【摘 要】
:
磁性拓扑材料中磁有序与拓扑态的相互作用是凝聚态物理学中一个重要的研究课题,为探索奇异的拓扑量子现象提供了理想的平台。在这些拓扑现象中,量子反常霍尔(QAH)效应由于具有本征无耗散手性边缘态以及量子化的反常霍尔电导,成为当前凝聚态物理学最关注的课题之一。自1988年开始,就不断有理论物理学家提出各种方案来实现QAH效应。2013年,人们首次在磁性掺杂的拓扑绝缘体中通过实验观察到QAH效应,从而掀起了
论文部分内容阅读
磁性拓扑材料中磁有序与拓扑态的相互作用是凝聚态物理学中一个重要的研究课题,为探索奇异的拓扑量子现象提供了理想的平台。在这些拓扑现象中,量子反常霍尔(QAH)效应由于具有本征无耗散手性边缘态以及量子化的反常霍尔电导,成为当前凝聚态物理学最关注的课题之一。自1988年开始,就不断有理论物理学家提出各种方案来实现QAH效应。2013年,人们首次在磁性掺杂的拓扑绝缘体中通过实验观察到QAH效应,从而掀起了拓扑绝缘体中各种磁性掺杂研究的热潮。然而,磁性掺杂的不均匀性通常不利于形成长程磁有序,使得磁性掺杂系统中的QAH效应只能在超低温度下发生。与磁掺杂体系相比,本征磁性拓扑绝缘体更有利于形成长程磁有序,因为理论上可以实现高温QAH效应。最近,具有本征磁性的范德瓦尔斯(vd W)超晶格Mn Bi2Te4/(Bi2Te3)n(n=0,1,2,3,…)被证明具有丰富的拓扑态;尤其,人们在五层结构的Mn Bi2Te4中观测到了1.4 K零场QAH效应。此外,其它Mn-Bi-Te体系中拓扑相的实现目前也引起了广泛的兴趣。众所周知,施加电场或磁场不仅可以实现拓扑态的量子调控,还可以促进拓扑态在实验中的观察。因此,在外加电场或磁场的作用下,对Mn-Bi-Te体系的拓扑态进行理论研究是十分有必要的。本文基于第一性原理计算和紧束缚模型,对二维本征磁性vdW双层异质结Bi2Te3/MnBi2Te4中的自旋极化拓扑态进行了系统深入的研究,详细讨论了在外电场和磁场作用下拓扑态的演化行为。首先,我们计算发现,Bi2Te3/Mn Bi2Te4异质结间的电荷转移产生了较强的内建电场,进而Rashba自旋轨道耦合与内建电场的相互作用使得Bi2Te3/Mn Bi2Te4异质结是具有时间反演破缺的量子自旋霍尔(QSH)绝缘体,其量子化自旋霍尔电导与非零自旋陈数相关。在外加电场作用下(等效于调控层间距),这种时间反演对称破缺的QSH相具有高度可调的非平庸带隙:正向电场可以有效地增强层间杂化,从而增大非平庸带隙;反向电场可以有效地减弱层间杂化,则可以减小非平庸带隙。其次,我们基于最大局域Wannier函数的紧束缚模型,研究了外磁场下Bi2Te3/Mn Bi2Te4异质结中拓扑态的演化行为,发现随着磁场强度的增加,系统由时间反演对称破缺的QSH相转变为QAH相。最后,我们发现反向电场可以有效促进QAH相的实现,进而揭示了外磁场和电场作用下Bi2Te3/Mn Bi2Te4异质结中拓扑相的竞争关系。因此,我们的工作不仅发现了Bi2Te3/Mn Bi2Te4异质结中自旋极化拓扑态在电场和磁场作用下的高可调性,还将促进相关结果在自旋电子学和拓扑器件上的进一步应用。
其他文献
车辆系统动力学仿真与预见控制需要精确的车辆模型,例如多体系统动力学模型。尽管目前存在许多第三方汽车仿真建模与动力学分析软件,如ADAMS等能够较为准确地进行车辆动力学分析,但它们在复杂的驾驶工况下模型求解不稳定,计算效率偏低,在处理碰撞分析和参数不确定性问题时有较大的困难。为了实现车辆特别是智能汽车的预见控制,需要车辆系统的精确实时仿真。本文提出了一种基于深度神经网络算法的数据驱动建模方法,用于计
碳达峰碳中和战略目标下,节能低碳成为发展的必然选择。新能源汽车以高环保度、低能耗优势,成为众多国家汽车产业减排降碳和改善能源消费结构的必然选择。消费者对新能源汽车的意愿支付直接影响其发展推广,与对传统汽车的意愿支付相比,消费者对新能源汽车的意愿支付包含额外的环保意识。随着消费者对新能源汽车意愿支付的提升以及补贴等利好政策实施,我国新能源汽车产销量逐年递增。在新能源汽车与传统汽车竞争阶段,亟需关注消
伴随着轮式移动机器人领域理论研究的深入、科学技术的飞速发展以及基础硬件的更新换代,更高精度的传感器、更快速的处理器、更先进的控制理论都让轮式移动机器人在各种生产生活领域有了展现自身优势的机会。在无人运输领域,轮式移动机器人凭借着简单的车身结构和优秀的承载能力被广泛应用。本文研究的六轮差速移动机器人主要应用于资源站到资源站点对点的物资运输,机器人的六轮差速结构不仅具备轮式机器人的基本优点,还具有良好
我国育龄夫妇生育力呈下降趋势,不孕发病率逐年增长,愈来愈多生育困难的夫妇选择借助辅助生殖技术获得支持;医疗技术水平上,我国辅助生殖技术发展迅速,在综合医院中已逐步取得全面推广应用,截至2020年已增加至536家;国家在政策上陆续发布了“三孩”鼓励政策、辅助生殖机构建设推动政策、辅助生殖相关医疗保障政策等,这些政策都有利于推动辅助生殖医学中心的建设与发展。而全国大部分综合医院在建设之初,往往未考虑辅
作为一种清洁、安全、经济、有效的膜分离技术,超滤(ultrafiltration,UF)在净水处理和污水回用领域发挥着重要作用。然而,超滤在运行过程中,不可避免会产生膜污染。膜污染会大大降低产水量、恶化出水水质、缩短膜使用寿命,从而显著增加投资运行成本。在众多膜污染控制方式中,膜改性可以通过调控膜的本身固有特性,从污染构建的初始阶段有效地减少膜与污染物之间的相互作用,在膜污染控制方面表现出巨大的潜
信贷业务是银行业务的重要组成部分,对申请贷款者的还款能力进行评估是信贷业务中极为关键的一个环节。经过多年的发展,信用评估已经形成了一套成熟的方法体系。但是随着大数据时代的到来,基于逻辑回归的传统风控体系的弊端不断凸显。机器学习算法,由于引入了非线性因素,具有更强的拟合能力,能够从海量数据中挖掘出有价值的信息,越来越受到风险评估领域的青睐。因此,如何使用机器学习算法改进现有的信用评估模型,提升模型预
换流变压器作为直流输电系统的核心设备,其运行可靠性不仅关系自身的使用寿命,更关乎电力系统的安全稳定。然而,由于换流变压器供电容量与结构尺寸的失衡性增长,且两侧绕组内存在大量的高次谐波电流,使得其内局部过热的现象日益严重。当换流变压器热点温度(温度最高点)超过规定限值时,会加速其主要绝缘材料的老化,甚至造成绝缘击穿。因此,准确并快速获取换流变压器内部温度场分布特性以及热点温度信息,对换流变压器的绝缘
随着深度神经网络的快速发展,深度学习模型已经逐渐深入到军事、身份识别、医疗、自动驾驶等多个场景中。然而,最近的研究表明,对于输入样本中精心添加的轻微扰动,深度学习模型会以极高的置信度对其做出错误的判别,我们将这种输入称为对抗样本。对抗样本的问题暴露了深度学习模型在敏感领域应用的安全风险。目前已经有很多工作通过研究对抗样本的生成来增强模型的鲁棒性,其中大多数生成算法都通过对输入进行全局扰动的方式来实
应用统计硕士专业因其跨考门槛低、就业范围广,近几年已成为了考研的爆火专业,且每年的报考热度只增不减。该专业的学生同时具备数理统计基础与计算机应用能力,因此该专业应用方向开阔,就业市场广泛,涉及金融、互联网、人工智能等多个热门领域。在这样的大趋势下,为了探究目前应用统计人才的就业发展状况,本文通过收集应统类人才的岗位招聘数据,分析其就业需求现状并建立薪资预测模型,旨在帮助求职者了解就业形势,同时为应
本文概述烟草企业工会思想政治工作内涵,从加强思想教育、落实民主管理、开展劳动竞赛、深化文化建设、加强自身建设等角度,分析新形势下烟草企业工会如何在思想政治工作中发挥作用,期望能为相关工作者提供一定的参考。