六方科技Ta2C单晶超导电性验证成功
六方科技在研发碳化硅/碳化钽涂层产品时,偶然合成了Ta2C单晶,并首次确认了其超导电性。Ta2C的超导转变温度为4.1K,是一种Ⅱ型超导体。研究还发现,Ta2C具有不平庸的拓扑性质,显示出强拓扑特性和非平庸表面态,使其成为探索拓扑超导性和马约拉纳束缚态的潜在候选材料。相关成果已发表在《Journal of Alloys and Compounds》期刊上。
科学发现往往充满了偶然性,六方科技做的是碳化硅/碳化钽涂层产品,却偶然合成了Ta2C单晶,首次明确了它的超导电性,正所谓无心插柳柳成荫。
TaC涂层使用温度超过2000摄氏度,被用于第三代半导体SiC长晶及外延的零部件。有趣的是,TaC同时也是一种超导体,超导转变温度10.3K[1]。金属钽(Ta)还有另一种碳化物,Ta2C,关于它的超导性质却长期存在争议。Hardy等人早在1954年就报道了Ta2C超导转变温度为3.26K[2]。然而,Giorgi等人却在9年后的研究中发现,Ta2C在温度低于1.98K之下仍然没有发现超导迹象[3]。因此,Ta2C是否超导是一个悬而未决的科学问题,问题的难点在于研究者长期以来都无法合成高质量Ta2C单晶。

图1:(a)有限渗碳机理示意图。(b)钽箔碳化和超400微米和1200微米的TaC涂层件。
六方科技长期从事的是碳化硅,碳化钽涂层产品的研发和生产。尽管公司的主业是生产制造,但是工程师们对材料相关的基础科学问题保持着强烈的探索欲望。尽管常用的TaC涂层是通过CVD沉积获得的,公司也同时研究Ta金属的碳化获得TaC涂层的方法(图1)。在渗碳实验当中,工程师偶然发现除了生成TaC涂层,这一方法也能获得Ta2C的成分。研究发现钽的渗碳是一个复杂的固态反应过程,包含碳梯度扩散与相变:在富碳环境中,钽表面直接接触碳源形成TaC相,次表层区域则通过梯度碳扩散生成Ta2C相。当钽基体尺寸过小或保温时间过长时,往往会导致钽完全转化为TaC相,如图1 (a) 所示。

图2. (a) Ta2C晶体结构示意图。(b)钽棒碳化后的产物的示意图。(c) 对应(b)图中黑色虚线框区域的SEM图像,可见圆柱状Ta2C外围包裹着多晶层。(d) Ta2C单晶的XRD θ-2θ 扫描图谱。插图为毫米坐标纸上Ta2C单晶的实物照片。(e) Ta2C 单晶的解理面的低能电子衍射(LEED)图像。
在合适的碳化速率和钽件尺寸下,该团队最终在6mm直径的钽棒内部得到约为3mm直径的大尺寸、高质量Ta2C单晶,相应晶体表征如图2所示。有了高质量Ta2C单晶,关于Ta2C是否超导的科学问题迎刃而解,我们的研究表明:Ta2C是一种Ⅱ型超导体,其临界温度为4.1K,上临界场0.153T,下临界场21.8 Oe。经过退磁因子修正后,超导体积分数估算超过65%,表明样品具有体超导性(图3)。

图3.(a-b)输运数据。(c-d)磁测量数据。

图4.(a-b)分别为Ta2C的不考虑和考虑SOC时的计算能带。(c-d)仅含体态、同时包含体态与表面态的表面态色散谱。
TaC具有立方相结构,很难获得平整的解理面,导致TaC电子结构的直接测量长期以来没有研究报道。与TaC不同,Ta2C具有层状结构,容易解理,使得实验测量其电子结构成为可能。通过和甬江实验室及浙江工业大学合作,我们发现,Ta2C能带结构具有不平庸的拓扑性质(Topologically Nontrivial)。如图4(a-d)所示,在不考虑SOC时,有三条能带穿过费米能级,相互交叉或接触。当考虑SOC后,沿Γ-A方向的简并能带(红色箭头标记)和LH上的交叉点(红色圆圈标记)发生劈裂,能带相互分离,产生显著的带隙。带隙的Z2拓扑指数为(1:000),表明Ta2C具有强拓扑特性。体边对应关系表明,非平庸的拓扑带隙可以产生鲁棒的表面态。Ta2C的表面色散谱如图4(c-d)所示,带隙中存在多个非平庸表面态(如绿色箭头所示)。
超导性和非平庸拓扑的共存使得层状Ta2C成为探索拓扑超导性和马约拉纳束缚态的潜在候选材料。上述研究成果以”Ta2C: A possible candidate of topological superconductor”发表在SCI期刊《Journal of Alloys and Compounds》(JCR一区、中科院二区,影响因子5.8)。
好了,本文到此结束,带大家了解了《六方科技Ta2C单晶超导电性验证成功》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多科技周边知识!
孚能科技第三代半固态电池正式产业化
- 上一篇
- 孚能科技第三代半固态电池正式产业化
- 下一篇
- PHP队列系统实现技巧与方法
-
- 科技周边 · 人工智能 | 2天前 |
- Tokenizer padding_side 影响批量生成的对齐
- 206浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 | python · 人工智能 · 数据迭代 Hugging Face Datasets streaming IterableDataset 大语料
- Datasets streaming 读取大语料的迭代方式
- 337浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 | python · Transformers generate 停止条件 批量输出
- Transformers generate 的停止条件与批量输出
- 133浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 | 人工智能 · LoRa 显存优化 bitsandbytes QLoRA 4-bit量化
- bitsandbytes 量化模型配合 LoRA 训练的显存边界
- 249浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 | 人工智能 · LoRa PEFT load_adapter set_adapter 适配器切换
- PEFT LoRA 适配器按任务切换的加载方案
- 268浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · LoRa PEFT merge_and_unload 适配器合并
- PEFT 适配器合并后为什么输出会变化
- 221浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 |
- Tokenizer 左填充和右填充应该怎么选
- 399浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 |
- Safetensors 为什么支持按需读取权重切片
- 258浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 |
- MLflow Model Alias 怎么替代固定版本号部署
- 360浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 索引优化 · 向量数据库 · 向量检索 FAISS Index Factory IVF PQ
- FAISS Index Factory 字符串怎么组合索引结构
- 100浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 |
- 知识库切片重叠率怎么影响检索结果
- 268浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 287次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 340次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 342次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 306次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 129次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览
