterken het Amerikaanse leiderschap in materiaalinnovatie, energietechnologieën en beveiligde communicatie, en ze leggen de basis voor een toekomst die wordt bepaald door toonaangevende vooruitgang.
Visualiseren van atomen in Moiré -materialen
Het leggen van de 2D -materialen onder een lichte hoek creëert ingewikkelde moiré -patronen, vergelijkbaar met de golvende vervorming die wordt gezien wanneer twee vensterschermen elkaar overlappen. Hoewel visueel opvallend, bemoeilijken de patronen de inspanningen om individuele atomen te identificeren, zelfs met geavanceerde beeldvormingshulpmiddelen zoals scanning transmissie -elektronenmicroscopie (STEM).
Maar het kennen van de locaties van individuele atomen is een cruciale stap voor het beheersen van defecten of het verfijnen van de kenmerken van het materiaal door technieken zoals doping, waar kleine hoeveelheden andere elementen worden toegevoegd. De bevindingen van het team dagen bestaande theorieën over atomair gedrag uit in deze complexe materialen.
“Theoretische modellen suggereerden dat de substitutionele locatie van een dopantatoom in het materiaal afhing van zijn positie in het Moiré -patroon. Het was erg moeilijk of onmogelijk om die modellen te testen met bestaande analysetools. We hebben echter een neuraal netwerk bedacht dat is getraind om de locatie te identificeren en lagen van de Dopant Atoms in relatie tot het Moiré -patroon en een gedetailleerde statistische analyse, die zich voor het kader van onze materiële techniek heeft ingediend.
“We waren verrast om te ontdekken dat de positie van de atomen in het Moiré-patroon geen invloed had op het gemak van atoomvervanging”, zegt Sumner Harris, een R & D-stafwetenschapper bij het Center for Nanophas Materials Sciences bij Ornl en co-auteur van de studie. Het machine learning-model dat het team heeft ontwikkeld, wordt Gomb-Net genoemd, kort voor GroupWise Combinatorial Network.
Machine learning ontdekt atomaire patronen
“Gomb-Net stelt ons in staat om de lagen te scheiden en de beperkingen van traditionele analysemethoden te overwinnen,” zei Harris. “Met behulp van het model hebben we ons begrip verdiept hoe atomen zijn gerangschikt in deze complexe structuren, waardoor het toneel is voor toekomstig onderzoek om de unieke eigenschappen van gedraaide 2D -materialen te begrijpen.”
Gomb-Net kan worden gebruikt op de personal computers van vandaag, het democratiseren van toegang tot geavanceerde analyse van Moiré-materialen en is perfect voor realtime implementatie op elektronenmicroscopen voor autonome verkenning van materialen.
Voor het experiment van de studie voegden de onderzoekers Selenium, een niet -metaalelement toe dat het elektronische en optische gedrag van een materiaal kan afstemmen, aan een gedraaide stapel van twee wolfraamdisulfide -monolagen. Deze ultrathijnlagen, samengesteld uit wolfraam- en zwavelatomen, slechts enkele atomen dik, gedragen zich anders dan het bulkmateriaal.
“Door selectief zwavelatomen in de stapel te vervangen door selenium, wilden we onderzoeken hoe het selenium werd verdeeld binnen de ingewikkelde moiré-patronen gevormd door de overlappende lagen,” zei Kai Xiao, een vooraanstaande Ornl-stafwetenschapper in de functionele hybride nanomaterialen groep bij CNM’s en co-author van de studie.
De UT -onderzoekers gebruikten geavanceerde STEM om individuele atomen te visualiseren in de gedraaide wolfraamdisulfide dubbellaagse stapel. Deze visualisatie biedt essentiële informatie over de exacte posities van de atomen en mogelijke defecten die plaatsvonden tijdens de creatie van het materiaal.
Implicaties voor toekomstige technologieën
Het vervangen van zwavel door selenium kan de elektronische eigenschappen afstemmen en de bandafstand aanpassen – de energie die nodig is voor elektronenbeweging, die cruciaal is voor halfgeleiders – terwijl het verbeteren van de optische eigenschappen, of hoe het materiaal interageert met licht. Deze kennis is essentieel voor het bevorderen van technologieën zoals lasers en LED -lichten, waardoor ze efficiënter en effectiever worden. Bovendien helpt deze op maat gemaakte aanpak om defecten te verminderen, wat leidt tot betrouwbaardere en innovatieve technologieën zoals kwantumcomputers.
Deze vooruitgang reikt verder dan een specifiek materiaalsysteem en openen kansen voor alle Moiré -materialen. “We hebben gesproken met andere microscopisten die Moiré -materialen in het hele land bestuderen, en in elk gesprek hebben ze een idee voor hoe deze analyse kan worden gebruikt voor een systeem dat ze bestuderen,” zei Austin Houston, hoofdauteur en een doctoraatsstudent aan de UT. “Dit is echt bemoedigend omdat het betekent dat we aan iets nuttigs werken dat echt potentieel heeft om onderzoek op dit gebied te beïnvloeden.”
Meer informatie:
Austin C. Houston et al, Atom-identificatie in dubbellaags moiré-materialen met Gomb-Net, Nano letters (2025). Doi: 10.1021/acs.nanolett.5C01460
Dagboekinformatie:
Nano letters
Geboden door Oak Ridge National Laboratory