|
|
|
|
|
重庆大学智能微纳传感系统团队:Au/Mg 等离激元纳米孔阵列的理性设计为高效氢气传感建立结构准则 |
|
|
论文标题:Rational Design of Au/Mg Plasmonic Nanohole Arrays for Efficient Hydrogen Sensing
论文链接:https://www.mdpi.com/2227-7080/13/12/564
期刊名:Technologies
期刊主页:https://www.mdpi.com/journal/technologies
氢气无色、无味且易燃,可靠的在线监测是氢能应用走向规模化的重要安全环节。Feng 等在 Technologies 发表的研究,以 Au/Mg 多层纳米孔阵列为对象,系统考察层序、组分、厚度和堆叠数如何共同塑造氢化前后的光谱响应。研究并非器件实测,而是基于 FDTD 的稳态数值模拟;其价值在于把“灵敏度—谱峰锐利度—结构稳定性”的取舍转化为可操作的设计准则。
文章导读
等离激元传感利用金属纳米结构对周围介电环境的敏感性,把氢吸收所造成的材料光学变化转成可读出的光谱位移。本文将具有稳定等离激元响应的金(Au)与可发生氢化相变的镁(Mg)结合:当 Mg 转化为 MgH2 时,介电函数显著改变,从而扰动纳米孔阵列的异常光透射(EOT)共振。作者的关键问题并不只是“能否检测氢气”,而是如何通过结构设计,在大位移、窄线宽和可实现性之间取得更合适的平衡。
研究材料与方法
研究采用 Lumerical FDTD Solutions 进行有限差分时域模拟。模型为玻璃基底上的六角排列圆孔阵列:孔径 200 nm、周期 500 nm;比较 Au–Mg–Au 与 Mg–Au–Mg 等多种多层构型。计算中以金属 Mg 与完全氢化后的 MgH2 的光学常数替换来模拟氢暴露前后状态,并在周期性边界条件下获得透射光谱和近场分布。因而,文中结果表征的是完全氢化前后的平衡光学上限,而非吸氢动力学或真实器件的响应时间。
|
论文类型
|
FDTD 数值模拟研究(稳态光学响应)
|
|
研究对象
|
Au/Mg 多层等离激元纳米孔阵列
|
|
核心变量
|
层序、Au/Mg 比、总厚度与堆叠层数
|
|
氢气响应机制
|
Mg 氢化为 MgH2 所引起的介电函数变化
|

图 1. 三层 Au–Mg 纳米孔阵列的结构示意与氢化前后透射谱(据原文 Figure 1 裁切,CC BY 4.0)。
研究结果与讨论
一、先改变“层序”:把 Mg 放在外层,能更直接地调制共振
在代表性的 25–50–25 nm 三层结构中,Mg–Au–Mg 构型的计算共振红移为 208 nm,FoM 为 1.03;Au–Mg–Au 则为 88 nm 和 0.58。作者将这一差异归因于外侧 Mg 层与表面等离激元模式之间更直接的耦合:Mg 氢化后产生的介电变化,能够更有效地影响共振条件。对传感结构而言,材料出现在哪里,与材料本身是什么同样重要。
二、再调“组分与厚度”:灵敏度和谱峰质量存在可量化的权衡
组分扫描显示,Mg 含量提高通常会放大氢化诱导的光谱位移,却也使共振变宽、稳定性下降;Au 含量高时,谱峰更尖锐,但氢响应会被削弱。以 Mg–Au–Mg = 30:40:30 nm 为例,模拟得到约 275 nm 的位移和约 1.15 的 FoM,体现出中等组分的折中价值。厚度同样不能简单追求更厚:在 Au–Mg–Au 的超薄区(总厚度 30–50 nm),文中报告的位移约为 490–641 nm;当总厚度增至 300 nm,位移降至约 25 nm。超薄结构带来高响应,但也意味着机械、氧化和制造容差需要在后续实验中重点验证。
三、最后看“层数”:终止层引出奇偶效应
在总厚度固定为 100 nm 的多层比较中,作者观察到明显的终止层奇偶效应:以 Mg 作为外层终止的偶数层构型,通常比 Au 终止的奇数层构型具有更大的氢化光谱位移。四层 Au–Mg–Au–Mg 的计算位移达到 325 nm,Figure 6d 与论文结论中给出的 FoM 为 1.71。这一现象提示,纳米孔阵列的边界条件会改变场分布与泄漏方式,表面终止层是可被单独利用的设计自由度。

图 2. 不同层数下的多层纳米孔阵列及其氢化光谱响应(据原文 Figure 6 裁切,CC BY 4.0)。
研究总结
这项工作给出的核心贡献,是将 Au/Mg 等离激元氢传感器的结构调参归纳为一套清晰的路线:优先考虑 Mg–Au–Mg 一类外层 Mg 构型;在组分上保留足以形成清晰等离激元模式的 Au;在厚度上利用超薄结构获得更大光谱调制,同时接受并验证其稳定性挑战;再通过层数和终止层进一步微调模式边界。它为后续器件设计提供了合理起点,但其关键性能仍需通过真实薄膜的氢化可逆性、表面氧化、扩散动力学和制造误差测试来确认。
论文信息
|
作者
|
Jiyu Feng; Yuting Liu; Xinyi Chen; Mingyu Cheng; Bin Ai
|
|
机构
|
重庆大学微电子与通信工程学院,重庆市生物感知与智能信息处理重点实验室
|
|
文献
|
Feng, J.; Liu, Y.; Chen, X.; Cheng, M.; Ai, B. Technologies 2025, 13, 564.
|
|
DOI
|
10.3390/technologies13120564
|
期刊介绍
主编:Manoj Gupta, National University of Singapore, Singapore
Technologies 旨在涵盖未来支持人类发展的最新技术进步。包括但不限于:机器学习和人工智能技术;信息与通信技术;计算机科学与工程技术;材料科学与材料加工技术;辅助技术;医疗技术;电子技术;环境技术;制造技术;建筑技术;量子技术;未来工程技术。
|
2025 Impact Factor
|
5.2
|
|
2025 CiteScore
|
6.7
|
|
Time to First Decision
|
17 Days
|
|
Acceptance to Publication
|
3.6 Days
|
特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。