推动边界-在材料界面询问磁性
磁性对我们的日常生活极其重要。没有它,我们就不会有电脑、信用卡或不可避免的冰箱贴,等等。但我们对磁力的理解仍然有限。当一种通常具有磁性的材料变得太薄,或者甚至在两种不同材料的边界处,其磁性就会丧失——而这一物理学领域还没有被很好地理解。
来自西弗吉尼亚大学的Mikel Holcomb博士致力于更好地了解磁力,特别是看一类有趣的材料,复杂的氧化物。复合氧化物是含有氧的任何化合物,通常至少具有另外两个其他元素。它们弥补了地球上最丰富的矿物质,复杂的氧化物显示出各种有趣的特性,从超导到电介质。
特别是,Holcomb博士(以及许多合作者包括Romero,Lebeau,Stanescu和几个国家设施科学家)已经取得了进展调查典型的氧化镧锰铁或LSMO的特定复合氧化物的薄膜。LSMO是一个重要的材料,因为它具有在各种应用中使用的可能性,包括计算机和传感器。它表现出一系列有趣的性质,包括铁磁性 - 即使在去除磁场之后也使其磁性保持磁场。Holcomb博士已开发并结合新方法来研究这些薄膜的界面,旨在了解有关磁性和其他类型的界面特性的更多信息。
为什么界面?
在薄膜通常,两种材料边界处的性质通常与大部分材料非常不同。许多设备使用边界,可以是材料的表面 - 它与空气之间的边界 - 或两层之间的界面两种不同材料之间的界面。这是因为许多属性,如旋转,充电和轨道自由度,取决于材料内的离子周围环境。
根据霍尔科姆博士的说法,虽然所有这些特性都可以以不同的方式受到影响,但它们都连接在一起,在一个“复杂的网络”中产生了不同的磁效应。霍尔科姆博士试图通过尽可能多的测量来阐明这些效应,并比较所有因素。例如,她研究了应变、材料厚度和材料选择对磁性能的不同影响。她使用了多种方法,包括x射线吸收光谱,利用同步辐射激发核心电子,来探测材料的内部结构。霍尔科姆博士的团队将这种技术与其他技术如中子反射率技术相结合。中子反射率技术利用中子的反射(美国国家标准与技术研究所,NIST)来确定材料每一层的磁性强度和方向。
霍尔科姆博士研究了应变、材料厚度和材料生长条件对磁性和其他特性的不同影响
铁电和铁磁材料
近年来,霍尔科姆博士和她的团队研究了LSMO(一种铁磁性材料)与铁电层相邻时会发生什么。铁电材料可以变成电极化,一边带正电,另一边带负电,可以在电场下转换。当把LSMO薄膜放在这种材料上时,霍尔科姆博士发现了一些奇怪的特性。
在铁电和铁磁材料之间的界面处,发生了称为磁电联轴器的东西。这意味着材料的磁性和电性能之间存在连接。例如,可以通过外部电场的存在来控制具有一层具有铅锆钛酸钛酸盐(PZT)的LSMO薄膜的磁性。磁力控制可以通过去除晶体管中的电流常数来旋转计算(和其他设备)。
通过改变LSMO膜的厚度,Holcomb博士和她的团队发现LSMO和PZT膜越厚,LSMO中锰离子的化合价(离子与其他离子结合的能力)就越高。这些离子的价电子与LSMO的磁性有关,了解影响它的因素有助于在未来创造更有效的器件。
材料数据库
尽管霍尔科姆博士的大部分工作都集中在LSMO上,但仍有大量材料在其自身以及与其他材料的界面上表现出有趣的特性。正因为如此,掌握各种可能性是一项艰巨的任务,特别是当关于每种材料的数据并不总是随时可用时。霍尔科姆博士和她的团队正在开发一种独特的数据库,它将为研究人员提供一种使用机器学习来比较不同材料的简单方法。
当一种通常具有磁性的材料变得太薄,甚至在两种不同材料的边界处,其磁性就会丧失
目前,该数据库只专注于该小组的专业知识所在的材料,如LSMO,但他们希望能扩大它,包括许多其他的。然而,要做到这一点,他们需要同事的帮助,这些同事最终将从数据库中受益。霍尔科姆博士说:“我们的数据库目前包括我们自己的样本,但我们想扩大它,包括其他的‘样本’。”他说,我们可能会从已发表的文献中提取大量数据,但这需要很多时间,而且人们不会发布一个样本的所有数据。我们从别人那里得到的帮助越多越好。”
Holcomb博士对数据库的愿景是使用它的任何人都可以绘制材料的各种属性,并查看它们如何改变符合给定搜索标准的各种样本。可以包括从磁性依赖于温度到化学光谱的一切。“我已经看到了类似于简单的半导体的类似事情,但我没有看到复杂的氧化物,”她说。
问答
你为什么对材料之间的界面感兴趣?
这些接口有多厚,它只是一层原子厚或者这些层以更乱的方式合并吗?
您为什么选择关注LSMO?
您如何确定您改变的参数,例如厚度?
材料数据库的想法从何而来?
一旦你的数据库启动并运行,人们是否需要付费使用它?
- 只需输入数据(从您自己的工作或从已发布的工作中拉动)。我训练过高中学生如何这样做,所以即使是非科学家也可以提供帮助。如果您知道如何自动执行此过程,请告诉我!这是现在最大的障碍。
- 帮助我们创建一个不错的网站供人们使用。我是一名物理学家,所以你可能不会感到惊讶,有组织的编程真的很容易理解和使用不是我的专长。
- 帮助实施机器学习。在此数据库中存在大量数据,并且很多都将是图形。计算机比较的最佳事物是什么?我希望在初始分析中会有很多审判和错误。