《ACTA PHYSICO-CHIMICA SINICA》:Three-dimensional porous CNT/iodine-doped reduced graphene oxide materials for absorption-dominated high-performance electromagnetic interference shielding
编辑推荐:
•通过调控碘掺杂水平和孔隙结构,实现了从反射主导到吸收主导的电磁屏蔽转变,且两种机制均表现出高性能。•CIR在X波段(8.2-12.4 GHz)的平均电磁干扰屏蔽效能(EMI SE)为92.5 dB,绝对屏蔽效能(SSE/t)为10,460.72 dB·cm2·g-1,绿色指
- •
通过调控碘掺杂水平和孔隙结构,实现了从反射主导到吸收主导的电磁屏蔽转变,且两种机制均表现出高性能。
- •
CIR在X波段(8.2-12.4 GHz)的平均电磁干扰屏蔽效能(EMI SE)为92.5 dB,绝对屏蔽效能(SSE/t)为10,460.72 dB·cm2·g-1,绿色指数(GI)为3.3。
- •
以氢碘酸为还原剂构建了三维多孔结构,同时将碘掺杂到材料中。
引言
在现代社会,通信技术和电子产业的快速发展加剧了电磁污染。过量的电磁辐射不仅会干扰电子设备的稳定运行,还对人类健康和复杂电磁环境的安全性构成潜在威胁[1]、[2]。因此,开发高性能电磁干扰(EMI)屏蔽材料具有重要意义[3]、[4]。在EMI屏蔽材料中,电导率是影响屏蔽性能的关键参数,因为它直接影响电磁波的反射和吸收[5]、[6]。因此,提高电导率通常被认为是实现高效屏蔽的有效策略。石墨烯表现出优异的电学性能,被认为是极具前景的下一代屏蔽材料。使用N、B、S和I等元素对石墨烯进行杂原子掺杂,可以有效调节其电子结构,从而提高电导率,这在EMI屏蔽领域引起了广泛关注[7]、[8]。例如,Wan等人[9]通过化学还原法制备了碘掺杂石墨烯薄膜。碘掺杂后,I3?和I5?簇的形成显著增加了载流子密度,从而在8.2 GHz、薄膜厚度为12.5 μm时实现了52.2 dB的屏蔽效能。然而,过高的电导率往往导致反射主导的屏蔽机制,这可能会引起二次电磁污染[10]、[11]。因此,通过引入磁性或非均相组分来调节二维材料的过度导电性,以实现吸收主导的EMI屏蔽机制,已得到极大关注[12]、[13]。
构建多孔结构已被证明是实现吸收主导屏蔽的有效方法[14]、[15]。多孔结构可以增强电磁波在材料内部的多重散射并延长其传播路径;因此,吸收损失的贡献显著增加[7]、[16]。例如,Sun等人[17]使用氢碘酸(HI)作为还原剂制备了多孔还原氧化石墨烯(RGO)。由于其较高的电导率和层状多孔结构,所得薄膜的EMI屏蔽效能超过40 dB,同时吸收系数达到99%。此外,Chen等人[7]通过激光直写技术制备了三维多孔B/N共掺杂激光诱导石墨烯(B-LIG)薄膜。当B/N掺杂比为10%时,B-LIG薄膜实现了34.2 dB的EMI屏蔽效能,其中吸收损失约占总屏蔽效能的58.9%。尽管这些研究已成功实现吸收主导的屏蔽机制,但同时实现高总EMI屏蔽效能和高吸收贡献仍然具有挑战性。因此,仍需进一步优化和平衡。
在本工作中,采用了一种简单可控的化学还原策略制备了碳纳米管/碘掺杂三维多孔还原氧化石墨烯复合材料(CIR)。通过引入I3?和I5?离子,碘掺杂有效调节了石墨烯的局域电子分布,从而提高了材料的整体电导率。通过调节还原剂的用量,优化了三维导电网络和多孔结构的形成。同时,通过引入少量碳纳米管,进一步强化了导电通路。因此,导电损耗、极化损耗以及多重反射和散射得到了协同增强,从而显著提高了电磁波衰减。由于这些有利特性,所制备的CIR材料在高集成电子器件和下一代高效EMI屏蔽应用中具有巨大潜力。
分节摘要
材料
氧化石墨烯(GO)粉末(粒径<40 μm)购自包头隆石墨烯新材料有限公司。碳纳米管(CNTs)购自西丽纳米材料科技有限公司。氢碘酸(57 wt% HI)购自上海瞻云化工有限公司。所有化学品均直接使用,未经进一步纯化。合成过程中全程使用去离子水作为溶剂。
CIR样品的合成
图1展示了CIR样品的制备流程。氧化石墨烯(GO,4 g)
结果与讨论
图2展示了CIR系列的微观结构。如图2a1、a2所示,CIR0具有明显的皱褶表面和典型的二维片层形貌。进一步观察图2a2可知,少量碳纳米管分布在石墨烯表面;因此,这种引入有望增强导电通路。
与CIR0相比,HI还原的CIR1样品(图2b1、b2)表现出更加显著的
结论
本研究开发了一种简单可控的化学还原策略,制备了具有优异EMI屏蔽性能的CIR样品。具体而言,通过碘掺杂调节石墨烯的局域电子分布,并由HI诱导纳米片重构生成互联多孔结构。同时,通过精确调节HI体积,协同优化了三维导电网络和多孔架构。借助
CRediT作者贡献声明
庞小龙:软件、方法论。王洋:资源。刘畅宇:写作—初稿、方法论、数据整理。李宇培:数据整理。盘红玲:方法论。刘爱莲:方法论。冯凡:方法论。魏冰:写作—审稿与编辑、写作—初稿、资金获取、概念化
利益冲突声明
? 作者声明不存在已知的竞争性财务利益或个人关系可能影响本文所报告的工作。
致谢
本研究受黑龙江省自然科学基金(中国)(XQ2026E065)资助。
Bing Wei|Changyu Liu|Yupei Li|Xiaolong Pang|Yang Wang|Hongling Pan|Ailian Liu|Fan Feng