作者:巨龙等 来源:《科学》 发布时间:2024/5/11 11:38:49
选择字号:
五层菱方石墨烯中的量子反常霍尔效应

 

近日,美国麻省理工学院物理系巨龙课题组在菱方堆叠的五层石墨烯和二硫化钨的异质结中观测到了量子反常霍尔效应。相关论文以“Large quantum anomalous Hall effect in spin-orbit proximitized rhombohedral graphene”为题于2024年5月10日发表于Science期刊。

论文通讯作者是巨龙助理教授,第一作者是韩同航、路正光、姚宇轩,其他作者有杨纪翔和Junseok Seo。合作者有美国德州大学达拉斯分校张帆教授、Chiho Yoon;麻省理工学院付亮教授;日本国立材料科学研究所Kenji Watanabe、Takashi Taniguchi教授。

量子反常霍尔效应是一种特别的拓扑物态行为。其具体表现为在零磁场下器件显示量子化的霍尔电导。这一现象由诺贝尔物理学奖得主Duncan Haldane预言,其后首先被清华大学薛其坤教授带领的团队在磁性掺杂的拓扑绝缘体中观测到。因为这一实验发现,薛其坤教授于2024年获得了美国物理学会凝聚态领域最高奖巴克利奖。量子反常霍尔效应不仅在基础物理研究中具有重要意义,同时对实现手性马拉约纳边界态和拓扑量子计算具有奠基性意义。迄今为止,量子反常霍尔效应只在磁性拓扑绝缘体和二维材料的摩尔超晶格中被观测到,其中绝大多数材料的量子化电导都对应于陈数为一。

石墨烯是一种完全由碳原子构成的单层材料。我们日常使用的铅笔芯由石墨构成,它是一种层状材料,如果将石墨变薄直至单层就获得了石墨烯。介于三维的石墨和单层的石墨烯之间,多层石墨烯晶体在完全没有层间转角的情况下可以表现出超乎寻常的物理性质。在出乎理论预言的情况下,近日美国麻省理工学院物理系巨龙课题组在菱方堆叠的五层石墨烯和二硫化钨的异质结中观测到了量子反常霍尔效应。同时,被观测到的量子霍尔电导对应的陈数为五,远高于目前所有的量子反常霍尔效应材料中的陈数。这一量子化电导可以在1.5开尔文以下的温度区间被观测到。类似的效应在低于或者高于五层的晶体石墨烯中从未被观测到。因此,此实验是量子反常霍尔效应在晶体石墨烯中的首次实现。

此次实验的关键在于五层菱方石墨烯和二硫化钨的协同作用。五层菱方石墨烯具有非常平坦的能带结构以及非常大的贝里相位。同时,其能带和贝里相位可以被外加电场所调控。这些条件构成了量子反常霍尔效应的基础。但在电荷中性的五层菱方石墨烯中,时间反演对称性依然存在,导致其并不能表现出量子反常霍尔效应,因为后者只能在时间反演对称性被打破的条件下存在。二硫化钨具有很强的电子自旋轨道耦合,并且可以将这一效应传递给与其相邻的石墨烯中的电子。在石墨烯和二硫化钨二者共存的情况下,能谷和自旋对称性同时被打破,导致异质结结构表现出量子反常霍尔效应。这一机理完全不同于磁性拓扑绝缘体与二维摩尔超晶格中产生量子反常霍尔效应的机理,因为该器件中并不存在磁性原子和摩尔超晶格效应。因此,此次实验打破了传统观念,对于在一般材料中实现量子反常霍尔效应具有重要指导意义。

图1:菱方五层石墨烯-单层二硫化钨器件结构和实验相图。

量子反常霍尔效应具有十分直观的物理图像:二维材料的内部为绝缘体,电子只能沿材料的边界传播。这些边界态类似于高速公路,允许电子在没有能量耗散的情况下传播。陈数对应于高速公路的车道数目。相比于磁性拓扑绝缘体和二维摩尔超晶格,五层菱方石墨烯可以容纳五倍的电子传输能力,因此对实现基于拓扑物态的低能耗的电子器件具有重要意义。

在此次实验之前,巨龙课题组已经在五层菱方石墨烯中报道了陈数为五的陈绝缘体。这在当时是首次在晶体石墨烯中观测到陈绝缘体。在当时的器件中,需要外加一特斯拉的磁场来诱导量子化的霍尔电导。受此现象启发,课题组引入了二硫化钨使得量子化电导在零磁场下可以存在。

图2:陈数为5的量子反常霍尔效应。

图3:电场调控的拓扑相变。

巨龙课题组长期关注石墨烯等二维材料体系中的强关联与拓扑效应,近年来在菱方堆叠多层石墨烯系统中有一系列进展。最近半年来,在同样的菱方堆叠五层石墨烯样品中,课题组报道了其中关联绝缘态,陈氏绝缘态,以及多种对称性破缺金属态,轨道多铁态,分数量子反常霍尔效应等多种新奇物相。菱方堆叠多层石墨烯晶体已成为一个重要的研究强电子关联与拓扑效应的新平台。(来源:科学网)

相关论文信息:https://doi.org/10.1126/science.adk9749

 
 打印  发E-mail给: 
    
 
相关新闻 相关论文

图片新闻
首张另一星系中的恒星照片出炉 《自然》(20241121出版)一周论文导读
清华这位院士搭建了一座室外地质博物园 科学家完整构建火星空间太阳高能粒子能谱
>>更多
 
一周新闻排行
 
编辑部推荐博文
 
Baidu
map