Геометрический рецепт стабилизации атомарно тонких металлов

Металлены — это атомарно тонкие металлы, чьи уникальные свойства делают их чрезвычайно перспективными для наноразмерных применений. Однако их экстремальная тонкость делает их также и хрупкими.

Интеграция теории функционала плотности и машинного обучения для оценки стабильности латеральных графен-металленовых интерфейсов. Автор: Университет Ювяскюля

Теперь исследователям из Нанонаучного центра Университета Ювяскюля (Финляндия) удалось определить принципы, которые могут максимизировать их стабильность. Это решение может открыть новые возможности в дизайне материалов, наноэлектронике, производстве энергии и биомедицине.

Результаты работы опубликованы в журнале Nanoscale.

Металлены обладают исключительными свойствами, которые делают их привлекательными для будущего применения в передовой электронике, высокоэффективных накопителях энергии, сенсорах и катализе. Однако их склонность к разрушению из-за металлических связей затрудняет их синтез, часто требуя размещения в порах шаблонных материалов в виде небольших фрагментов.

Целью нашей исследовательской группы было использование масштабного вычислительного подхода для проведения систематического микроскопического анализа интерфейсов металленов, чтобы открыть фундаментальные принципы проектирования для большей стабильности, — объясняет руководитель группы, профессор Пекка Коскинен из Университета Ювяскюля.

Геометрия определяет стабильность

Для решения этой задачи исследователи использовали мощный вычислительный подход, сочетающий квантово-механическое моделирование с передовым универсальным машинным обучением. Это позволило им проанализировать стабильность и свойства 1080 различных графен-металленовых интерфейсов.

Мы обнаружили, что стабильность интерфейса зависит от поддержания гладкой, хорошо выровненной геометрии. Такие чистые края обеспечивают сильное сопротивление дефектам и механической деформации, тогда как нерегулярные границы способствуют дестабилизации, — говорит доктор Мохаммад Багери, проводивший теоретическое моделирование.

Машинное обучение ускоряет дизайн

Исследователи также выяснили, что металлены, созданные из переходных металлов, образуют в целом наиболее прочные интерфейсы. Более того, работа подтверждает возможность использования моделей машинного обучения для точного прогнозирования поведения интерфейса на атомарном уровне, создавая мощный новый инструмент для ускорения проектирования и скрининга новых материалов.

Это систематическое понимание даёт полезные геометрические и элементные эмпирические требования для стабильности. Таким образом, исследование предлагает руководство для ускорения синтеза более прочных, крупномасштабных металленовых структур, — говорит Коскинен.

Это знание является критически важным прорывом, необходимым для вывода металленов из исследовательских лабораторий в практические высокопроизводительные устройства. Данное исследование знаменует собой важный шаг на пути к применению металленов в высокотехнологичных областях, таких как электроника, преобразование энергии и биомедицина.

Больше информации: Mohammad Bagheri et al, Lateral graphene-metallene interfaces at the nanoscale, Nanoscale (2025). DOI: 10.1039/d5nr02770e

Источник: University of Jyväskylä

ИИ: Исследование финских учёных — отличный пример того, как современные вычислительные методы, включая ИИ, помогают решать фундаментальные проблемы материаловедения. В 2025 году такие работы становятся ключом к созданию следующего поколения наноустройств, от гибкой электроники до медицинских имплантатов.