分享自:

液态金属溶剂中金属晶体的合成与提取

期刊:ScienceDOI:10.1126/science.378.6624.1118

液态金属溶剂合成金属晶体的研究进展

作者及机构
本研究由Shuhada A. Idrus-Saidi、Jianbo Tang(共同一作)等来自澳大利亚新南威尔士大学(UNSW)、奥克兰大学、皇家墨尔本理工大学(RMIT University)等多个机构的科研团队合作完成,并于2022年12月9日发表在《Science》期刊上。

学术背景

本研究属于材料科学与冶金工程交叉领域,旨在探索液态金属作为溶剂合成高对称性金属晶体的新方法。自然界中,冰晶(如雪花)因其六边形对称结构而备受关注,而金属晶体的生长通常受限于传统合成方法的各向同性特性。液态镓(Ga)作为一种低熔点(~30°C)的金属溶剂,能够溶解多种金属(如锌、锡、铋等),并在冷却过程中促使金属原子以高度有序的方式结晶。然而,由于液态金属的高表面张力,如何从溶剂中提取完整的晶体一直是一个技术难题。本研究的目标是开发一种高效提取金属晶体的方法,并研究其生长机制,以拓展其在功能材料制备中的应用。

研究流程

1. 晶体生长与溶解

研究团队首先将锌(Zn)等金属在高温(如350°C或550°C)下溶解于液态镓中,形成均匀的液态合金。随后,通过降温至室温使金属过饱和并析出晶体。由于镓的超冷特性,溶剂在室温下仍保持液态,而溶质金属则以晶体的形式析出。

2. 晶体提取技术

传统过滤方法无法分离液态金属中的晶体,因为镓的高表面张力会阻碍晶体通过滤膜。研究团队创新性地结合了电毛细调制(electrocapillary modulation)和真空过滤技术:
- 在NaOH溶液中施加+5V电压,降低液态镓的表面张力,使其能够通过20微米孔径的尼龙滤膜。
- 通过真空辅助过滤,液态镓与NaOH溶液一同被分离,而晶体则保留在滤膜上。
- 最后,用NaOH溶液清洗残留的镓,获得纯净的金属晶体。

3. 晶体表征与模拟

研究采用扫描电子显微镜(SEM)、X射线衍射(XRD)和能量色散X射线光谱(EDS)对晶体形貌、结构和成分进行分析。此外,通过从头算分子动力学(AIMD)模拟了Zn(0001)和Zn(10-10)晶面与液态镓的界面相互作用,以解释晶体生长的各向异性。

主要研究结果

1. 锌晶体的多样形貌

在Zn-Ga体系中,锌晶体表现出与雪花类似的六边形对称结构,包括:
- 六边形片状晶体(hexagonal plates):由Zn(0001)晶面主导生长,因其与液态镓的界面能较低(-6.381 eV/nm²),结构更稳定。
- 分形结构(fractals)和枝晶(dendrimers):在低锌浓度(5-10 wt%)下更易形成,而高浓度(20 wt%)则倾向于生成片状晶体。
- 12分支晶体:在550°C高温下观察到,可能是两个六边形晶核共同生长的结果。

2. 其他金属晶体的合成

研究还扩展至其他金属体系,如:
- Sn-Ga:形成非晶枝晶结构,尺寸可达数百微米。
- Bi-Ga:生成立方晶系的空心漏斗状晶体。
- Ag-Ga、Mn-Ga:形成高长径比的六方Ag₂Ga和四方MnGa金属间化合物棒状晶体。
- Al-Mn-Ga:三元体系意外生成Al₁₁Mn₄金属间化合物,而非预期的MnGa相,表明铝的引入改变了晶体生长的热力学路径。

3. 界面能的理论解释

AIMD模拟显示,Zn(10-10)/Ga(l)界面能(-8.290 eV/nm²)高于Zn(0001)/Ga(l)(-6.381 eV/nm²),说明Zn(0001)晶面在液态镓中更稳定,因此片状结构占主导。类似地,Ag₂Ga的(10-10)晶面稳定性更高,因而倾向于形成棒状结构。

研究结论与意义

本研究提出了一种基于液态金属溶剂的新型晶体生长方法,并通过电毛细调制技术实现了晶体的高效提取。其科学价值包括:
1. 晶体生长机制:揭示了液态金属溶剂如何通过界面能调控晶体形貌,为各向异性金属晶体的设计提供了理论依据。
2. 材料多样性:可扩展至多种金属和合金体系,如单金属(Zn、Sn)、金属间化合物(Ag₂Ga、CuGa₂)等。
3. 应用潜力:合成的晶体在气体传感、压电材料和光催化等领域具有潜在应用(如研究团队已初步验证了Zn晶体的气敏特性)。

研究亮点

  1. 创新提取技术:首次结合电毛细效应和真空过滤,解决了液态金属中晶体分离的难题。
  2. 形态可控性:通过调节温度、浓度、压力等参数,实现了从片状、枝晶到棒状晶体的精准调控。
  3. 跨学科方法:结合实验、模拟(AIMD)和热力学计算(FactSage),全面解析了晶体生长动力学。

其他有价值的内容

研究还探讨了镓-铟(Ga-In)合金作为溶剂的影响,发现铟的加入可降低成核能垒,促进更大尺寸晶体的形成。此外,机器学习模型被用于分析晶体形貌与生长条件的关联性,进一步优化合成策略。

这项研究为金属晶体的可控制备开辟了新途径,并在功能材料开发和增材制造领域展现出广阔前景。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com