当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 氟化钙晶体缺陷研究获重大进展

氟化钙晶体缺陷研究获重大进展

来源:laoyaoba 2025-06-29 18:16:23 0浏览 收藏

中国科学院在氟化钙晶体缺陷研究方面取得重大突破,该研究针对氟化钙晶体位错原子级表征的技术瓶颈,构建了多尺度联用表征体系,实现了晶体中两类位错的精准定位与微小取向差表征,并在原子尺度直接解析了F/Ca原子排列,清晰捕获位错真实构型。研究揭示了过大的温度梯度导致晶格错配,促进位错形成,并阐明了空位择优聚集与弗兰克不全位错成核的因果关系。研究人员提出了抑制/减少位错缺陷的策略,并通过热处理实验验证了“位错自我调节”的可能性,成功将氟化钙晶体位错密度显著降低。这项研究解决了氟化钙晶体缺陷“原子级解析”的难题,为近理论极限性能晶体制备提供了关键科学依据,相关成果发表在《创新-材料》上。

中国科学院氟化钙晶体缺陷研究获进展,氟化钙晶体具有透射波长范围宽、色散效应低、抗激光损伤能力强等特点,是紫外光刻、高分辨空间相机、高精密光学检测设备等高端仪器装备核心元件。但是,氟化钙开放型立方结构使八面体空隙格位一半处于空置状态,位错密度达105/cm2,严重影响性能。因此,精准识别、解析并控制晶体中位错缺陷,是实现氟化钙晶体近理论极限性能并满足极端应用需求的突破点。由于F-离子对电子束敏感,氟化钙晶体位错原子级表征一直面临挑战,而传统表征技术难以解析并明确其位错构型和位错形成机制。

对此,中国科学院上海硅酸盐研究所研究员苏良碧和副研究员张博团队针对氟化钙晶体位错原子级表征技术瓶颈,构建了“化学腐蚀法-高分辨电子背散射衍射技术(HR-EBSD)-积分差分相位衬度扫描透射电子显微技术(iDPC-STEM)”多尺度联用表征体系。研究通过开发基于菊池线旋转补偿算法的高分辨EBSD技术,突破了传统EBSD精度不足的瓶颈,并结合化学腐蚀法,实现了晶体中“自由分布”与“规则聚集”两类位错精准定位与微小取向差表征。同时,研究采用超低剂量iDPC-STEM技术,首次在原子尺度直接解析了F/Ca原子排列,并清晰捕获位错真实构型。

进一步,研究人员结合晶体生长实验、第一性原理计算及结构表征,揭示了氟化钙晶体中位错形成机制。研究发现,过大的温度梯度使晶格错配,进而促进位错形成。同时,研究从原子尺度阐明了空位择优聚集与弗兰克不全位错成核的因果关系。在此基础上,研究提出抑制/减少位错缺陷策略,并通过热处理实验验证了“位错自我调节”的可能性,且将氟化钙晶体位错密度从105cm-2降低至103cm-2量级,为实现低缺陷氟化钙晶体提供了现实路径。

这一研究解决了长期以来氟化钙晶体缺陷难以实现“原子级解析”的科学难题,并建立了从宏观到介观再到原子级缺陷的完整认知链条,为近理论极限性能晶体制备提供了关键科学依据。

近日,相关研究成果以Revealing the atomic-scale structures of dislocations in calcium fluoride single crystal为题,发表在《创新-材料》(The Innovation Materials)上。研究工作得到科学技术部和中国科学院的支持。

氟化钙晶体缺陷研究获重大进展

氟化钙晶体中位错的形态、分布和取向差分析

以上就是《氟化钙晶体缺陷研究获重大进展》的详细内容,更多关于缺陷,氟化钙晶体,位错,原子级解析,表征的资料请关注golang学习网公众号!

版本声明
本文转载于:laoyaoba 如有侵犯,请联系study_golang@163.com删除
Golangfmt库输出格式化全解析Golangfmt库输出格式化全解析
上一篇
Golangfmt库输出格式化全解析
线下照相馆vsAI证件照,哪个更清晰?
下一篇
线下照相馆vsAI证件照,哪个更清晰?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    277次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    332次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    326次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    297次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    115次使用