又导了?中科院等发现新疑似室温超导材料,作者:对结果很有信心
丰色 发自 凹非寺
量子位 | 公众号 QbitAI
室温超导又又又来了?
就在这两天,来自中科院、北科大、华南理工等机构的大佬们 (网名“真可爱呆、洗老师、关山口、火机仙人、青蛙、陈老师”等) 发布最新联合研究成果:
铜代铅基磷灰石在室温附近可能存在迈纳斯效应 (超导特征之一) 。
也就是疑似有另一种室温超导材料成为希望。
据了解,所涉样品来自 不同单位,用了不同的合成方法,测试也是用的不同实验室和方法,但得到的结果却高度统一 。
消息一出,大伙又沸腾了。相关话题迅速登上知乎热搜第三名。
眼看导派和寄派大战一触即发?作者本人们也相继下场回应,好不热闹。
这就带大家前往第一吃瓜现场。
铜代铅基磷灰石,新的室温超导?
先来看论文主要内容。
主要发现如下:
1、在室温以下的铜代铅磷灰石(CSLA)中,作者观察到在25 Oe磁场下有抗磁直流磁化现象,并且在零场冷却(ZFC)和场冷却(FC)测量之间出现显著的分叉。
(分叉现象说明它与典型到超体的磁化数据类似)
2、当磁场增加到200 Oe时,其性质变为顺磁性。
而后在冷却过程中出现了一种玻璃态记忆效应 (100K左右的拐点) 。
3、在250K以下,检测到了典型的 超导磁滞回线 (也就是下图d中的钻石曲线,标准超导材料的标志之一,不太对称是因为玻璃态记忆效应) ,以及磁场正向和反向扫描之间存在不对称性。
4、作者最终结论是:
实验表明,在室温下,迈斯纳效应 可能 存在于这种材料之中。
这是他们在室温下测得的M-H回滞现象。
注意是“可能”,再加上论文标题中也用上了“possible”、“near”,看得出作者的态度比较谨慎,并未断定超导一事。
知乎网友@momo给了一个相对好理解的总结:
总的来说,这篇研究就是通过M-T曲线和磁滞M-H环的双重研究,调查了CSLA中的抗磁性,这种现象可以在高达250K的温度中观察到。而鉴于在300K以上的零场冷却和场冷却分叉现象,作者认为仍有很大机会观察到室温下的超导性。
不过唯一的问题是样品中的信号非常微弱,需要进一步合成更多活性成分的可扩展样品,然后继续验证 (作者也在论文中提了) 。
知乎网友@芝了 (香港科技大学凝聚态物理博士后) 也指出:
抗磁信号弱可能与超导体积分数很小有关 ,并需要排除是否为样本杆的抗磁背底问题。
对于整个发现,看好者不少;至于 质疑声 ,当然也有。
例如中科院电工研究所副研究员张子立就发表知乎文章表示:
由于磁化率数据不匹配,在这么弱的信号里,要表达千分之一是来源于超导相,仅仅凭借这么一幅图,远远不够。
再加上他认为M-T曲线也有“剩磁”这一不合理现象,所以不认为这是迈斯纳效应的有效证明,具体还得进一步证明。
作者亲自回应:对测试结果很有信心
在相关知乎话题下,好几位作者亲自进行了回应。
首先是 “洗芝溪” 即华南理工大学姚尧教授,他先承认“信号确实比较差,比韩国LK-99还小一个量级,超导体积分数大约就是千分之五左右”。
进而表示这是因为 样品量本来就少 ,还分了一部分去做EPR (检测微观磁性) 。
对于测试结果,他表示充满信心,因为转变温度、临界磁场,都跟微波测试的数据能交叉印证、相互自洽。
最重要的是,样品来自不同单位,不同的合成方法,测试是在不同实验室不同的人操作,测试方法也完全不同,得到的结果却高度统一。
末了他还吊了一把大伙的胃口:
除了本文的迈纳斯效应,还有很值得的东西且已在按部就班的安排之中。
至于具体是啥,从洗老师回应张子立的质疑来看,可能是视频。
其次是“真可爱呆”,TA分享了发现过程,看起来整个发现主打一个 偶然 。
用本人的话来说,主要是“EPR测试,加洗老师独门手艺,从即将去垃圾桶的样品里,然后就找到了迈斯纳”。
另一网名为 “火机仙人” 的作者则补充道:
这篇论文解释了韩国人为什么在25Oe测的ZFC-FC。
以及他认为高临界温度和低压力两个条件都完美了,缺陷显然在磁场。
而网友看完他的解释,则兴奋地表示有缺陷反而提高了研究的真实性。
最后,北京科技大学材料物理陈宁老师则非常诚恳地表示:
对于研究中的争议、奇怪的现象,各方可以充分发表自己的观点,不必马上下结论,可以看看别人的新成果。
而他认为:
总的来说,这篇文章还是一个里程碑所在,但它并非宣告导派胜利的标志,而是大家一起积极重视这类体系的结构和性能关系的起点。
这次,你怎么看?
论文地址:
https://arxiv.org/abs/2401.00999
参考链接:
https://www.zhihu.com/question/637763289
— 完 —
点这里 ???? 关注我,记得标星哦~
推荐帖子
- 模拟I2C接口,SCL引脚应如何设置?
- 现在用LM3S9B95和ZLG7290通信,虽然ZLG7290是I2C接口,但是最大速率只支持32Kbit/s,这不坑爹么!所以只能自己模拟。SCL可以使用GPIOPinTypeGPIOOutput()设置为输出,但是SDA呢?既要输出又要输入。如何设置成双向呢? 模拟I2C接口,SCL引脚应如何设置?一样的,都是设置为输出的,参考我附件给你提供的,你就知道了。
- ultrabenz 微控制器 MCU
- PMOS防反接电路中的稳压管疑问
- 如下图中的PMOS防反接电路,如果电阻值R取值过大时,会导致流经稳压管的电压过小,导致稳压管起不到钳位电压的作用,有可能造成MOS管GS间电压过高而损坏,这种说法正确吗?感觉这种说法没道理呀,如下图所示稳压管的稳压值与电流值关系图中,可以看到电流超过5mA以后,稳压管两端电压开始不变,那就算限流电阻值过大,导致电流过低的情况下,稳压管两端的电压也是肯定小于我的稳压值得呀,怎么可能有过压损坏MOS管的风险呢?PMOS防反接电路中的稳压管疑问【这种说法正确吗?感
- 小太阳yy 开关电源学习小组
- 攒分,请无视攒分,请无视
- 只为攒分攒分,请无视攒分,请无视攒分,请无视攒分赚人品攒分,请无视
- fox5520 嵌入式系统
- TPS5904-TPS5904A
- 本文很详细的介绍了TPS5904-TPS5904A芯片组TPS5904-TPS5904A
- rain 模拟与混合信号
- 大家来看看
- K60的疑问为啥这个串口打印字符putty没反应。(检查过多次,接口号和设备管理器的都对应好了)打开putty后,窗口里不出现字符,但是MDK显示程序在运行,按复位也没用。大家来看看嗯,不清楚!
- 萌新本体 ARM技术
- 《动手学深度学习(PyTorch版)》6、现代卷积神经网络
- 一、深度卷积神经网络(AlexNet)1、背景在AlexNet出现之前,卷积神经网络虽已被提出,但面临诸多限制。早期数据集规模小,存储和研究预算有限,导致研究多基于小型公开数据集,图像分辨率低且数量少。同时,神经网络加速卡性能不足,关键训练技巧缺失,使得深度学习发展受阻。而传统机器学习方法在计算机视觉领域占主导,其流水线依赖手工设计特征,计算机视觉研究人员更重视数据特征而非学习算法。2、AlexNet2012年,AlexNet横空出世。它首次证明了学习到的特征可以超越手
- xinmeng_wit 嵌入式系统