https://mp.weixin.qq.com/s/pnTC9-bjht659nQ41GZQHg

01
研究背景
随着多波段雷达技术和信息技术的发展,微波吸收材料在 5G 通信、人体健康和飞行器隐身等方面发挥着越来越重要的作用。尽管军事和民用领域中信息的产生、传递、接收和处理都需要电磁波作为载体,但是这些电子电气设备的大量应用造就了复杂的电磁环境,不可避免地产生了大量负面效应。诸如电磁串扰(EMI)、信息传输地安全性以及电磁辐射对人体健康的伤害都是不可忽视的问题。因此在电磁波广泛应用的背景下,开发高效的电磁波吸收材料,以此来保障人类健康,提高精密仪器的抗电磁干扰能力,强化通信安全,提高武器装备的战场生存及突防能力是十分必要的因此,开发 “厚度薄、重量轻、宽带吸收、高损耗 ”的微波吸收材料成为近年来的热门研究方向。
02
论文摘要
近期,国际材料物理领域最具影响力顶级期刊Materials Today Physics报道了西安交通大学周迪教授团队在机器学习驱动并指导设计高性能MXene基微波吸收材料领域取得的重要进展。论文题目为:Machine Learning-Driven Interface Engineering for Enhanced Microwave Absorption in MXene Films (Materials Today Physics 51 (2025) 101640)。微波吸收材料的微纳结构被广泛认为是增强材料性能的有效方法,它提供了无限的设计空间。然而,结构-功能黑箱限制了微波吸收材料的设计和制备,只能通过传统的试错方法,其特点是微观材料改性和宏观性能测量之间的循环耗时。在此,我们提出了一种基于机器学习的新方法,用于预测具有优异微波吸收特性的材料的电磁参数。在不考虑引入第二相的基础上,空气是最好的添加剂,所以考虑在单层或少层MXene中引入空气从而降低其介电常数来匹配预测的电磁参数范围。单层或少层MXene 纳米片通过静电吸附、范德华力或表面官能团的化学键合牢固地附着在 PMMA 微球表面。PMMA 微球在合成过程中充当“硬模板”,提供地形支持,使包被的 MXene 薄片均匀分布在表面上并形成稳定的微球形状。由于 PMMA 微球的大小和分布一致,MXene 层的堆叠形态也受到控制,从而确保形成均匀的球形壳。在高温退火过程中,PMMA 分解成挥发性小分子(例如 CO₂ 和 H₂O),这些小分子通过 MXene 外壳的间隙排出,形成空心球状MXene。然后通过真空抽滤的方法,采用不同的顺序将单层MXene和空心球状MXene加入到抽滤瓶中。采用这种方式,我们设计出了由片状 MXene、空心球状 MXene、片状 MXene、空心球状 MXene 和片状 MXene 组成的 “五层 ”薄膜MXene-3,与纯层状 MXene 薄膜相比,其介电常数降低至机器学习预测范围内,其微波吸收性能大大提高。我们的研究结果表明,在这种复合材料中实现了电磁参数的精确调节和阻抗匹配的适度改善,大大提高了薄膜的介电损耗能力。由于微结构特性,薄膜的最小反射损耗(RLmin)为 -48.15 dB,最大有效吸收带宽(EABmax)为 5.84 GHz,表现出优于其他传统材料的性能。且通过RCS模拟模拟了在真实环境中的雷达波吸收能力。这种机器学习引导的材料合成方法大大缩短了实验时间,为加速高性能微波吸收材料的开发和产业化提供了一条高速公路。
西安交通大学大学电子与信息学部电子科学与工程学院研二学生周昊玮、李晓副教授和博一学生席兆琛为论文的第一作者,李晓副教授和周迪教授为论文的通讯作者。该工作得到国家自然科学基金项目、国家重点研发计划项目、咸阳市科技计划项、陕西省国际合作项目、浙江省科技计划专项、中央大学基本科研业务费专项基金、国家111、陕西省高校联合等项目的资助。
03
主要研究内容
图 1. (a) ML 程序的工作流程示意图。(b) 11 个初始特征的皮尔逊相关图。紫色和棕色分别表示正相关和负相关。颜色越深,数值越高。即使是黑白版本,椭圆也表达了相同的信息:向上倾斜和向下倾斜分别表示正相关和负相关。面积越小,数值越高。(c) 通过回归模型计算出的特征值与其 SHAP 值之间的关系。(d) 验证分类模型的 ROC 曲线。(e) 模型预测的反射损失在虚拟空间中的分布。ruk、rkir 和 f 的符号分别为长度、磁导率实部(固定为 1)与介电常数实部之比、介电常数实部与虚部之比和频率。
图 1 展示了机器学习建模的主要过程,包括数据收集、特征筛选、模型开发和模型预测。通过融合收集到的介电常数实部(ε′)、介电常数虚部(ε′′)、渗透率实部(μ′)和渗透率虚部(μ′′)特征,得到了包含 11 个特征描述的初始数据集。采用两步 ML 法构建 RL 与特征之间的关系。首先通过集成学习方法建立回归模型,然后使用 SHAP 方法进一步分析特征与 RL 值之间的关系。SHAP 分析为衡量特征变化对模型预测的影响提供了一种可解释的方法。SHAP 程序以线性解释器为基础,分析每个特征对回归模型输出的贡献程度。在图 1c 中,x 轴为 SHAP 值,代表每个特征对预测 RL 值的贡献程度;y 轴代表特征,颜色对应特征值的大小。根据贡献程度,特征从上到下降序排序。结果表明,频率(f)对模型输出的贡献最大,f 值越小,模型输出越高,对 RL 值的贡献也越大,这表明材料在低频下的频率变化对 RL 值的预测具有显著的影响。下一个任务被描述为分类任务,目的是找到最佳匹配的特征。用于分类的训练数据包括 42 种基于 MXene 的材料,其中每种材料都包含在 201 个频点采样的 RL 值,并标记为上述 8 个类别之一。f、rkir 和 ruk 被用作建立分类器的特征,分类器是一个带有梯度提升决策树模型的 LightGBM。此外,二元分类模型的性能是通过使用预测概率计算接收者操作特征(ROC)来评估的。曲线上的每个点代表分类器在给定阈值下的性能。最初标注的 8442 个频率点被分为两部分,即训练集(5909 个点)和测试集(2533 个点),然后使用相同的算法在训练集图 1d 显示了基于测试集的 ROC 曲线,其中红色虚线部分代表随机猜测。分类器的性能进一步通过训练误差、交叉验证误差和测试误差进行评估中训练模型,在测试集中验证模型。
图2 四种样品的制备示意图。
图 2显示了合成三种不同样品的流程图。首先,使用 HCl 和原位生成的 HF 中的 LiF 作为蚀刻剂,蚀刻掉母体 MAX 相中的铝相。由于 MXene 具有亲水性,因此可通过加入去离子水制备出分散良好的溶液。进一步离心并收集上清液,得到少层 MXene 溶液。随后,将少层 MXene 溶液与含有 PMMA 的乙醇溶液一起搅拌和超声,得到 PMMA@MXene 溶液。PMMA 微球在合成过程中充当了 “硬模板 ”的角色,提供了地形支撑,使涂覆的 MXene 薄片能够均匀地分布在表面上,并形成稳定的微球形状。通过高温退火,PMMA分解成挥发性小分子(如 CO₂和 H₂O),通过 MXene 外壳的间隙排出,形成中空结构。将纯 MXene 溶液和 PMMA@MXene 溶液按特定顺序加入到过滤装置中制备薄膜。值得注意的是,由于缺乏片状 MXene 的支撑,纯 PMMA@MXene 无法形成薄膜,因此通过冷冻干燥将其制成粉末。煅烧后的样品(MXene-2、MXene-3 和 MXene-4)为纯 MXene 相,这是因为 PMMA 在 450 ℃ 高温煅烧下发生了热降解。
图 3 (a)MXene、(b)PMMA、(c)退火前的 MXene-4、(d)MXene-4 的 SEM 图像;(e)退火前的 MXene-1 的表面和(f)横截面、(g)MXene-1 的表面和(h)横截面的 SEM 图像;(i)退火前的 MXene-2 的表面和(j)横截面、(k)MXene-2 的表面和(l)横截面的 SEM 图像;退火前 MXene-3 的(m)表面和(n)横截面、(o)表面和(p)横截面的 SEM 图像;(q)MXene-1、(r)MXene-2 和(s)MXene-3 的光学照片;(t,u) 弯曲的 MXene-3 柔性薄膜的光学照片。
通过SEM(图3)直观的观察到根据真空抽滤时不同的添加顺序制备的具有不同结构的MXene基复合材料。如由于 PMMA 在高温下会发生热分解,因此煅烧后可观察到明显的中空球形 MXene 结构,这表明成功实现了空气的引入。由于 PMMA 在高温下会发生热分解,因此在煅烧后可以观察到明显的中空球形 MXene 结构,表明成功实现了空气的引入。煅烧前后 MXene-1 的扫描电镜图像分别如图 3e-h 所示。如图 3i、k、m 和 o ,从横截面可以观察到,MXene-2 的结构是 MXene-PMMA@MXene-MXene 的夹层结构(图 3j),而 PMMA 在煅烧后发生热降解,变成了层状 MXene- 空心球状 MXene- 层状 MXene 的夹层结构(图 3l)。在 MXene-3 薄膜中也可以观察到类似的现象,表面的 PMMA@MXene 在煅烧后也变成了中空的 MXene 球形结构。从横截面看,MXene-3 薄膜是 MXene-PMMA@MXene-MXene-PMMA@MXene-MXene 的 “五层 ”结构(图 3n),煅烧后则变成了层状 MXene-空心球形 MXene-层状 MXene-空心球形 MXene-层状 MXene 的 “五层 ”结构(图 3p)。MXene-1、MXene-2 和 MXene-3 薄膜的光学照片显示,它们的直径都在 4 厘米左右(图 3q-s)。当薄膜在铁棒上折叠或扭曲时,没有出现断裂现象,这表明薄膜具有良好的弯曲柔韧性。
图 4. (a-c) MXene 的 TEM 图像和 HRTEM 图像;(d) PMMA、(e) PMMA@MXene 和 (f) MXene-4 的 TEM 图像;(g) MXene 的 HRTEM 图像;(h) (g) 的相应应变图;(i) MXene-4 的 HRTEM 图像;(j) (i) 的相应应变图。h、i)的色标映射范围为 -0.3(黑色)至 +0.3(白色)。
图 4a 显示了几层 MXene 的 TEM 图像,可以清晰地观察到薄而半透明的结构,这符合二维材料的基本特性。在其边缘的高分辨率图像中(图 4b、c),测得的晶面间距为 0.5 mm。在其边缘的高分辨率图像中(图 4b、c),测量到的晶面间距为 0.24 nm,与 MXene 的 (103) 个晶面相对应,这进一步证明了所制备的 MXene 具有非常好的结晶性。纯 PMMA 是直径约为 1.8 μm 的固体球体,表面光滑(图 4d)。用超声波将 PMMA 与 MXene 混合后,可以清楚地观察到 PMMA 球体被 MXene 紧紧包裹,MXene 片层之间出现粘连(图 4e)。煅烧后,PMMA 的热降解消失,可以观察到只有 MXene-4 作为中空球形 MXene 框架保留下来(图 4f)。在 MAX 与 HF 的强烈反应过程中,MXene 的表面不可避免地会形成大量的缺陷位点,这种微观结构对材料的宏观特性有着非常重要的影响。因此,几何相分析法(GPA) 分析其应力分布。图 4g 和 h 分别显示了层状 MXene 的 HRTEM 图像和相应的应力分布。在球形 MXene 结构中观察到更多的明暗反转点(图 4i,j)。这表明与平面二维材料相比,球形 MXene 的表面张力允许存在更多的缺陷位点,大量的缺陷位点导致偶极极化增强。而且晶体结构的连续性在更大程度上被破坏,使得电子传输路径发生更多变化。当自由电子通过这些位点时,更多的电子会被捕获或出现跃迁行为,从而导致材料的宏观特性发生变化。
图 5 (a) MXene-2、(b) MXene-3 和 (c) MXene-4 的电磁参数与频率的关系;(d) 四种不同样品的 tan δε 与频率的关系;(e) 四种不同样品的衰减常数与频率的关系;(f) 四种不同样品的 Z 与频率的关系。
在微波吸收评价标准中,材料的本征电磁特性具有关键的主导作用,可以由复介电常数(εr=ε'-jε'')和复磁导率(μr=μ'-jμ'')体现出来。吸波材料的电磁参数实部(ε',μ')表示其对电磁能的存储能力。相对应的虚部(ε'',μ'')表示对入射电磁波能量的吸收能力。不同样品的电磁参数如图5所示,由于它们都是非磁性系统,三种 MXene 材料的 μ′ 都是 1,μ′ 都是 0,这表明它们没有磁损耗机制。所有四个样品的ε''值都随着频率的增加而呈下降趋势。从图 5a 可以看出,随着频率的增加,MXene-2 样品的 ε''值从 12.47 降到 5.69,ε''值从 3.87 升到 4.06。与 MXene-2 相比,MXene-3 样品的 ε''值变化不大(从 12.47-5.69 降到 12.45-6.41),ε''值有小幅下降(从 3.86-4.06 降到 3.37-4.01,图 5b)。MXene-4 由更多的中空球形 MXene 组成,并增加了大量的缺陷位点,从而在交变电场下产生了更多的弛豫极化,因此 MXene-4 样品的 ε''和 ε''值与 MXene-3 相比都有小幅增加。随着频率的增加,MXene-4 的 ε'值从 15.58 降至 8.14,ε''值从 3.61 升至 4.71(图 5c)。空气层的引入极大地改变了 MXene 薄膜的有效介电常数(εeff),而有效介电常数是优化阻抗匹配的关键因素。根据有效介质理论(EMT),可以定量计算出复合材料的有效介电常数,从而指导空气层的设计和优化。材料吸收进入其内部的电磁波的能力可以用介质损耗(tan δε = ε"/ε')来表示,如图 5d 所示。在频率为 2-10.32 GHz 时,MXene-1 的 tan δε 最大,但随着频率的进一步升高,其 tan δε 迅速减小。其余三种样品的 tan δε 在 2-18 GHz 频率下都依次增大,表明它们的衰减能力逐渐增强。其中,在整个频率范围内,MXene-2 的 tan δε 均大于 MXene-3 和 MXene-4,而衰减系数 α 的变化趋势则与 MXene-3 和 MXene-4 一致。如图 5e 所示,MXene-1 的 α 值先增大后减小(从 314.37 增大到 661.93,然后减小到 189.05),其余三个样品的 α 值在 2 至 18 GHz 频率范围内依次增大。根据公式Z=|Zin/Z0 |=√(μr/εr ) tanh[j(2πfd/c) √(εrμr )]可知,当 Z 值最接近 1 时,代表阻抗匹配最佳,而良好的阻抗匹配能力是获得优异吸波性能的先决条件[52]。阻抗匹配能力越好,意味着更多的入射电磁波将进入材料内部,等待下一步的损耗过程。图 5f 显示了厚度为 2.5 毫米时样品的 Z 值。MXene-3 的 Z 值更接近于 1,这表明进入 MXene-3 样品的电磁波更多,其次是 MXene-2 样品,进入 MXene-1 样品的电磁波最少。这也是 MXene-3 在所有样品中具有最佳吸波性能的重要原因之一。
图 6. (a) MXene-2、(b) MXene-3 和 (c) MXene-4 的反射损耗计算三维图;(d) MXene-2、(e) MXene-3 和 (f) MXene-4 不同厚度下的有效吸收带宽;(g) 四种不同样品的最强反射损耗值与频率的关系;(h) 四种不同样品的最强反射损耗值和最强有效吸收带宽;(i) 我们的工作和其他文献中的 RLmin 与 EABmax 的关系。
一般情况下,主要通过反射损耗(RL)和有效吸收带宽(EAB)值来直接评价吸波材料的性能。RL数值小于-10 dB时,说明吸波材料可以消散90%的电磁波能量,并且将相应的吸收频率范围定义为 EAB。不同样品的微波吸收性能如图6所示,如图 6a-c 所示。引入空气后,MXene-2 样品的微波吸收能力迅速提高,厚度为 4.0 mm 时的 RLmin 为 -45.06 dB(图 6a),EABmax 提高到 5.6 GHz(图 6d)。继续引入空气以形成 “五层结构 ”的 MXene-3 薄膜,其吸波特性继续增加,在 11.2 GHz 时,RLmin 达到 -48.15 dB,样品厚度为 2.5 mm(图 6b),并拥有所有样品中最宽的 EAB(EABmax=5.84 GHz)(图 6e)。MXene-4 样品由于缺乏二维片状 MXene 的支持而无法形成薄膜,与 MXene-3 相比性能有所下降,在样品厚度为 2.0 mm 时 RLmin 为 -41.92 dB(图 6c),其 EABmax 为 3.92 GHz(图 6f)。其中,MXene-3 样品在所有样品中具有最优异的微波吸收特性(图 6g、h)。值得注意的是,与最近文献中报道的其他磁吸收材料相比,MXene-3具有高效的微波吸收和优异的宽带吸收性能(图6i)。
图 7 (a) FIB 后的 TEM 图像;(b) 切割部分的离轴电子全息图;(c) 电荷密度图像;(d) MXene-3 薄膜白色箭头区域的电荷密度剖面图。CST 模拟(e)MXene-1、(f)MXene-2、(g)MXene-3 的功率损耗分布;(h1)MXene-1、(h2)MXene-2、(h3)MXene-3、(h4)MXene-4 的电场分布;(h5)MXene-1、(h6)MXene-2、(h7)MXene-3、(h8)MXene-4 的功率密度。
使用电子全息技术直观地描述了界面上的载荷密度和分布,如图 7a-d 所示。首先使用聚焦离子束(FIB)切割 MXene 薄膜的垂直表面,可以清晰地观察到有序的平行层叠结构。在载流子分布图中,蓝色代表在每个 MXene 膜层的上侧正电荷聚集,而在每个 MXene 膜层的下侧电子聚集,相当于在此形成了界面偶极子。由于电磁场可以驱动电子在一侧富集,然后迁移并聚集到另一侧,这就是界面极化弛豫现象。使用 CST Microwave Studio 2021 进一步验证了样品的结构效应。如图 7e-g 所示,进入 MXene-1 的电磁波最少,而进入 MXene-3 样品的电磁波较多,其次是 MXene-2 样品。可以看出,当电磁波从左侧注入时,功率损耗首先发生在层状 MXene 部分,然后逐渐向材料内部延伸。MXene-1 左侧的功率损耗明显大于右侧,这是由于大部分射入的电磁波在样品左侧耗散,只有少量电磁波到达样品右侧。同样,MXene-2 和 MXene-3 样品左侧的功率损耗也大于右侧。值得注意的是,MXene-3 样品的功率损耗明显高于 MXene-2 样品,这是因为 MXene-3 样品表面传入的电磁波最多,因此 MXene-3 样品左侧表面的片状 MXene 和空心球状 MXene 的功率损耗明显高于 MXene-2 样品。此外,从图 7h、h1-h8 可以看出,材料在同轴环内对电磁波的损耗能力从内向外逐渐减小。仿真结果直观地显示了材料不同部分的电场分布和能量损耗密度,这些部分由样品表现出来,对应图 7h1-h8 中的红色区域。红色区域所占比例越大,材料的电场越强,能量损耗越大,即微波吸收性能越好。从图中还可以看出,MXene-3 样品具有更好的微波损耗能力。
图 8 (a) 宽带 RCS 结果;(b) 含纯 PEC 和 PEC 涂层吸收层的复合材料的 RCS 模拟曲线;(c) PEC、(d) MXene-3、(e) MXene-4 和 (f) MXene-2 在 11.2 GHz 频率下的三维模拟模型。
为了进一步评估样品在实际应用中的微波吸收性能,使用 CST Studio Suite 2021 计算了 PEC 板和样品覆盖后 PEC 板的 RCS 值(图 8)。从图 8a 中可以看出,在电磁波垂直入射(θ = 0°)时,带有 MXene-2、MXene-3 和 MXene-4 涂层的 PEC 板的 RCS 值明显低于纯 PEC 板。此外,在 11.2 GHz 附近,MXene-3 的 RCS 降低幅度最大。如图 8b 所示,当入射波与平面法线之间的夹角为 -60° < θ < 60°时,可以看到当 2.5 mm 的 MXene-3 样品覆盖 PEC 基底时,RCS 值的降低幅度高达 25.73 dB m2,这表明 MXene-3 具有出色的雷达波衰减能力。为了进一步评估各样品的 RCS 衰减能力,图 8c-f 显示了 11.2 GHz 下的三维雷达波散射信号。可以发现,表面覆盖 MXene-3 的样品的散射信号明显强于表面覆盖 MXene-2 和 MXene-4 的样品,这表明在相同情况下,MXene-3 消耗的平面波能量更多。
04
团队介绍
周迪,教授、博士生导师、西安交通大学电子科学与工程学院副院长/电子材料党支部书记/多功能材料与结构教育部重点实验室副主任。主持国家自然科学基金、华为公司横向课题、陕西省国际合作项目等,在微波介质结构性能调节分析、LTCC低温共烧陶瓷技术应用、储能电容器等方面取得一系列新颖的研究成果。在国际知名期刊发表科技论文300余篇(Nature Communications、Advanced Materials、Energy & Environmental Science等,其中第一作者文章60篇,通讯作者文章共216篇),总引用次数17000余次(Google Scholar H-index=70),申请中国发明专利25项(已授权17项)。更多内容欢迎访问周迪教授课题组主页:
http://gr.xjtu.edu.cn/web/zhoudi1220
李晓,副教授、硕士生导师、思源学者、青年优秀人才支持计划A类。2021年毕业于复旦大学,获材料物理与化学博士学位。主持国家自然科学基金、陕西省重点研发计划、咸阳市重点研发计划、麦捷横向课题等,在高性能微波吸收材料及其微观损耗机制分析、原位电子显微学表征技术应用及开发等方面取得一系列新颖的研究成果。以第一作者/通讯作者身份在Advanced Materials, Advanced Functional Materials, Nano-Micro Letters, Carbon等刊物上发表论文二十余篇。
周昊玮,男,中共党员,本科毕业于西北大学微电子科学与工程专业,现就读于西安交通大学大学电信学部电子科学与工程学院,担任S3237班纪律委员。
05
文章信息
https://doi.org/10.1016/j.mtphys.2024.101640