纳米结构中的磁斯格明子

简介:

简介

磁性斯格明子(Magnetic Skyrmion)是凝聚态物理中一种手型自旋结构单元,矢量磁场所构成的一种特殊构型,两种典型结构如下图所示:

构型(a)有时候叫做径向斯格明子(Radial Skyrmion),刺猬斯格明子 (hedgehog skyrmion),非手性的,构型(b) 有时候叫做手性斯格明子(Chiral Skyrmion),螺旋斯格明子(spiral skyrmio)。这两种布局的拓扑量子数


都是 1,其中M是磁矩的单位矢量。可以在不同的磁性系统中被观测到。 如果从圆环边上某个自旋开始, 沿着矢量箭头形成的某条穿越中心的线直至圆环的另一边,我们会发现矢量有一个螺旋旋转, 要么自旋矢量在径向连续地旋转(Néel式),要么自旋矢量在垂直径向方向连续旋转(Bloch式)

 

实验发现,斯格明子出现在具有Dzyaloshinskii-Moriya 相互作用(DMI)的磁性材料中。在此之前,我们先谈谈铁磁材料的一些基本性质,然后谈谈所不可或缺的Dzyaloshinskii–Moriya相互作用。

 

 铁磁材料

铁磁材料在生活中人人尽知,处处可见,从罗盘的指南针到磁性门锁,数据存储器,像磁带(是的,即使到今天它还活着)和硬盘。  铁磁材料中的磁性源自于所谓的对称的自旋交换作用,这是一种纯粹的量子力学效应,更确切地说,是源自于晶格中近邻的原子的电子波函数有一定的交叠,使得原子磁矩(理论抽象为自旋S)喜欢排向同一个方向从而使得能量最低。该种交换作用可以通过如下哈密顿量描述:

Hexchange = - J S1* S2 

显然在J>0的情况下,当 S1  和 S2 朝着同一方向平行排列,哈密顿量 Hexchange 的能量最低,当 S1  和 S2反平行,能量最高。


Dzyaloshinskii–Moriya相互作用 (DMI)

磁性材料中另外一种不对称的交换作用,即Dzyaloshinskii–Moriya相互作用 (DMI)。在一级近似上,哈密顿量可以写成

HDMI = D12   S1 x S2 

这里D12 称为DMI 矢量。当S1  和 S2相互垂直,且它们的叉乘的符号与D12 反号,此时能量最低。 这种机制就引起了自旋螺旋排列的倾向。 S1  和 S2所在平面垂直于DMI 矢量D12 ,从而由于根据D12 的方向决定了两类磁性斯格明子的存在。


同时将铁磁和DM这两种短程作用考虑在内,它们相互竞争,体系就会呈现出有趣的构型,形成相邻的自旋夹角介于90度和0度平行之间的螺旋结构,螺旋度依赖于两种相互作用强度的比例D/J。下图为一维自旋链的螺旋构型:

斯格明子

在二维和三维磁性系统,还存在其它可能的构型,就包括熟知的斯格明子构型,下图为一种:

斯格明子可以构成一个六角格子的斯格明子固体,也可以形成自由移动的斯格明子气体,如下图所示:


斯格明子原是物理中的准粒子概念,后来被广泛借用,其中磁性斯格明子特指凝聚态物理中一种手型自旋结构单元,它的中心自旋取向向下,而周围取向向上,这种结构不能由铁磁态连续地变化而来,是一种拓扑保护的稳定状态。由于自旋的不同取向可以对应二进制的“0”和“1”,磁性斯格明子可以作为一种非常好的存储单元。磁性斯格明子的自旋从中心到周围需要连续过度,因此存在两种可能的状态:自旋矢量在径向连续地旋转(Néel式)和自旋矢量在垂直径向方向连续旋转(Bloch式),这两种状态由DMI矢量决定。


磁性斯格明子的存现所不可或缺的就是Dzyaloshinskii–Moriya相互作用。一般来讲,界面处DMI通常会导致尼尔(Néel)式磁性斯格明子,而体态DMI则可以使布洛赫(Bloch)式磁性斯格明子稳定存在。因此,DMI对磁性斯格明子态的存在是至关重要的。由于DMI的产生要求体系反演对称性破缺,因此磁性斯格明子只能存在于反演对称性被界面不对称破坏了的铁磁薄膜或没有中心反演对称性的铁磁晶体中。当DMI高于临界值时,单个磁性斯格明子态或多磁性斯格明子态将取代铁磁态成为最稳定的基态,而当DMI较弱时,磁性斯格明子态则可以由拓扑保护作为亚稳态存在。


斯格明子的产生及表征

磁性斯格明子的产生需要它与一层自旋轨道耦合强度大的材料接触,这样当自旋轨道耦合层通过电流时,由于自旋霍尔效应将产生较大的自旋极化,利用电流将自旋极化的电子在某一点注入到磁性材料中,磁性材料将会感受到自旋转移扭矩。若电流大小合适,则可以做到只翻转通入电流的注入点附近的电子自旋而保留周围电子自旋不变,这就产生了一个磁性斯格明子。磁性斯格明子可以利用洛伦兹透镜进行表征,通过探测其中的磁矩方向来确定是尼尔式的还是布洛赫式的,且能够确定其位置及大小。


目前,磁性斯格明子的主要应用前景是下一代超高密度、低能耗、高稳定性的存储器件。传统的磁盘存储是固定的磁盘加上运动的磁头,由磁头去寻找需要读写的位置进而进行读写操作。磁头的寻找是宏观的机械运动,这大大限制了读写的速度。而对于磁性斯格明子来说,已经有报道称可以利用电流对磁性斯格明子进行定向驱动(50m/s),这样就产生了新的“racetrack  memory”概念,即把磁头固定不动,由电流驱动磁性斯格明子运动至磁头处进行读写,再返回它们应在的存储位置。由于磁性斯格明子是微观粒子,它的运动速度可以大大超过宏观磁头的速度,进而增加效率。


为了实现这种应用,Fert等自旋电子学科学家建议在以下几个方面对材料的性质进行提升:


1、界面效应。在缺少中心反演对称性的铁磁体中,只能通过自旋转移扭矩现象来驱动磁性斯格明子移动,且速度较低,因此人们普遍把希望放在了铁磁薄膜中的尼尔式磁性斯格明子上。这时,界面DMI的大小能否精细调控就显得尤为重要。而且由于薄膜的体积更小,相应的存储密度也更大、更省材料。研究表明,对于非常薄的薄膜(几个原子层),DMI的大小随着薄膜原子层数增加有比较明显的减小,这意味着需要制作由更少原子层构成的材料,这在实验室中不是特别大的问题,但对于工业界来说就比较困难。


2、为了实现超高密度,需要设法减小磁性斯格明子的直径,原则上信息单元的大小可以接近于几倍的磁性斯格明子的直径,即几十甚至十几纳米量级。已有的实验表明,即使是DMI相差不大的体系,磁性斯格明子的半径也可以相差非常多甚至2-3倍,这说明除了DMI之外,也许其他相互作用(如磁偶极相互作用)等可能也对磁性斯格明子的半径有很大的影响,其中具体的机制还需要进一步的深入认识。此外,磁性斯格明子的半径可以通过垂直方向的磁场调控,较弱的磁场(50mT)就可以把磁性斯格明子的半径减小至一半左右。


3、低能耗。实验已经证明,生成一个磁性斯格明子所需的电流很小,因此单纯读写的能耗不会太高,但如何在保证磁性斯格明子运动速度不变的前提下降低操纵磁性斯格明子运动的电流却仍然需要进一步的研究。


4、稳定性。由于磁性斯格明子的拓扑保护性质,低温下稳定性有一定程度的保障,但是室温下的稳定性却并不是那么好,从数据存储的角度来讲还需要进一步加强。去年,有课题组报道称,观察到了室温下在磁性薄膜中的磁性斯格明子的稳定存在并可以利用电流对其进行了驱动,这也为未来的应用打下了坚实的基础。


原文发布时间为:2017-01-17
本文作者:Hans Fangohr
本文来源:量子趣谈,如需转载请联系原作者。

目录
相关文章
|
网络协议 JavaScript 前端开发
使用正则表达式验证身份证号、QQ号、手机号、邮箱、地址、邮编、银行卡号、学号、车牌号、快递单号、验证码、ISBN号、网址、IPV4地址、IPV6地址、出生年月日、姓名2
使用正则表达式验证身份证号、QQ号、手机号、邮箱、地址、邮编、银行卡号、学号、车牌号、快递单号、验证码、ISBN号、网址、IPV4地址、IPV6地址、出生年月日、姓名
3119 0
|
10月前
|
数据采集 人工智能 监控
40.8K star!让AI帮你读懂整个互联网:Crawl4AI开源爬虫工具深度解析
Crawl4AI 是2025年GitHub上备受瞩目的开源网络爬虫工具,专为AI时代设计。它不仅能抓取网页内容,还能理解页面语义结构,生成适配大语言模型的训练数据格式。上线半年获4万+星标,应用于1200+AI项目。其功能亮点包括智能内容提取引擎、AI就绪数据管道和企业级特性,支持动态页面处理、多语言识别及分布式部署。技术架构基于Python 3.10与Scrapy框架,性能卓越,适用于AI训练数据采集、行业情报监控等场景。相比Scrapy、BeautifulSoup等传统工具,Crawl4AI在动态页面支持、PDF解析和语义分块方面更具优势
3653 0
40.8K star!让AI帮你读懂整个互联网:Crawl4AI开源爬虫工具深度解析
|
机器学习/深度学习 存储 人工智能
《量子计算硬件:关键指标对人工智能应用性能的影响》
量子计算硬件的关键技术指标对人工智能性能至关重要。量子比特数量决定信息处理规模,更多量子比特可加速机器学习、提升模型精度;相干时间保障量子态稳定,延长其能提高计算可靠性;门保真度确保操作准确,高保真度增强计算精度与容错能力。其他如耦合强度、噪声水平等也协同作用,共同影响性能。优化这些指标将推动AI发展。
442 66
|
6月前
|
机器学习/深度学习 算法 数据可视化
基于YOLOv8的无人机航拍树木目标检测系统|精准识别【含完整训练源码+部署教程】
本项目基于YOLOv8构建了一个支持无人机航拍图像的棕榈树目标检测系统,兼具高精度识别能力与友好的图形化交互界面。通过结合PyQt5,实现了图片、视频、摄像头等多种输入方式的检测体验,极大提升了项目的实用性与可扩展性。
基于YOLOv8的无人机航拍树木目标检测系统|精准识别【含完整训练源码+部署教程】
|
11月前
|
前端开发 Java 关系型数据库
基于DeepSeek的智慧医药系统源码分享
智慧医药系统基于HTML前端、Java后端,使用Springboot、DeepSeek和MySQL技术栈开发。系统分为游客、用户和管理员三个角色,提供疾病与药品查询、智能问诊、个人资料管理、反馈提交等功能。游客可进行搜索查询,用户能修改资料及咨询智能医生,管理员则负责疾病、药品和反馈管理。项目含视频教程,安装依赖环境包括Java、Maven、IntelliJ IDEA和MySQL。源码地址:gitee.com/beginroad/bishe。
286 7
基于DeepSeek的智慧医药系统源码分享
|
11月前
|
算法 编译器 C++
C++20之2025年上桌我坐哪里?
C++20是C++语言的一次重大更新,引入了模块、协程、概念、范围等革命性特性。相比老版本,它显著提高了开发效率、增强了代码可读性和可维护性,并通过优化编译和运行性能提升了整体表现。这些改进推动了现代C++编程范式的发展,帮助开发者应对复杂软件工程挑战。文章回顾了C++发展历程,详细分析了C++20的新特性及其优势,展望了其未来潜力。
449 1
|
图形学
【制作100个unity游戏之23】实现类似七日杀、森林一样的生存游戏14(附项目源码)
【制作100个unity游戏之23】实现类似七日杀、森林一样的生存游戏14(附项目源码)
251 3
|
Java 数据库 开发者
一文带你掌握Spring事务核心:TransactionDefinition详解!
TransactionDefinition是Spring框架中用于定义事务属性的核心接口。在Spring的事务管理中,这个接口扮演着至关重要的角色,它允许开发者定制事务的各种属性,如隔离级别、传播行为、超时时间以及是否只读。
394 2
一文带你掌握Spring事务核心:TransactionDefinition详解!
|
运维 应用服务中间件 数据库
深入解析现代运维中的自动化工具应用
在现代运维领域,自动化工具成为提高工作效率和降低人为错误的关键因素。本文将探讨几种常见的运维自动化工具,它们的功能、优势及其在实际应用中的案例,以期为运维人员提供有价值的参考。
288 0
|
算法 网络协议 数据建模
【计算机网络】—— IP协议及动态路由算法(上)
【计算机网络】—— IP协议及动态路由算法(上)
912 0