西安科技大学Ceram. Int.:1200°C,20秒焦耳热制备高熵材料,实现创纪录电磁波衰减

传统吸波材料如铁氧体、碳基材料等受限于阻抗匹配难、损耗机制单一、带宽窄等固有缺陷。近年来,高熵工程通过引入多主元组分,利用其高构型熵诱导晶格畸变、增加缺陷与异质界面,为协同调控介电与磁损耗、打破性能瓶颈提供了新范式。然而,如何将高熵设计理念高效应用于特定功能材料体系,并实现微观结构的精准调控,仍是该领域面临的挑战。

论文简介

2026年1月20日,西安科技大学白钰航及青岛大学附属医院Xu Zexian等在Ceramics International上发表题为"Entropy-driven lattice distortion in high-entropy rare-earth silicide carbides for superior electromagnetic wave attenuation"的研究论文。本研究通过高熵掺杂工程与超快焦耳热合成技术,成功制备了新型高熵稀土硅化物碳化物(RE₃Si₂C₂)电磁波吸收材料。研究以五种稀土元素(Y, Dy, Gd, Nd, La)等摩尔比掺杂,利用焦耳加热在1200°C、20秒的优化条件下快速合成出单相固溶体。通过系统表征发现,高构型熵(1.61 R)引发了显著的晶格畸变与微应变,形成了富含缺陷和异质界面的纳米层状微观结构。电磁性能测试表明,该材料实现了优异的阻抗匹配与高衰减常数协同,在1.5 mm厚度下获得了-49.17 dB的最小反射损耗和4.8 GHz的创纪录宽有效吸收带宽,雷达散射截面仿真显示其散射强度显著降低。该工作证实了熵驱动晶格畸变在增强多重损耗机制中的核心作用,为设计新一代高性能电磁功能材料提供了新策略。

图文解读

图1 样品制备流程示意图

图1展示了本研究采用的高熵稀土硅化物碳化物的制备流程。以等摩尔比的五种稀土金属粉末与β-SiC为原料,经湿法球磨、干燥、压片后,置于定制焦耳加热装置中,在高真空环境下通入直流电(20-30 A)实现秒级快速升温与烧结。该示意图清晰呈现了从原料混合、成型到快速热合成的完整工艺路径,突出了焦耳加热技术高效、快速的特性,为后续微观结构与性能的可控制备奠定了基础。

图2 烧结参数对RESC-5微观结构的影响

图2通过对比不同烧结温度(1000-1200°C)与保温时间(5-40 s)下RESC-5的升温曲线和SEM断口形貌,系统研究了焦耳热合成的工艺-结构关系。结果表明,1200°C烧结可获得致密度高(RD=92%)、晶界清晰、孔隙最少的层状结构;而延长保温时间至40 s会导致过烧结现象。该图确立了1200°C、20 s为最优工艺参数,实现了快速致密化与理想微观结构的平衡,证明了焦耳加热在抑制元素偏析、控制微观结构方面的优势。

图3 构型熵增加引起的结构演变

图3通过示意图、原子尺寸无序度计算、XRD图谱及Williamson-Hall分析,揭示了随着稀土元素种类增加(从RESC-1到RESC-5),构型熵升高导致晶格畸变加剧的过程。XRD显示所有样品均形成单相固溶体,(111)峰随大尺寸稀土离子掺入而向低角度移动,证实晶格膨胀。半高宽逐渐增宽及微应变从0.22%增至0.34%,直接证明了高熵引起的晶格畸变与微观应变增强,这为后续电磁性能的提升提供了结构基础。

图4 RESC-3的形貌、微观结构及成分表征

图4展示了中熵样品RESC-3的典型纳米层状形貌(SEM),EDS证实所有稀土元素在微观尺度上均匀分布,无偏析。HRTEM显示清晰的晶格条纹(对应(002)晶面,d=0.215 nm)及选区电子衍射斑点,证实了晶体结构。同时,图中观察到本征晶格缺陷与畸变,几何相位分析(GPA)揭示了材料内部存在的应变起伏,表明中熵掺杂已引入可观的晶格扰动与缺陷,为增强极化弛豫提供了位点。

图5 RESC-5的微观结构、缺陷与应变分布

作为高熵代表样品,图5展示了RESC-5更显著的微观结构特征。SEM与EDS显示均匀的元素分布与层状结构。HRTEM沿[0-11]带轴观察到多个晶面,放大图像、d间距测量及逆快速傅里叶变换分析直接证实了点缺陷和广泛晶格畸变的存在。GPA应变分布图显示在x和y方向均存在强烈的拉伸与压缩应变起伏,为高熵工程显著促进缺陷富集、从而调控电荷传输路径与累积提供了直观证据。

图6 五种样品的电磁参数与Cole-Cole图

图6系统对比了五个样品的电磁参数。随着构型熵增加,复介电常数实部(ε')与虚部(ε'')均呈现上升趋势,介电损耗正切值增大,表明高熵化有效增强了介电极化与电导损耗。Cole-Cole图中RESC-5出现更多半圆弧,指示其存在更丰富的德拜弛豫过程(包括界面极化和偶极子取向极化)。磁性能方面,RESC-5表现出较高的磁损耗正切,结合补充数据其具有高饱和磁化强度和低矫顽力,证实了高熵化同样优化了磁响应与损耗能力。

图7 三维反射损耗图、衰减常数及性能对比

图7直观展示了电磁波吸收性能与构型熵的正相关关系。RESC-5在1.5 mm厚度下实现了-49.17 dB的最小反射损耗和4.8 GHz的超宽有效吸收带宽,性能远优于其他样品。其同时具备优异的阻抗匹配(|Zin/Z0|接近1)和最高的衰减常数,确保了电磁波的高效入射与能量耗散。与已报道的高熵陶瓷吸波剂对比,RESC-5的性能处于领先地位,凸显了本工作材料体系的优势。

图8 雷达散射截面仿真与吸波机制示意图

图8通过CST微波工作室仿真,在12.3 GHz频率下评估了材料的实际隐身性能。涂覆RESC-5的板材表现出最弱的雷达散射信号,其RCS值在宽角度范围内大多低于-20 dB·m²,最大RCS减缩值达30.14 dB·m²,与实验反射损耗结果一致。示意图综合阐述了其优异的吸波机制:高熵诱导的缺陷与畸变增强缺陷/偶极化;异质界面(RE₃Si₂C₂/RE₂O₃/SiO₂)引发界面极化;缺陷提升载流子迁移率导致导电损耗;纳米层状结构促进多重反射;涡流损耗与共振损耗协同作用,共同实现高效电磁能耗散。

总结展望

总之,本研究通过高熵掺杂策略超快焦耳热合成技术相结合,成功制备了五元高熵稀土硅化物碳化物(Y0.2Dy0.2Gd0.2Nd0.2La0.2)₃Si₂C₂。高构型熵(1.61 R)诱导了显著的晶格畸变与微应变,形成了富含点缺陷、位错及异质界面的纳米层状微观结构。这种熵驱动的结构扰动通过多种机制协同增强了电磁损耗:缺陷作为极化中心强化了偶极子与界面极化;提升的载流子迁移率增大了电导损耗;优化的磁性能贡献了磁损耗;层状结构延长了电磁波传播路径。最终,该材料在应用性能上实现了突破,在1.5 mm薄厚度下获得-49.17 dB的强吸收与4.8 GHz的超宽吸收带宽,雷达隐身性能优异。本工作不仅证实了高熵工程在调控稀土硅化物碳化物电磁功能方面的普适性价值,也展示了焦耳加热作为一种高效、节能的合成路径,在制备熵稳陶瓷方面的巨大潜力,为设计下一代高性能、轻质薄层电磁波吸收材料提供了清晰的路线图。未来可探索将此类高熵设计理念与焦耳热合成技术拓展至其他三元或多元陶瓷体系,并进一步研究其在极端环境下的稳定性及多功能集成应用。

文献信息:Haiming Li, Xing Zhao, Dan Luo, Yudong Gao, Yuhang Bai, Zexian Xu. Entropy-driven lattice distortion in high-entropy rare-earth silicide carbides for superior electromagnetic wave attenuation. Ceramics International, 2026, ISSN 0272-8842

本工作所展示的1200°C、20秒超快合成路径,不仅证明了高熵设计理念的效力,更凸显了焦耳加热(Joule Heating)作为一种颠覆性制备技术的巨大潜力 。它通过直通式电致焦耳热,实现了秒级的超高温升降温,从根本上避免了传统烧结中难以控制的元素偏析和晶粒粗化,为精密调控"熵增-畸变-缺陷"这一核心结构创造了必要条件。可以说,这项研究的成功,高度依赖于快速、精准、可控的焦耳热过程

未来,将此类前沿材料设计从实验室推向更广泛的验证与应用,高性能、高稳定性的焦耳加热设备将成为关键支撑 。目前,国内已有像深圳中科精研这样的团队,专注于开发面向新材料研发的先进焦耳加热系统,致力于为科研人员提供能够精确复现乃至优化此类极限合成工艺的工具。当先进的材料理念与可靠的制备手段深度结合,必将加速下一代功能材料的探索进程。

相关推荐
AI营销干货站3 小时前
原圈科技AI市场分析:洞察全球消费,决胜2026出海
人工智能·microsoft
广州灵眸科技有限公司3 小时前
EASY EAI灵眸科技聚势瑞芯微AI软件生态大会
人工智能·科技
新缸中之脑3 小时前
在OpenClaw中构建专业AI角色
大数据·人工智能
薛定谔的猫19823 小时前
十五、基于 GPT2 中文模型实现歌词自动续写
人工智能·深度学习·gpt2·大模型 训练 调优
好奇龙猫3 小时前
【人工智能学习-AI入试相关题目练习-第十五次】
人工智能·学习
卢锡荣3 小时前
Type-c小家电性价比方案讲解LDR系列
网络·人工智能·计算机外设·电脑
ws2019073 小时前
从“面子”到“里子”的变革——AUTO TECH China 2026 广州展,引领汽车内外饰新纪元
人工智能·科技·汽车
zhengfei6114 小时前
Burp Suite 与AI之间的桥梁。
网络·安全·自动化
大江东去浪淘尽千古风流人物4 小时前
【LingBot-Depth】Masked Depth Modeling for Spatial Perception
人工智能·算法·机器学习·概率论