0

2
0

文字

分享

0
2
0

黏得住還是黏不住?如何找出最適合的接著劑?

鳥苷三磷酸 (PanSci Promo)_96
・2023/06/20 ・3791字 ・閱讀時間約 7 分鐘

本文由 LOCTITE® 樂泰 委託,泛科學企劃執行。

「結構接合」這個詞雖然很陌生,卻存在於我們四周!

只要能將兩塊材料黏在一起,拿起來不會散掉,都能被稱作「結構接合」,像是傢俱或電器產品上,就有許多螺絲把兩塊零件固定起來,另外,工業上「複合材料」的製作,也是一種「結構接合」,像是自行車、飛機,或手機殼所使用的「碳纖維」,就是將碳纖維纏繞在塑膠上,再用接著劑固定所形成的複合材料。

簡而言之,這就是結構工程師的活兒!

結構接合的三種方法

一般來說,結構接合可以粗分為三種方法。

1. 螺栓(bolting):也就是傢俱家電上的螺絲釘,用額外零件來把兩塊材料鎖緊,這種作法是最方便的,鑽個洞、鎖進去、大功告成,但最大的問題是受到的應力,會全集中在螺絲的洞口上,就像是你撕開用釘書機釘起來的文件,輕輕一扯,訂書針附近就會裂開,文件就會脫落。

2. 焊接(welding):兩片金屬或熱塑性塑膠,可以局部加熱使材料熔化再冷卻後固定,或是用熔點較低的「焊料」加熱後直接接合,另外也有不需要加熱到熔點,透過外力敲打來接合的「鍛焊」,日本刀的刀身,是由「刀心」、「刃金」與兩塊「鐵皮」,藉由鍛焊的方式接合在一起。焊接雖然不會像螺栓一樣應力集中在洞口,但也會讓應力集中在焊接線上,此外,也不是所有材料都能用焊接加工。

日本刀的刀身結構。圖/wikipedia

3. 黏接(Bonding):用膠水、三秒膠……等「接著劑」塗在兩塊材料的表面,形成「膠體」後黏在一起,好處是不會有上面提到的應力問題,但必須考慮接著劑的適用範圍,因此接著劑有非常多的不同型號,來應對不同材料或使用情境。由於黏接的應力問題最少且使用方便,因此在工業上被大量使用,除了取代原有螺栓與焊接,在「碳纖維」等複合材料製作上,接著劑可說是唯一的解決方案。

怎麼測量接著劑的效果?

測量接著劑的效果,相當於測量膠體什麼時候會斷裂。在材料力學上,通常會討論「拉伸(Tensile)」、「擠壓(Compression)」、「剪切(Shear)」這三種行為,對材料造成的影響。

要測量上述三種情況,我們可以用機器以特定方式,對受測物整體均勻緩慢施力,直到兩片材料分離,就能得到「理論上」膠體能承受的最大力量大小。這種均勻緩慢施力的測量方式,稱為「靜態分析」。

為什麼「靜態分析」得到的結果是「理論上」呢?這是因為真實世界的受力狀況,大多都不是均勻緩慢的。像是撞車就是「非均勻且快速」的衝擊,車子受力會集中在某個點上,且作用時間很短。

而針對接著劑的真實效果,通常會著重討論「膠體被撕開」的狀況,這包含了「劈裂(Cleavage)」與「剝離(Peel)」兩種情況,「劈裂」是撕開較為堅硬的材料時遇到的狀況,而「剝離」則是較有彈性的材料,基於接著材料的彈性差異,膠體斷裂的方式會不一樣。

上圖是劈裂與剝離的示意圖,會發現無論是劈裂還是剝離,膠體的受力都不是均勻的,會全部集中在裂縫邊緣上,我們無法用「靜態分析」來評估膠體的真實狀況,因此必須使用「動態分析」來確認。

經典動態分析—夏比衝擊試驗(Charpy impact test)

動態分析就是更接近真實狀況的分析(廢話),其精隨主要是在分析方法上,靜態分析是做「力」分析,而動態分析則改做「能量」分析,那為什麼改成「能量」分析就能更容易解決真實問題呢?

我們先想一個情況,當你用槌子把釘子釘到木板上時,突然想知道自己對釘子施了多少力。這時,你有兩個方法可以得到答案:

  1. 用「力」分析:錄下槌子撞到釘子的過程,分析撞擊過程的受力狀況,包含槌子的運動軌跡、落下的角度、速度改變的過程。
  2. 用「能量」分析:透過木板的阻力係數與釘子釘進木板的長度,回推撞擊的力量大小。

大家應該都會選第二種方法來算答案吧?因為比第一種來得簡單!這就是用「能量」的好處,我們可以不用考慮施力方向或運動變化,以更簡單的方式來得到相同的結果。

在動態分析中,最經典的分析方式就是「衝擊試驗」,大家直覺想到的可能是汽車的衝擊試驗,看安全氣囊會不會正常運作或是車體結構的受損狀況,這的確也是動態分析的一種,但今天,我們會從更基礎的夏比衝擊試驗(Charpy impact test)來說起。

夏比衝擊試驗的器材。圖/wikipedia

夏比衝擊試驗會把左邊的擺錘當作衝擊力的來源,當擺錘拉高到一定高度後(h’),我們就能透過重力位能公式(Eg = mgh),知道他初始的能量是多少(Wh’),而樣本會擺在下方,之後釋放擺錘衝擊樣本。

結構圖。圖/wikipedia)

當樣本被擊破了之後,擺錘會繞到另一邊並有一定的高度(h),透過這個高度我們能知道擺錘殘餘的能量有多少 (Wh),這時只要 Wh’ – Wh,就能得到作用在樣本上的能量有多少了!

衝擊試驗的好處是,我們可以在同樣能量的情況下,透過改變樣本的形狀與撞擊點等條件,模擬出更接近真實的狀況。

LOCTITE® 樂泰:眼見為憑 – Seeing is Believing!

LOCTITE® 樂泰是全球接著劑的龍頭,自開業初期,就秉持著「眼見為憑(Seeing is Believeing)」的理念,不僅在客戶面前直接實驗演示產品效果,更創建了「移動實驗室」,巡迴各地協助客戶分析與排除接著劑的使用問題。

自 1964 年以來 LOCTITE® 樂泰的移動實驗室一直有效地指導客戶和培訓銷售人員 – 拍攝於 Newington, Connecticut (美國康乃狄克州的紐因頓)。

如今 60 年過去,LOCTITE® 樂泰仍秉持著「眼見為憑」的精神,為客戶解決問題。

LOCTITE® 樂泰出品的接著劑,除了有做「膠合收縮測試」,也輔以其他「動態分析」來測試產品特性,幫助客戶快速取得不同材料接合的有效數據,以下是漢高 LOCTITE 樂泰實驗室在  PIDC 塑膠中心發表複合材料的部分實驗結果。

第一部分:碳纖維複合材料的動態測試報告

實驗材料大小為 2.5 x 114.3 x 1.6 mm,材料上下表面貼上「3K 碳纖維製成的 45° 單向布」,每一層碳纖維重(FAW)為 175 g/m2,材料表面粗糙度以算術平均數(Ra)取得的數值為 50 ~ 60 𝜇m。兩片材料以水平的方式上下堆疊,並用 5 種不同的接著劑,接合上下表面。

實驗方法為試驗衝擊,使用擺錘撞擊受測物體的接合處直到材料分開,來測試接著劑的抗衝擊性能,為了數據呈現的易讀性,我們將衝擊能量(Impact Energy)的大小,化約為衝擊參數(Impact index)。

實驗結果分為上接著劑後壓緊接著,中間沒有膠體空隙(Gap 0mm)的藍色數據;以及使用 Spacer 控制,有 0.17mm 的膠體空隙的紅色數據,我們可以發現在 3 號接著劑上,有著最好的抗衝擊性能。

第二部分:可回收熱塑型複合材料的動態測試

實驗材料為長興材料的可回收熱塑型複合材料 —— TP032C – U52。

材料大小為 2.5 x 100 x 1.6 mm,複合材料外部包覆的碳纖維是台麗朗的 TC36P,包覆的碳纖維重(FAW)為 110 g/m2,共包覆 8 層,材料表面粗糙度以算術平均數(Ra)取得的數值為 50 ~ 60 𝜇m。

實驗方法為垂直撞擊,透過改變高度與負重,來控制衝擊能量大小。

實驗結果為 4 號接著劑對可回收熱塑型複合材料的效果最好,但如果我們回頭看接著劑本身的特性,會發現 4 號也許沒有那麼適合,因為 4 號接著劑的固化溫度很高,已經超過熱塑形複材的熱穩定溫度上限,這樣的溫度很可能會讓熱塑型複合材料變形,因此固化溫度較低又有一定強度的 3 號或 1 號接著劑,才會是熱塑型複合材料的首選。

最後,LOCTITE® 樂泰也做了生動有趣的影片,來演示接著劑在不同狀況下的效果。

在影片中,LOCTITE® 樂泰先是用接著劑黏接兩個治具——S45C中碳鋼的單邊,並對有接著劑的單邊進行正向力測試,發現直到 6298 公斤重,都還不會分開,但只要從沒有接著劑的部分拉扯,只要 1124 公斤重,膠體就會剝離破壞。而這也正反映到前面所說的,必須對各種使用情境去做動態分析,才能知道接著劑的真正能耐!

延伸閱讀

LOCTITE®樂泰品牌官網

歡迎加入 LOCTITE®樂泰 Fanclub 工業用接著劑交流社團 交流專業接著知識!

文章難易度

0

2
1

文字

分享

0
2
1
減碳新招:二氧化碳再利用!光觸媒材料可以把二氧化碳還原成工業化學原料?——專訪中研院原分所陳貴賢特聘研究員
研之有物│中央研究院_96
・2023/11/03 ・5793字 ・閱讀時間約 12 分鐘

本文轉載自中央研究院「研之有物」,為「中研院廣告」

  • 採訪撰文|簡克志
  • 責任編輯|簡克志
  • 美術設計|蔡宛潔

降低碳排還不夠,奈米材料幫你直接減少二氧化碳!

氣候變遷問題日益嚴重,2023 年 9 月成為全球有史以來最熱的月份,臺灣夏天飆破 38 ℃ 的頻率逐漸增加。為了避免地表升溫超過工業化前水準的 +1.5 ℃,世界各國訂出 2050 年淨零排放的目標,設法減少大氣中的溫室氣體。減碳解方除了低碳電力之外,直接減少二氧化碳也是一條路徑。中央研究院「研之有物」專訪院內原子與分子科學研究所陳貴賢特聘研究員,他的研究專長是奈米能源材料,我們將介紹一種複合光催化材料:硫化鋅(ZnS)/硫化銦鋅(ZnIn2S4,簡稱 ZIS),在太陽光照射下,此材料表面發生的氧化還原反應,會將二氧化碳還原成有用的工業化學原料!

為了避免全球升溫超過工業化前水準的 +1.5 ℃,我們需要減少碳排放與開發負碳技術,並盡量在 2050 年左右達到全球溫室氣體淨零排放量的目標。所謂的「工業化前水準」是指 1850-1900 年的平均溫度。
圖|iStock

地球「保冷」計畫——減碳是關鍵

我們每天排放多少二氧化碳?根據 Our World in Data 的人均二氧化碳排放數據,2021 年全球每人排放的二氧化碳為 4.69 噸,而燃燒 1 公升的汽油大概會產生 2.3 公斤的二氧化碳。換算一下,每人每天排放二氧化碳約為 12.8 公斤,相當於每人每天消耗 5.6 公升的汽油!

根據聯合國政府間氣候變化專門委員會(IPCC)的特別報告「全球暖化 1.5 ℃」,人類活動排放的溫室氣體,已經讓地球表面平均溫度上升了 1 ℃。若以人類目前經濟模式發展下去,碳排放量可預期將不斷上升,大量溫室氣體將讓暖化現象與極端天氣事件更加劇。

氣候科學家警示,地球表面平均溫度需控制在 +1.5 ℃ 以內 註 1,否則將有不可逆的後果,例如生物多樣性大幅度降低的風險。因此,世界各國有了 2050 年淨零排放的共同目標,並不是說都不排碳了,而是要設法讓溫室氣體的碳排放量和碳減少量相互抵消,達到「淨零」的目標。

要達到淨零的目標,除了尋找與開發減碳電力之外,直接減少二氧化碳也是一個方法。想像一下,如果可以像植物一樣,只要照太陽光,就把二氧化碳變成有價值的碳氫化合物,聽起來不錯吧?但是二氧化碳做為燃燒後的產物已相當穩定,要如何以人工方式讓二氧化碳再次參與反應?

我們可運用「陽光」與「光催化材料」(又稱光觸媒,photocatalyst),不僅可以減碳,還能產生有價值的碳氫化合物,是一種「一舉兩得」的方法!

光觸媒(光催化)材料是什麼?

在談到光催化材料之前,先複習一下「催化劑」這個概念,催化劑不參與化學反應,但是它讓原先不可能的化學反應變得可行!陳貴賢分享,這就像過去從臺北到宜蘭需要翻過雪山,經過九彎十八拐的北宜公路;但如今有了「雪山隧道」之後,就大大降低臺北到宜蘭的時間與難度。「雪山隧道」就是臺北通往宜蘭的催化劑。

除此之外,催化劑也可以說是推進人類歷史發展的重要角色!在過去,農作物施肥只有天然氮肥可以使用,產量有限。而肥料意味著糧食增加與生產力增加,《巫師與先知》這本書就提到位於秘魯的鳥糞島嶼成為各家跨國公司必爭之地。另一方面,波斯人也在各地建造供鳥類休息的高塔,用來收集當肥料用的鳥糞。

到了近代,陳貴賢提到在 20 世紀初,德國科學家哈伯(Fritz Haber)透過催化劑,在高溫高壓的條件下,以鐵粉做為催化劑,讓氮氣和氫氣轉換成氨。這讓人工固氮成為可能,人類不用再依賴緩慢的生物固氮反應就可以合成化學氮肥,農作物產量也大幅提昇。

本文主角「光催化材料」,顧名思義就是協助光化學反應的催化劑,但光催化材料與一般催化劑不同的地方在於,其化學反應通常發生在固態的表面環境,目標反應物、光子和電子都有參與反應。

比起光催化材料,你可能更常聽到它的同義詞「光觸媒」,例如某某產品宣稱具有「奈米光觸媒消毒」的功能,其實就是照射足夠的光,讓材料表面的氧化還原反應把細菌分解。而之所以光觸媒需要做到奈米尺寸,這是因為奈米小顆粒可以改變物質的電子能量結構,且大幅增加反應的表面積,讓光催化反應更有效率。

陳貴賢:「一個高表面積的奈米粉末,它的表面積可能是薄膜的一萬倍,甚至於十萬倍。」

給你電子,還你原形!光催化材料上的氧化還原反應是怎麼發生的?

光催化材料之所以能夠減少二氧化碳,是因為照光後材料表面發生「氧化還原反應」,氧化反應會失去電子,還原反應會得到電子。陳貴賢與團隊開發的複合光催化材料:硫化鋅(ZnS)/硫化銦鋅(ZnIn2S4,簡稱 ZIS),可以讓二氧化碳還原成甲醇(CH3OH)和乙醛(CH3CHO),這兩種產物都是工業常用的化學原料。反應式如下:

要持續減少二氧化碳,就要持續發生上述還原反應,持續供給電子。不過,我們要怎麼讓電子快速又順利的補充到材料表面?這裡就開始涉及到半導體的核心問題:電子與電洞的產生、分離和傳輸

陳貴賢與團隊開發的複合光催化材料:ZnS/ZIS,是結合兩種奈米半導體材料,透過水熱法合成,將 0 維的 ZnS 奈米顆粒沉積在 2 維的 ZIS 奈米片之上,形成 0D-2D 結構的 ZnS/ZIS 複合物,就像製作巧克力豆餅乾,不過要複雜得多。

陳貴賢團隊將 0 維的 ZnS 奈米顆粒沉積在 2 維的 ZIS 奈米片之上,就好像做巧克力豆餅乾一樣,形成複合的異質半導體,做為光催化材料用途。左圖是示意圖,右圖是電子顯微鏡下的照片,Zn:In 比例為 1:0.46。
圖|研之有物(資料來源|Nano Energy

既然 ZnS/ZIS 是半導體,當受到光照之後,原來的價帶(valence band)電子會被光激發成導帶(conduction band)電子,原本價帶電子佔據的位置則留下一個空位,就是電洞。電子和電洞的遷移,就是半導體形成電流的原因,因此電子和電洞都稱為「載子」(charge carrier)

還記得上面的還原反應嗎?

對光催化材料來說,為了在光照環境下把二氧化碳還原成乙醛和甲醇,必須獲得穩定的電子來源,材料內部要迅速補充電子到表面,因此:

照光產生的電荷載子數量越多越好;產生的電子和電洞要傾向分離,分得越遠越好;電子和電洞越快移動到表面參與反應越好。

載子輸送要快速穩定,首先照光產生的載子要多,就有更多電子和電洞參與反應。分離載子是為了避免復合,照光產生的電子和電洞很容易復合,一旦復合,等同於減少載子。再來是載子越快移動到表面越好,可以讓每次的氧化還原反應都是最佳效率。

尋找最有效的光催化材料

陳貴賢團隊總共做了 4 種不同比例的 ZnS/ZIS 光催化材料,依照 Zn:In 比例 1:0.12、1:0.26、1:0.46 和 1:0.99,分別標記為 ZnS/ZIS-1、ZnS/ZIS-2、ZnS/ZIS-3 和 ZnS/ZIS-4。其中,ZnS/ZIS-3 的光催化效果最好,可以有效減少二氧化碳,產生最多的乙醛和甲醇(如下圖)。

水熱法製備的 ZnS/ZIS-3 光催化效果最好,可以有效減少二氧化碳,產生最多的乙醛和甲醇。最右邊是將 ZnS 和 ZIS 簡單物理混合的對照組,沒有介面效應的輔助,催化效果不佳。
圖|研之有物(資料來源|Nano Energy

為了驗證光催化材料產生有效載子的效率,陳貴賢團隊計算了 ZnS/ZIS-3 的總 AEQ 值(apparent quantum efficiency),用來評估「照到光催化材料上的每顆光子數量,產生了多少實際參與催化反應的電子數」。測量之後,ZnS/ZIS-3 的 AEQ 值為 0.8%,量子效率比單獨的 ZnS 材料提高了將近 200 倍!

這也是為什麼陳貴賢團隊要使用兩種不同的材料結合,因為單一半導體材料照光產生的電子和電洞有很高的復合機率,選擇兩種不同的半導體材料組合,讓兩種材料形成特殊的「能量階梯」就可以有效分離電子和電洞,並且把電子送到它該去的材料表面。

此外,使用兩種半導體材料的好處還有「二次激發電子到更高能階」,以符合光催化反應的能量門檻,自由電子掙脫 ZnS 的束縛之後,繼續往 ZIS 跑,光的能量會繼續把電子往上送到更高能級的材料表面,還原二氧化碳的反應在此發生。

Z 字形跑比較快!控制材料之間的微應變提升氧化還原效率

關於光催化材料的二次激發,陳貴賢提到:「材料低能階,然後光子進來後,把電子激發到高能階去做反應,太陽能電池也是這樣。但是呢,有時候沒那麼剛好,例如激發後的能階不夠高,雖然激發上去了,但電子沒有辦法跟二氧化碳做反應。那我把兩個材料拼在一起,電子上去以後又下來,然後再吸收第二個光子上去,那就變得很高了,高了以後它的反應效率就提升很多。」

如果我們把光催化材料的二次激發過程畫成示意圖,如下圖所示,電子在 ZnS 束縛區受到第一次光子的激發,變成自由電子,接著經過設計完善的材料介面,先降到較低的 ZIS 束縛區,受到第二次光子的激發,再次變成自由電子,跑到光催化材料的表面,和二氧化碳發生還原反應,將二氧化碳變成可再利用的乙醛和甲醇。

看看電子走過的路,如果向左歪著頭看,是不是就是一個 Z 字呢?科學家把這個過程稱為「直接 Z 方案」(Direct Z-scheme)。「直接」的意思是,電子從 ZnS 跑到 ZIS 的過程,不需要再經過一個中間地帶,降低電子和電洞復合的機會。

為了將二氧化碳轉換成可用化學原料,電子在材料內部能階走 Z 字路徑,過程中受到光的二次激發,最後到達材料表面。電子參與還原反應,將二氧化碳變成乙醛和甲醇。電洞參與氧化反應,將水變成氧氣。
圖|研之有物(資料來源|Nano Energy

為什麼陳貴賢團隊設計的「直接 Z 方案」光催化材料,電子可以不需要中間的「轉接站」,直接轉移到另一個材料上呢?這裡也有一個巧思:不同材料之間的「微應變」

不同材料的晶體排列規律是不一樣的,當兩種材料接在一起時,接面處會發生「晶格不匹配」,也就是兩種材料的原子會互相卡到、晶格微微變形。但是,如果我們可以控制微應變(Strain)的程度,就可以控制兩種材料「能量階梯」的相對位置,微應變可以讓材料接面自動帶有「轉接站」的功能,進而形成一個內部電場,讓電子和電洞更能快速分離,提高光催化效率。

總之,陳貴賢團隊開發的這套材料組合,是有微應變誘導的直接 Z 方案光催化材料,可做為未來量產光催化材料的研發設計參考,同時也是減碳的解方之一。

ZnS 奈米顆粒接在 ZIS 奈米片上,兩邊的晶格排列方式不一樣,發生「晶格不匹配」,接面處晶格會微微變形。如果控制微應變(Strain)的程度,就可以微調材料能階的相對位置,微應變可以讓接面帶有「轉接站」的功能,形成一個內部電場,讓電子和電洞更能快速分離,提高光催化效率。
圖|研之有物(資料來源|Nano Energy
ZnS 奈米顆粒接在 ZIS 奈米片上,兩邊的晶格排列方式不一樣,發生「晶格不匹配」,接面處晶格會微微變形。如果控制微應變(Strain)的程度,就可以微調材料能階的相對位置,微應變可以讓接面帶有「轉接站」的功能,形成一個內部電場,讓電子和電洞更能快速分離,提高光催化效率。
圖|研之有物(資料來源|Nano Energy

綠能趨勢——光催化材料未來可期

陳貴賢表示,目前表面科學和材料是中研院原分所的主要研究領域,他的實驗室選擇能源材料作為研究主軸,有太陽能電池和熱電材料,同時團隊也專注研究可還原二氧化碳的光催化材料,以及與燃料電池相關的催化劑。

陳貴賢看好將來能源材料的發展,因為在 2050 淨零排放之前,有愈來愈多企業紛紛加入「RE100 倡議」的行列,企業必須承諾最晚於 2030 年前使用 100% 再生能源。最著名案例是科技巨頭蘋果Google 和微軟等公司都已宣布其全球供應鏈將符合 RE100 的要求。其中,台積電為蘋果主要供應商,2020 年也加入 RE100,目前為臺灣再生能源的主要買家

可以預見,將來風能、太陽能與燃料電池的相關材料有其市場需求,而能夠減少二氧化碳的光催化材料,也將成為全球減碳的利器。陳貴賢提到,當前光催化材料還在基礎研究階段,目前的人工光合作用效率約 1%,接近大自然效率,而團隊希望提升到至少 5% 到 10% 以上,方能有其實用價值。

陳貴賢進一步強調,未來效率提高之後,能夠轉化二氧化碳的光催化材料就會有很大的經濟價值,不僅轉化後的燃料可以賣錢,處置二氧化碳原料亦可以收取負碳費用,是一種前所未有的概念。

陳貴賢強調,未來效率提高之後,能夠轉化二氧化碳的光催化材料就會有很大的經濟價值。
圖|研之有物

註解

  1. 根據 IPCC 的資料,如果要將全球暖化幅度控制在 +1.5 °C 以內,必須在 2050 年左右達到二氧化碳的淨零排放目標,同時也要大幅度降低非二氧化碳的溫室氣體排放,特別是甲烷。
研之有物│中央研究院_96
296 篇文章 ・ 3424 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

1

3
1

文字

分享

1
3
1
搭上量子科技熱潮,「量子系統推動小組」帶領臺灣站穩腳步
研之有物│中央研究院_96
・2023/04/14 ・7886字 ・閱讀時間約 16 分鐘

本文轉載自中央研究院「研之有物」,為「中研院廣告」

  • 採訪撰文/郭雅欣
  • 責任編輯/簡克志
  • 美術設計/蔡宛潔

臺灣量子科技的未來

量子科技腳步不遠了,臺灣甚至為此成立了「量子國家隊」。我們身處這轉變的時刻,應該先做好準備,了解量子科技究竟包含哪些部分,又會帶來哪些影響。中央研究院應用科學研究中心張文豪特聘研究員長期研究光量子技術,並擔任量子系統推動小組執行長。

在這次中研院「研之有物」的訪談中,張文豪除了帶領我們認識光量子技術裡的關鍵外,也會談談量子國家隊在忙些什麼?能否在這股量子科技發展的浪潮中,帶領臺灣站穩腳步?

中研院應科中心的張文豪特聘研究員,目前擔任量子系統推動小組執行長。圖/研之有物

量子科技即將走入你我的生活。有一天,我們將打開以量子位元建構的量子電腦,透過量子演算法進行各種計算,並把資訊用量子傳輸的方式傳遞出去。這樣的日子可能不遠了~

為了因應量子科技時代的來臨,行政院去(2022)年 3 月宣布成立「量子國家隊」,由 17 個產學研團隊組成,包含了通用量子電腦硬體技術、光量子技術、量子軟體技術與應用開發這三大領域。同時亦成立「量子系統推動小組」進行跨部會整合,協助國家隊達成目標。

通用量子電腦硬體技術,是指開發以量子位元作為運算位元的量子電腦,在概念上接近一般電腦,有一個 CPU,有控制、讀取的晶片,可以透過程式設計得到你想做的計算。中研院的陳啟東研究員陳應誠研究員都是此領域的計畫主持人之一。

量子軟體技術與應用開發,顧名思義是軟體及演算法的開發,也包含未來量子電腦裡必須有的量子糾錯設計,以及量子計算的應用開發,如金融、製藥與材料開發等。中研院的鐘楷閔研究員是這領域的計畫主持人之一。

光量子技術,分為「光量子計算」與「量子通訊」。光量子計算是以光作為量子位元而設計的計算系統,而量子通訊則是以光的量子態來傳遞訊息。

中研院應科中心特聘研究員張文豪長期研究光量子技術,並擔任量子系統推動小組執行長。在這次「研之有物」的訪談中,張文豪深入淺出地介紹了光量子技術,也與我們分享了許多量子國家隊的願景。

  • 在量子國家隊的三大領域中,您的專長在光量子計算與量子通訊。請問光量子計算與通用量子電腦有何不同?

光量子計算系統是針對特定問題而設計,當一個光量子系統設計好之後,由於光的晶片、路徑等都已經確定下來,無法中途改變,所以,它就只能對同一種問題做計算。光量子計算的困難在於光會跑,而且是用光速在跑,不會回頭。

也就是說,光子不會中途停止,一定會把整個計算做完。所以它跟一般的量子位元不一樣,一般的量子位元做完計算可以恢復原來的狀態。光子跑完就沒了,無法暫存,如果要重啟計算,要再給予新的光子。光量子計算對於一些傳統電腦難以解決問題,例如最佳化以及取樣的問題,有很大的幫助。

  • 量子通訊用的也是光量子技術,它和現在以光纖傳輸資訊,有什麼不同?

過往的光通訊是用「有沒有光」來當 0 跟 1 兩種狀態,量子通訊則是用光的量子態來當 0 跟 1,把訊息全部都用量子態編碼,這就是量子通訊的基本概念。而量子通訊的好處是因為竊取的動作會干擾量子態,因此資訊不容易被竊取,或者說外人無法在不被發現的情況下竊取資訊。這種通訊方式可以透過量子的性質本身,來保護資訊安全。

量子加密的概念如上影片,Alice 要傳訊息給 Bob 之前,會先發送解密訊息的量子金鑰給 Bob,這個金鑰是由一顆顆光子構成,每顆光子都被賦予不同的偏振方向和順序。因為駭客無法與 Alice 逐個比對光子的偏振,竊取資訊時會干擾原本的量子態,導致接收端結果異常,Alice 和 Bob 會發現有人在竊聽。影/YouTube
  • 意思是說,量子通訊的發展不是為了讓資訊傳輸得更快,而是為了更安全?

對,其實這也牽涉到量子電腦的發展。因為量子電腦的一個重點,就是可以破解現今最常使用的密碼系統 RSA(知名的非對稱加密演算法)。雖然量子電腦可能不會那麼快發展出來,可能還要再等幾十年,但仔細想想,有沒有什麼資料其實必須保密幾十年呢?

有心人士可以現在就先截取訊息,等幾十年後有了量子電腦再來進行破解。基於這個原因,量子通訊的加密技術必須走得比量子電腦更快才行。

  • 量子通訊現在發展到什麼程度了?有什麼困難點?

在目前的各種量子技術中,量子通訊應該是發展最快的,它有一些難度,但沒有量子電腦那麼難。很好的量子通訊系統,要有好的單光子光源、高效率的偵測器,以及不會破壞量子態的傳輸通道。

好的單光子光源以及偵測器都不容易製作,但是因為量子通訊很重要,所以大家開始用替代的光源,比如把雷射光降到非常弱,弱到一次只會跑出一顆光子,偵測器的效率可能也只要六七成。這樣的話,儘管不是那麼完美,但還是可以得到量子通訊的好處。

傳輸通道則是另一個困難點。訊息在傳輸過程中會慢慢衰減,所以目前的光纖每隔一段距離都有放大器,但放大器卻會對量子訊號造成干擾。清華大學褚志崧副教授團隊,為量子國家隊光量子研究團隊之一,他們就在進行這方面的研究,透過推動小組協助與中華電信建立合作,接下來就要在新竹、楊梅之間找到一條沒有經過放大器的光纖進行長距離量子通訊測試。

還有一種發展趨勢,就是往天上走,以衛星或低軌衛星來做量子通訊,這也是另一個較不受干擾的做法。

清華大學褚志崧副教授(左1),在量子推動小組的協助整合下,預計在新竹、楊梅之間找到一條沒有經過放大器的光纖進行長距離量子通訊測試。圖/工程科技推展中心

單量子的重要挑戰

量子通訊光源即便有點不盡完美,但仍可接受,不過光量子計算就不行了。光量子計算必須有良好的單光子光源及高效率的偵測器,才能正確地讓光子在系統中進行運算,並準確偵測輸出的結果。因此,「如何製造出好的單光子光源?」是張文豪以及其他光量子研究團隊的重要挑戰。

單光子光源指的是「一個時間點只會放出一個光子」的光源。從原理來說,這樣的光源是一個單一的二能階系統,也就是「基態—激發態」,當一個位於基態的電子獲得能量,躍遷到激發態,然後從激發態掉回基態時,就放出一顆特定波長的光子。

單光子光源是一個二能階系統,每次只能放出一顆光子。圖/研之有物(資料來源|Scientific Reports

在這樣的二能階系統中,只要有一顆電子躍遷到激發態,在它還沒掉回基態前,我們無法激發另一顆電子到激發態去,張文豪形容:「所以這就像捷運的閘門,前一個沒過去之前,後一個進不來。」也因為這樣的機制,每次就只能放出一顆光子。

那麼,要在哪裡找到這樣的二能階系統呢?科學家最一開始的想法是用「單一原子」,例如鈉原子。但要把單一個原子分離出來太困難了,所以到了公元 2000 年後,科學家轉而從半導體製程上,尋找製造出單光子光源的「人造系統」,而目前有兩種最主要的做法,一個是製造「量子點」,一個是製造「缺陷」。

量子點是利用半導體製程做出的一個小體積物體,通常是將兩種不同材料疊起,因為彼此間的應力而凸起成一個「島狀物」,外面再用另一種材料包覆。這個島狀物裡面會產生類似於原子的能階,所以也被稱為「人造原子」。

除此之外,在晶體中製造出某些特定的缺陷,也能達到單一光子源的效果。這類缺陷中最常見的就是鑽石裡的「NV center」,意思是在鑽石晶體結構中,其中一個碳由氮(N)取代,這個氮的隔壁又有一個碳被拿掉,出現一個空缺(Vacuum)。這樣的缺陷裡也會產生上述的二能階系統,可以如單一原子、量子點一樣,放出單光子。

在鑽石晶體結構中,原本都是碳原子,如果其中一個碳由氮(N)取代,這個氮的隔壁又有一個空缺(Vacuum),這樣的材料缺陷系統可以放出單光子。圖/Quantum Beam Sci.
  • 是否可以比較量子點與材料缺陷這兩種做法,各有什麼優缺點?

目前為止做得最好的單光子光源其實是量子點,可以產生幾乎完美的單光子,但是它必須在低溫環境下才能運作。而材料缺陷則大部分可以在室溫下運作。

我們還必須考慮單光子光源所放出的光子,是否處於我們需要的波段。舉例來說,在目前的光纖裡,光波長約在 1310~1550 奈米,因為這是損耗很低的波段。而前述的鑽石 NV center 產生的光,則固定是 600 多奈米的紅光,波長還不夠貼近光纖傳輸波段。

現在有許多團隊,都在嘗試從鑽石裡製造出其他缺陷,以符合光纖傳輸的波段,也有人開始嘗試其他材料,例如被稱為第三代半導體的碳化矽。

  • 單光子光源未來還會往哪個方向發展?理想的單光子光源是什麼樣子?

我們也希望單光子光源,可以用脈衝來激發,讓光子出現的時間差都是固定的。脈衝雷射激發是像機關槍一樣,一打開光子就以相同的間隔,源源不絕地出來。更理想的情況是,我們如果能把單光子光源做成電激發的元件,就可以在我想要有光子的時候,就打出一道脈衝,產生一個光子。

以目前的半導體製程,有成功做到過打一道脈衝、換一個光子的過程,但必須在低溫操作,效率也不理想。

  • 您的研究團隊最近嘗試以二維材料製造單光子光源,這部分目前有什麼進展?

我們最近使用的二維材料是六方晶格的氮化硼(hBN),用來做室溫的單光子光源。氮化硼蠻有趣的,就像二維的鑽石,寬能隙又是絕緣體,不太和其他東西起作用,裡面的缺陷也會形成單光子。

我們幾年前跟台積電合作,用化學氣相沉積(CVD)做出晶圓尺寸的大面積氮化硼,並發表在《自然》Nature)期刊上。我們未來可以透過這技術進行「缺陷工程」,也就是控制在哪裡製造出缺陷,產生單光子輻射的陣列。例如用聚焦離子束打掉其中某些位置的原子.再透過熱處理修復。先破壞再建設,才能產生缺陷。這個技術以目前來說,還是很有挑戰性。

  • 二維材料最近似乎有愈來愈火紅的趨勢?

在過往的傳統半導體研究中,往往將二維材料當成垃圾,不過現在,垃圾變成黃金了。以前這種材料是被用來當固態潤滑劑,因為層與層之間很容易剝落、滑動,根本沒甚麼用處。

但自從石墨烯出現之後,大家才意識到二維材料的好處,而且何必一定要用石墨烯?有一大堆半導體材料都是這樣一層一層的,把它們拿來做電子元件不是更好?所以現在很多人都在做二維半導體材料。

張文豪向研之有物團隊介紹單光子光源的測量方式。圖/研之有物

抓到了!真的是單一光子!

儘管有了製造單光子光源的方法,但該如何確認放射出來的是單一光子呢?

張文豪解釋,單光子的定義是同一時間點只放出一個光子,「所以是同一時間只有一顆,並不是真的只放出一顆。」換句話說,光子其實是像機關槍一樣,源源不絕地一直從光源放射出來的,而且每個光子之間的時間間隔也並不平均。

測量是否為單光子的方法稱為「HBT 實驗裝置」,包含一個分光鏡、兩個偵測器(D1 與 D2),以及一個可以決定要啟動計時或停止計時的計時器。

HBT 實驗裝置示意圖。圖/研之有物

當每一個光子遇到分光鏡時,會隨機前往 D1 或 D2,如果 D1 偵測到光子,計時器就會開始計時;如果 D2 偵測到光子,則會停止計時。因為光子是隨機前往 D1 或 D2,所以每一次停止計時,可能測到是兩個、三個、或四個……不等的光子出發間隔時間。

如果有兩個光子是同時出發,且它們正好分別通過 D1、D2,那麼就會測到一組間隔時間為 0 的數據。所以相反的,如果測量出的結果中,完全沒有間隔時間為0的數據,就可以確認光源是單光子光源

HBT 裝置的量測數據示意圖,可以確認光源是否為單光子光源。如果兩光子的時間差(延遲時間)為 0 秒,符合計數也是 0,則可以確認該光源為單光子光源。圖/研之有物(資料來源|科儀新知

張文豪指出,HBT 實驗裝置要準確,也考驗兩個偵測器的敏銳度。「目前效率最好的是用超導體來做偵測器,不過這樣的話,偵測器也得在低溫環境。」

  • 除了單光子光源與偵測器外,光量子計算還需要哪些相關的技術配合?

光量子計算還是必須在光量子晶片上運作,用的是積體光學,就像積體電路一樣,只是用波導取代電線、光子取代電子。這其中的製程必須讓光能在晶片裡前進、轉彎,做一些操作。中央大學陳彥宏特聘教授的團隊,是量子國家隊光量子研究團隊之一,主要工作就是開發光量子晶片

陳彥宏團隊所研發之光量子位元晶片。圖/陳彥宏
陳彥宏團隊預計於 2023 年開發能執行容錯式秀爾演算法之光學量子運算晶片。圖/陳彥宏
  • 臺灣發展量子科技的前瞻性或潛力如何?我們有什麼優勢?

臺灣早期生產很多電腦,當時我們做的事情主要是零組件的開發、組裝,所以我常笑稱是一種「偽高科技組裝業」。可是臺灣現在已經不一樣了,臺灣從這個組裝業,慢慢掌握關鍵的製程,當產業供應鏈整個建構起來之後,現在變成了全世界很重要的製造中心。

如果未來量子電腦量產,臺灣絕不可能缺席,也不能缺席。為此,我們必須知道,從零到有把一臺量子電腦建構起來需要多少技術。這是一個龐大的系統工程,需要各種人才與技術。我們要知道每個技術細節,才會知道國內各研究單位、法人,以致於工研院、經濟部和產業界,各自可以扮演什麼角色。

  • 成立國家隊來發展量子科技,是為了整合資源的考量?

因為我們的人力與資源都有限,所以必須透過整合的方式,各團隊做自己擅長的部分,再用系統整合把大系統建構起來。最重要的目的,是在每一個環節把技術與人才建立起來。

我們推動小組還找了中研院天文所的王明杰研究員來當總工程師,他負責連結各團隊的不同技術,橫向整合。為什麼找上天文背景的王明杰博士?這很有趣。

第一個原因在於王明杰是超導材料與偵測器的專家,因為天文觀測裡要偵測很微弱的訊號,他們必須要發展非常靈敏的偵測器。

第二個原因是,天文研究都是國際性的大團隊,例如蓋一座大型天文台,各國不同的單位個別負責開發部分技術且為了同一個目標努力,需要有總工程師來連結各團隊所開發的技術,透過系統工程變成最後的系統。做天文觀測的人比較有這樣跨團隊組大系統的經驗,所以我們就請他來協助。

  • 量子科技現在還沒有發展出產業,培養出的人才怎麼辦?

量子科技並不是全新的技術,而是範圍很廣的跨領域技術,所以你學會了這些技術,仍然可以在現有的科技產業發揮所長。等到有一天公司需要投入量子科技的時候,儘管公司老闆可能沒有量子的知識和概念,但公司裡有這些背景知識的人才就可以立即參與。

所以人才是最重要的,我們必須現在就開始把量子的 DNA 植入產業界。如果等需求出現才開始培育人才,就來不及了。

  • 中研院預計在南部院區建立量子研發基地,可否談談這部分的規劃?

我們預計在 2023 年下半年進駐南部院區的研究大樓 II,建置一些製程與量測的核心設施。此外,還會蓋一棟「量子實驗大樓」,主要做一些精密的量測,也包含一部分精密製程。

未來,這個量子研發基地將會是一個提供國內產學研單位進行量子科技研究的基地,所建置的核心設施也將開放給其他研究團隊進駐使用進行研發,有點類似國家同步輻射中心,透過建置一個大型的量子科技實驗場域,讓需要的國內外團隊共同使用。

這也是希望能橫向、縱向整合資源,不要重複投資。畢竟我們資源有限,應該集合大家的力量,攜手共同邁向臺灣量子新世代。

延伸閱讀

  1. 量子系統推動小組網站
  2. 工程科技推展中心(2023)。〈【多功能量子通訊網路】 褚志崧副教授|國立清華大學物理學系〉,YouTube。
  3. Lodahl P., Ludwig A., & Warburton R.(2022)。〈決定性的單光子源〉(張鳳吟翻譯), 《物理雙月刊》。
  4. 王志洋、陳啟東(2021)。〈量子世代產學佈局〉,《科學人》。
  5. 科技魅癮(2022)。〈量子新時代|全國70位科學家的超強大腦,如何一起推動量子計畫〉,YouTube。
  6. 陳彥宏(2021)。〈量子光電晶片將延續臺灣半導體晶片的榮耀〉,《臺灣研究亮點》。
  7. 郭雅欣(2019)。〈量子電腦到底有多霸氣?即將引爆終極密碼戰?!〉,《研之有物》。
  8. 林婷嫻(2017)。〈量子電子元件 hen 夯,但如何掌握像情人心難測的量子位元?〉,《研之有物》。
  9. 張文豪、徐子民(2006)。〈半導體量子光學〉, 《物理雙月刊》。
  10. 張文豪、徐子民(2004)。〈單量子點光譜技術的介紹與應用〉,《科儀新知》。
  11. Gillis, A. S. (2022, January 28). quantum cryptography. TechTarget.
  12. Shaik, A. B. D. a. J. W. I., & Palla, P. (2021). Optical quantum technologies with hexagonal boron nitride single photon sourcesScientific Reports, 11(1).
  13. Ishii, S., Saiki, S., Onoda, S., Masuyama, Y., Abe, H., & Ohshima, T. (2021). Ensemble Negatively-Charged Nitrogen-Vacancy Centers in Type-Ib Diamond Created by High Fluence Electron Beam IrradiationQuantum Beam Science, 6(1), 2.
  14. Chen, T. A., Chuu, C. P., Tseng, C. C., … Chang, W. H., & Li, L. J. (2020). Wafer-scale single-crystal hexagonal boron nitride monolayers on Cu (111)Nature, 579(7798), 219–223.
所有討論 1
研之有物│中央研究院_96
296 篇文章 ・ 3424 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

2

9
5

文字

分享

2
9
5
機器學習 × 鈣鈦礦材料:讓 AI 設計太陽能電池!
研之有物│中央研究院_96
・2022/03/09 ・6280字 ・閱讀時間約 13 分鐘

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 採訪撰文|簡克志
  • 美術設計|林洵安

機器學習輔助材料設計

為了 2050 淨零排放的目標,太陽能發電為不可或缺的再生能源之一,其中「鈣鈦礦太陽能電池」是近年最熱門的研究領域,不僅成本低廉、光電轉換效率也可達到 25%。然而,鈣鈦礦材料在環境中容易降解,影響使用壽命。材料科學家為了做出效能好又穩定的鈣鈦礦「料理」,無不卯足了勁,替這道菜加上各種「食材」,但是越複雜的菜,調出好味道就越困難。人腦畢竟有限,如果交給機器呢?中央研究院「研之有物」專訪院內應用科學研究中心包淳偉研究員,他與團隊訓練了一套機器學習模型,可以又快又準的找出複雜鈣鈦礦材料的最佳化條件!

「鈣鈦礦太陽能電池」是近年最熱門的研究領域,不僅成本低廉、光電轉換效率也可達到 25%。圖/Wikimedia Commons

光電好夥伴:複雜鈣鈦礦材料

對太陽能電池來說,鈣鈦礦材料具有優異的光電性質和低生產成本,近年也廣泛應用在 LED、雷射、光感測器和光觸媒。

鈣鈦礦是什麼呢?最初是指鈣與鈦的氧化物 CaTiO3,而現在常講的「鈣鈦礦材料」為一種統稱,泛指擁有相似結構的金屬鹵化物材料,通式為 ABX3。要調配出優秀的鈣鈦礦材料並不容易,科學家必須像大廚一樣,運用各種「食材」煮出 ABX3

鈣鈦礦材料 ABX3 的結構示意圖,同一個位置可以放入不同的相應元素。資料來源/Journal of Energy Chemistry

鈣鈦礦材料 ABX3 的「食材」有哪些?

  • A 的位置:可放入 +1 價的有機或無機陽離子,例如甲胺(CH3NH3+,簡稱 MA)、甲脒(HC(NH2)2+,簡稱 FA)或銫離子(Cs+)。
  • B 的位置:可放入 +2 價的無機金屬陽離子,通常是鉛離子(Pb2+)。
  • X 的位置:可放入 -1 價的鹵素陰離子,如碘(I)、溴(Br)、或氯( Cl)離子。

由於鈣鈦礦材料在環境中容易降解、影響使用壽命。研究發現,添加多種有機和無機離子的鈣鈦礦太陽能電池可大幅提升性能和穩定性,因此科學家為了調配出最好的鈣鈦礦材料,加料不手軟,成份也愈來愈複雜。

在眾多複雜鈣鈦礦材料中,包淳偉研究員探討的是 MAyFA1−yPb(BrxI1−x)3 ,下標符號 y 和 1-y 表示相對含量,如果 MA 佔 60%、FA 就是 40%,因為 MA 和 FA 會競爭同一個位置;同理 Br 和 I 亦然。

圖片為鈣鈦礦材料通式 ABX3 對應到混合離子鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 之示意圖。圖/研之有物

問題來了,MAyFA1−yPb(BrxI1−x)3 這個材料這麼複雜,比例要怎麼配比較好呢?「你累積的經驗越多,你就猜得越準」,包淳偉說道。

2016 年曾經有國外團隊為了找出離子濃度配方與 MAyFA1−yPb(BrxI1−x)3 元件性能的關係,不惜花重本「土法煉鋼」,分別將兩組相對含量 7 等分(0, 1/6, 2/6, 3/6, 4/6, 5/6, 1),做出 49 種不同的鈣鈦礦太陽能電池,再去測量光電轉換效率,得出最佳比例為 MA2/6FA4/6Pb(Br1/6I5/6)3 。

然而,爲何這樣的濃度配方可以得到最佳元件呢?很遺憾的,實驗團隊由於實驗表徵手段的限制,並不能解答這個重要的基礎問題。因此,實驗團隊仍然需要學生們焚膏繼晷地爆肝,用試誤法(trial and error)把最佳配方「踹」(try)出來。

國外團隊為了找到 MAyFA1−yPb(BrxI1−x)3 最佳比例,做出 49 種不同的鈣鈦礦太陽能電池,黃框處即為最佳比例。左圖為相應濃度的元件外觀,右圖為相應濃度的材料表面微結構。資料來源/Energy & Environmental Science

不過,一直反覆試誤並非好方法,畢竟每做一次實驗就是一次成本。因此,科學家也設法從理論模擬著手,包淳偉強調「模擬的好處是可以在電腦空間中創造一個最純淨的系統。」,而原子尺度模擬,更可以達到原子級的解析度,提供許多實驗無法量測的資訊。

要如何模擬一個材料系統?

材料科學注重製程(Process)、性質(Property)和結構(Structure)之間的關係。當我們對結構不夠瞭解時,往往只能透過不同的製程參數,慢慢做出我們想要的性質,可能在失敗多次之後,才能抓到一些訣竅。

理論模擬幫助科學家在做出樣品之前,先建立能量模型,找出能量最低、最穩定的微結構。當我們了解結構之後,可以避免有問題的製程參數設定,進而得到較好的材料性質。

首先,如果要知道材料性質,有個最精準也最耗時的方法:「第一原理計算」,只用量子力學原理,從頭開始把原子間的作用力和能量計算出來。

因為計算繁瑣,應用上只能模擬 1 奈米以內(10-9 公尺)的三維材料,抓到數個皮秒(10-12 秒)內的原子狀態,若再往外擴展所耗費的時間和成本難以想像。

相對地,計算材料性質也有省時省力的方法:「分子動力學模擬」,運用古典的牛頓力學,搭配統計力學去計算系統的微觀結構和能量。

分子動力學模擬大約可以模擬 100 奈米內的三維材料,抓到數個微秒(10-6 秒)內的原子狀態,可模擬的系統尺寸和時間都比第一原理計算要來得多!可惜準確度對於現在化學組成高度複雜的新穎材料而言是一個極大的挑戰。

有沒有一種方法,可以做到又快又準呢?有有有!它就是近年大熱門的「機器學習」!

圖/研之有物
第一原理計算僅適合用在 1 奈米以內尺度,計算準確耗時;分子動力學模擬可用於 100 奈米尺度,計算省時卻不夠精準;透過機器學習建立的神經網路模型,可以快速模擬 100 奈米尺度的材料,也保留高準確度。資料來源/包淳偉

時間就是金錢,請愛用機器學習!

當包淳偉看到 2016 年國外團隊的 MAyFA1−yPb(BrxI1−x)3 鈣鈦礦研究之後,他認為「結構」這塊還有很多地方可以討論,如果透過理論模擬,先找出最低能量的微結構,或許就能更有效率地探索離子濃度空間,找出決定最佳配方的關鍵要素!

由於第一原理計算和分子動力學模擬都不夠好用,包淳偉就將念頭轉到近年熱門的「機器學習」,他和團隊就先從簡單的 PbI2 開始,慢慢做到複雜的鈣鈦礦材料。一開始包淳偉的團隊使用布朗大學開發的原子尺度機器學習套件(Atomistic Machine-learning Package, AMP)來進行訓練與測試,然而,由於 AMP 套件性能無法達到預期,包淳偉團隊就走上了自行開發機器學習分子動力學模擬程式的不歸路。

訓練神經網路模型時,包淳偉採用第一原理計算的結果當作機器學習素材,並設計函數進行反饋校正,直到預測的原子能量誤差遠小於熱擾動。

這套神經網路模型如何運作?先輸入原子座標(位置向量 r),再換算成「原子指紋」(特徵向量 G,表示該原子與其他原子之間獨一無二的相對關係),之後透過神經網路,快速輸出整個材料系統的原子能量和作用力。

從輸入到輸出,要模擬原子走一個步階(註 1)有多快?假設以 2000 顆原子的計算量來看,自行開發的機器學習方法只要約 0.1 秒,第一原理計算則要花費 3 小時,足足快了十萬倍(註 2)!

包淳偉與團隊成功訓練出可以模擬複雜鈣鈦礦材料系統的神經網路模型。資料來源/包淳偉
此神經網路模型可以準確預測 MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料的系統能量和受力。縱軸表示包淳偉團隊的神經網路模型模擬結果,橫軸表示第一原理計算結果。資料來源/包淳偉

AI 告訴我們什麼?

包淳偉團隊成功訓練出來的神經網路模型,可以在 2,000 顆原子左右的材料系統上進行數百萬種可能的原子排列採樣,並計算出複雜鈣鈦礦材料的最低能量結構,模擬出不同原子在材料中最穩定的位置、它們的振動,以及它們受到擠壓時會怎麼跑。

多虧了神經網路的快速計算,即使是 MAyFA1−yPb(BrxI1−x)3 這麼複雜的系統也能處理,跑了將近 1 百萬次結構模擬,得出不同成份比例下 81 種最低能量的微結構(如下圖),這是第一原理計算絕對跑不出來的成果。

MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料的最低能量原子結構,縱軸 y 為 MA 濃度(CMA,從 MA0-FA1到 MA1-FA0),橫軸 x 為 Br 濃度(CBr,從 Br0-I1 到 Br1-I0),各自 9 等分。為求圖片簡潔,省略 x, y = 0 或 1 的結構圖。資料來源/包淳偉

找出系統最低能量的原子組態還不夠,包淳偉團隊想要進一步檢驗鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 是否能穩定地保持混合狀態,因此計算不同濃度成份下的離子混合能 Emix(如下圖)。

  • 混合能是負的,表示系統會傾向混合在一起,這也是材料學家想要的微結構,系統會維持單一固溶相,原子和原子之間「和平共處」。
  • 混合能是正的,表示系統會傾向分離成不同成分的「相」(Phase),材料不能保持穩定的混合狀態,會析出相異固溶相,產生許多缺陷。
MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料的混合能 Emix分布,藍色表示混合能為負(維持單一固溶相),紅色表示混合能為正(析出相異固溶相),可以看到 Br 和 MA 濃度高的時候,容易析出化合物。其中,縱軸 y 為 MA 濃度(CMA),橫軸 x 為 Br 濃度(CBr)。資料來源/包淳偉

從 MAyFA1−yPb(BrxI1−x)3 混合能分布初步來看,Br 濃度(CBr)或 MA 濃度(CMA)越高的時候,混合能就越高,系統越容易析出相異的固溶相。

除了混合能之外,研究團隊更進一步檢驗了不同濃度成份下的其他結構參數,例如短程有序參數 αA-B(正值表示 A-B 析出;負值表示 A-B 混合)、晶格扭曲 ηs(shear strain)與晶格畸變 ηv(volumetric strain),觀察析出化合物時,是否真的會改變晶格的幾何結構。

為了將模擬結果和實際情況對照,包淳偉再將模擬出來的結構以第一原理計算出不同濃度成份下的材料能隙(Eg),以及用內差法比對 2016 年國外團隊的實驗數據,得出不同濃度成份下的元件短路電流(Jsc)和光電轉換效率(power conversion efficiency, PCE)。

有了這些關鍵數據,我們終於可以完成鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 優化製程參數的最後一哩路!

鈣鈦礦材料設計最佳化!

還記得我們一開始跑模擬的目標嗎?幫助研究團隊在花大錢做實驗之前,先找出最穩定的結構,從結構參數回推好的製程參數,進而得到較好的材料性質。

那麼要如何把這麼多參數的相關性一網打盡呢?有個好工具叫「皮爾森相關性矩陣」(Pearson correlation matrix)

MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料透過機器學習方法模擬之後,計算出性質參數(Eg、Jsc、PCE)、結構參數(Emix、α、ηs、ηv)與製程參數(CMA、CBr)與之間的相關性。其中,r 為相關係數,紅色正值表示兩者正相關,藍色負值表示兩者負相關。資料來源/包淳偉

上圖的矩陣整合了結構參數、製程參數與性質參數的相關性。這張表格要怎麼解讀呢?

首先看結構參數,混合能(Emix)越高,晶格扭曲(ηs)程度越大,MA 和 FA 不互溶,Br 和 I 也不互溶,鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 不能保持穩定的混合狀態。

再來看製程參數和結構參數,Br 的濃度(CBr)和 MA 的濃度(CMA)越高,晶格扭曲明顯增加,使得混合能越高。尤其是 Br,Br 加得越多,MA 和 FA 不互溶,Br 和 I 也不互溶,容易析出其他固體相,在材料中引入缺陷。

最後看性質參數與結構參數,會發現混合能越高,光電轉換效率(PCE)和元件短路電流(Jsc)越差。

因此,如果要提升光電轉換效率,必須降低 Br 和 MA 的摻雜濃度來減少晶格扭曲,以降低混合能,使得 MA 和 FA ,Br 和 I 都能充分混合,讓析出物和缺陷減少。使電流傳輸時不會受到材料缺陷或晶界的阻礙,光電轉換效率才會好。

要做出好的鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 必要條件之一:「降低 Br 和 MA 的摻雜濃度,盡量讓材料維持單一固溶相」。

這就是理論模擬的科學力量,預先評估一款材料設定的製程參數好不好。如果要透過實驗方法窮舉出上述的最佳化原則,不僅金錢花費巨大,時間成本也相當高。

包淳偉與研究團隊透過近年熱門的機器學習技術,建立了模擬材料系統的神經網路模型,因為神經網路快速運算的特性,大幅降低花費時間和成本,並且模擬結果相當準確。

包淳偉團隊從簡單的化合物模擬開始,終於在 2021 年成功發表複雜鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 的最佳化條件,成果發表在權威期刊《Journal of Physical Chemistry Letters》。

目前除了繼續改善神經網路模型之外,也開始和其他國外研究團隊合作解決混合複雜元素的材料系統問題,例如高熵合金。最近包淳偉團隊與香港研究團隊在《自然》期刊發表了一種超彈性高熵合金,而包淳偉團隊也正在使用機器學習輔助原子尺度模擬來研究它有趣的塑性變形性質。

要做出好的材料,結構、製程與性質缺一不可,機器學習輔助的模擬方法可以幫助科學家快速找到最低能量的結構,這是傳統模擬方法無法做到的。

目前除了繼續改善神經網路模型之外,最近包淳偉團隊與香港研究團隊在《自然》期刊發表了一種超彈性高熵合金,而包淳偉團隊也正在使用機器學習輔助的原子尺度模擬來研究它有趣的塑性變形性質。圖/研之有物

註解

  • 註 1:原子走一個步階的意思是:原子從某個位能井跳到下一個位能井。
  • 註 2:此為研究團隊早期模擬 MAPbI3 的成果,之後的神經網路模型效率更好。

延伸閱讀

  1. 機器學習與材料廚神的神祕Recipe
  2. 應用人工神經網路勢能場研究複雜鈣鈦礦材料微觀結構
  3. 見微知著─分子模擬的應用
  4. A highly distorted ultraelastic chemically complex Elinvar alloy
  5. Exploration of the compositional space for mixed lead halogen perovskites for high efficiency solar cells
  6. Is machine learning redefining the perovskite solar cells?
  7. Microstructure Maps of Complex Perovskite Materials from Extensive Monte Carlo Sampling Using Machine Learning Enabled Energy Model
  8. Molecular Dynamics Simulation for All
所有討論 2
研之有物│中央研究院_96
296 篇文章 ・ 3424 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook