Группа материаловедов, специалистов по микроскопии и экспертов в области искусственного интеллекта из университетов и национальных лабораторий США представила инновационную платформу для трехмерного картографирования атомных дефектов в 2D-материалах, таких как максены (MXenes). Разработка позволяет решить фундаментальную проблему электронной микроскопии — невозможность определить по плоскому изображению, в каком именно атомном слое «сэндвича» расположена вакансия, что критически важно для контроля характеристик проводимости и прочности.
Что такое максены и почему они важны
Максены — это класс двумерных материалов, представляющих собой многослойные структуры («атомные сэндвичи») из переходных металлов, например титана, и углерода или азота. В процессе их производства методом химического травления исходной MAX-фазы сильными кислотами неизбежно возникают вакансии — отсутствующие атомы металла. Эти дефекты определяют эффективность материала в хранении энергии, проведении тока и химических реакциях.
Ранее из-за наложения слоев на снимках было невозможно точно локализовать дефект. Новая ИИ-платформа позволила впервые построить 3D-карту повреждений, выявив, что при высокой концентрации кислоты вакансии объединяются в кластеры и образуют сквозные нанопоры, пронизывающие всю структуру.
Фото: Brooke Buchan, National Laboratory of the Rockies
Технология исследования и роль ИИ
Фундаментом работы стала микроскопия в режиме HAADF, адаптированная для работы с чувствительными к пучку 2D-материалами. Для минимизации повреждений ученые использовали низкое напряжение (60 кВ) и малый ток (10–25 пА), объединяя серию снимков с короткой выдержкой для борьбы с шумом.
Так как HAADF дает двухмерную проекцию, для разделения слоев применили нейросеть архитектуры U-Net. Модель проанализировала свыше 150 000 атомных позиций, что позволило выявить тысячи дефектов, которые раньше приходилось классифицировать вручную. Путем деконволюции данных исследователи разделили три металлических слоя, определив, что внутренний слой обладает минимальной плотностью вакансий из-за более высокой энергии их образования.
Анализ распределения точечных дефектов в максенах с помощью микроскопии. Источник: Nature Communications (2026). DOI: 10.1038/s41467–026–71670-y
Зависимость структуры от синтеза
Анализ выявил четкую корреляцию между параметрами травления и дефектностью:
- Концентрация 5% и 9,1% HF: Доля вакансий титана составляет около 1,4–1,5%. При этом 9,1% кислоты иногда показывает даже большую дефектность из-за избирательного удаления поврежденных участков.
- Концентрация 12,5% HF: Доля вакансий возрастает до 3,49%.
Исследование подтвердило, что внутренний слой максена выступает своего рода «стабильным каркасом» благодаря высоким энергетическим барьерам для выбивания атомов, в то время как внешние слои принимают на себя основной удар химической обработки.
Будущее материаловедения
Теперь инженеры получили «карту», позволяющую целенаправленно управлять синтезом материалов. Понимание 3D-структуры вакансий открывает путь к проектированию более эффективных батарей, быстрой и экономичной электроники, а также сверхчувствительных датчиков. Контроль образования пустот позволит создавать компоненты с заранее заданными характеристиками, прогнозируемой долговечностью и устойчивостью к износу.
