包含Ag135铜60纳米团簇的结构和光学性质研究

金属纳米团簇(metal nanoclusters)是介于分子和金属之间的纳米尺度材料,具有独特的物理化学性质,尤其是在原子结构与物理性质之间的关系研究中扮演着重要角色。近年来,研究者们对有机配体保护的金属纳米团簇产生了浓厚兴趣,因其精确的原子结构、迷人的几何特征以及潜在的应用前景。特别是具有富勒烯拓扑结构的多壳层金属纳米团簇,因其高度对称性和稳定性,成为研究的热点。然而,非碳元素构成的富勒烯结构往往因稳定性问题难以合成,这使得相关研究进展缓慢。 本文的研究旨在解决这一难题,通过合成一种新型的银铜纳米团簇 Ag135Cu60,探索其结构与光学特性,并揭示其在纳米科学与材料科学中的潜在应用价值。该团簇具有类似巴克明斯特富勒烯(Buckminsterfullerene)的拓扑结构,为研究金属纳米...

使用深度学习从无定形前驱体预测晶体的生成

从无定形前驱体预测晶体的出现:深度学习助力材料科学新突破 背景介绍 晶体从无定形物质中逐步生成的过程在自然界与实验室中具有重大意义。这一过程广泛存在于从地质到生物过程的各种现象中,并且在开发新材料的过程中占据核心地位。然而,无定形状态向晶体态的转化中,最初出现的常常是亚稳态(metastable state)晶体,而非热力学上的稳定态晶体。这种亚稳态形成的普遍规律可以通过”Ostwald法则”加以解释,该法则指出与无定形前驱体(amorphous precursor)具有相似局部结构特征的晶体将更容易优先成核。 无定形材料的晶化过程,尤其是其能量景观(energy landscape)的建模,一直以来是科学界的难点。传统的分子建模方法或从头计算(ab initio methods)由于计算量...