九.中子剖面分析方法及其应用

 

1.引言

在当代材料科学、半导体物理及能源化学的研究体系中,轻元素(如锂、硼、氦、氮等)往往是决定材料宏观性能的核心要素。无论是在锂离子电池的动力学研究中,还是在半导体器件的掺杂工艺控制中,对这些轻元素进行定量、无损的表征,始终是实验科学面临的重大挑战。传统的表面分析技术,如X射线光电子能谱(XPS)、扫描电子显微镜(SEM),虽然在形貌观察和表面化学态分析方面表现卓越,但在面对厚度达数微米且对水分、空气敏感的复杂多层体系时,往往受限于探测深度浅、采样破坏性大或对轻元素灵敏度不足等问题。中子深度剖析(Neutron Depth Profiling, NDP)技术,作为一种基于同位素特异性核反应的分析手段,能够在真实工况(Operando)下无损地获取元素的浓度分布,弥补了传统表面分析技术的不足。研究者能够以纳米级的空间分辨率还原元素随深度的浓度分布特征,其具备高穿透性、定量无损以及灵敏度极高的特点,已应用于能源存储、核能工程、集成光子学及表面工程等多个前沿领域。

2.NDP方法介绍

NDP是一种同位素特异性的非破坏性技术,作为一种高效的定量表征手段,用于测量固体近表面区域的浓度与深度分布,并将测量特定元素的浓度作为深度的函数,深度可达几十微米。该技术使用中子诱导反应来测量一些轻元素的浓度与深度分布。NDP允许对几乎任何凝聚态材料的近表面几十微米进行无损探测,使其在凝聚态物理、材料科学及工程领域具有不可替代的地位。

NDP包含以下优点:

(1)样品衬底材料对NDP分析结果的影响非常小,所以NDP可用于多层结构的薄膜分析。NDP信号来源于中子与目标核素的核反应,样品衬底材料(如硅、金属集流体等)对中子束高度透明且对出射带电粒子的阻止本领通常远低于重离子分析技术。因此,NDP几乎不受基体效应干扰,非常适用于多层薄膜结构的深度剖析。例如,在半导体工艺控制中,NDP可用于直接测量在数百纳米氧化层下的硼掺杂浓度与扩散梯度,这是二次离子质谱(SIMS)在分析绝缘层界面时难以做到的。

(2)NDP对轻元素高灵敏,具有特异性探测特点。NDP主要针对原子序数较低的轻元素,其可探测核素及反应参数详见表1。其中Li元素是微电子、光学、锂电池材料中必不可少的组成。同时,其还可测定He、B、Be等元素,探测这类核素在材料中的行为对于核聚变材料和微电子材料性能研究、半导体器件的失效机理研究和可靠性评价及武器库存可靠性研究都具有重要意义。美国国家标准与技术研究院(NIST)将NDP指定为标准物质中硼的浓度认定和深度分布测定的标准方法(如SRM-2137)。而在核聚变材料与反应堆结构材料研究中,NDP能够无损探测等离子体辐照后钨、钢等面向等离子体材料中滞留的氦泡分布和氢同位素渗透深度,这对于评估材料肿胀、脆化及氚滞留量至关重要,是保障核能工程安全的关键数据。

表1. 中子深度剖析技术在探测不同元素时所发生的中子俘获反应

(3)NDP 进行的是定量、非破坏性分析。常规分析技术测试时会对样品造成损坏,如样品表面被溅射,造成分析后样品不能被再次使用。相较于需溅射剥离样品的SIMS或XPS,NDP是基于中子束的“中子进-粒子出”探测,因此 能最大程度上地保护样品。如表1所示,6Li的中子俘获横截面积为940 b,若使用白束热中子通量,即每秒每平方厘米有107个中子探测样品时,这意味着其吸收速率为每秒1014个6Li原子仅发生一次反应,从而使得6Li原子的损耗率几乎可以忽略不计。因此,基于6Li中子俘获反应的中子深度剖析技术具备对锂灵敏性高、定量非破坏性以及高穿透特性,可实时监控电极/电解质界面附近锂金属的沉积溶解行为,以便于更好地理解实际锂金属电池中锂金属负极在充放电过程中的界面演变问题。NDP的这一特性使得样品的宏观物理化学性质在测试前后保持一致,所以可以对同一块样品进行反复、多工况的原位监测。而NDP测试时在密封真空腔室内直接探测,对于空气/水分敏感的锂电池材料或核材料中的氦脆样品来说,避免了拆卸转移带来的污染与破坏。

(4)NDP在近表面的元素深度剖面分析上整个量程为微米级,深度分辨率可精确到纳米级,这一跨尺度的分析能力使其在集成光子学与表面工程中价值凸显。例如利用NDP的高穿透特性,中子束可直接穿透多层电池结构,对电极/电解质界面附近的锂金属沉积、溶解行为进行实时、原位监控。通过解析不同充放电阶段6Li浓度的空间演化,研究者得以在真实工况下理解锂枝晶的生长机制、死锂形成动力学及界面副反应层(SEI)的演变规律,从而为高安全、长寿命锂金属电池的设计提供直接的实验依据。

近年来,为获取材料在真实服役条件下的动态信息,多种先进的原位表征技术得到了长足发展。图1比较了光学、电子、X射线、扫描探针及中子等原位成像手段在空间与时间分辨率上的相对定位。光学显微与核磁共振成像(MRI)虽具备原位成像能力及非破坏性,但受衍射极限或磁场梯度限制,空间分辨率较低,难以解析纳米尺度的界面精细结构。

而透射/扫描电子显微技术(TEM/SEM)的空间分辨率可达原子级,时间分辨率亦可在快扫模式下达到毫秒量级。但其极浅的探测深度、严格的真空制样要求以及对电子束敏感材料的辐照损伤风险,使其在含液态电解质的原位电池、固-固界面深埋层等体系中的应用面临严苛挑战。在这一技术光谱中,NDP则兼具空间和时间协调优势,其空间分辨率虽略逊于电子显微技术,但其本质上的非破坏性与数十微米的穿透深度,使其能够直接透过封装层,在真实工况下对界面进行定量剖析。这种在保持样品原始化学环境完整性的前提下,无损获取轻元素深度分布的能力,是传统高分辨率成像技术所无法替代的。因此,在追求空间极致分辨率之外,NDP为理解电池界面演变、核材料氦行为、半导体掺杂扩散等动态过程提供了一条以非破坏性原位定量为核心的互补分析路径。

图1. 原位成像技术的设计示意图及其相对空间和时间分辨率

3.NDP技术的发展

NDP技术的物理基础最早可追溯至20世纪30年代对轻核中子俘获反应的观察。1972年,Ziegler等人在进行半导体器件中硼杂质浓度分布测量时,首次将这一核反应原理发展为一种针对特定同位素的近表面无损表征技术,并正式提出了中子深度剖析这一概念。随后,德国科学家Biersack等人对该技术进行了系统性的改进与提升,包括优化探测几何结构、改进探测器性能以及发展数据处理方法,使NDP的深度分辨率和浓度灵敏度得到显著改善。从20世纪70年代末到80年代,NDP技术逐步从实验室概念验证走向实用化,其应用领域也从最初的半导体材料扩展到合金、光学薄膜等多个方向。NIST于1982年率先建立了全球首台专用的NDP设施,初期采用热中子束进行测量。目前,美国拥有全球数量最多的NDP装置,除NIST外,密歇根大学、康奈尔大学等机构也建有各具特色的NDP设施。在欧洲,德国于利希中子科学中心(JCNS)设计建造了一套聚焦冷中子束NDP谱仪,该装置利用MARIA线站极高的样品处中子通量,结合多路带电粒子探测器,为研究薄膜微电池中锂离子的动力学行为开辟了新的可能。此外,匈牙利布达佩斯中子中心(BNC)也开展了NDP技术的研究工作,在可再生能源材料等领域有所应用。亚洲地区,韩国原子能研究院(KAERI)在HANARO研究堆上设计开发了冷中子NDP系统,利用CG1中子导管从冷中子源引出冷中子束,在样品处的中子通量约为1.8×108 n/cm2·s。

我国虽然较早跟踪和关注了NDP技术,但受限于中子源条件等因素,前期发展较为缓慢。目前,我国已建有三套各具特色的NDP设施,分别依托于中国先进研究堆(CARR)、中国绵阳研究堆(CMRR)以及正在建设中的中国散裂中子源(CSNS)。2011年,中国原子能科学研究院在CARR冷中子束上建立了国内首套NDP装置,并系统开展了方法学研究。CARR是一座高性能、多用途、高安全性的研究堆,NDP系统最高功率可达60 MW,满功率运行时冷中子東流可达109 n·cm-2·s-1。中子束斑大小有1.0 cm、1.5 cm、2.0 cm三种选择。其装置如图2所示,图中1为真空靶室,真空度能达到3.4×10-5 Pa;2为探测器支架;3为样品控制器;4为铝窗;5为分子泵;6为机械泵。2015年,CMRR也成功研制了NDP系统,进一步扩展了国内中子深度剖析的研究范围。CMRR-NDP系统同样利用冷中子束,通过C1中子导管从冷中子源引出中子束流。该装置主要在国防与核材料领域发挥了重要作用,为核聚变材料、等离子体材料等研究提供了独特的技术支撑。

图2. (a) NDP装置结构示意图;(b) 装置照片。

同时中国散裂中子源(CSNS)目前也正在加快NDP设备的建设。目前,CSNS的NDP技术主要依托于中子物理与应用谱仪(NPAI)。该谱仪采用分束式设计,作为综合性的研究平台,同时集成了瞬发伽玛中子活化分析(PGNAA)和NDP两种技术。谱仪计划设计中子通量达1.18×109 n/cm2/s,而NDP技术将会主要聚焦于电池材料研究当中,例如分析锂/钠在电极材料中的扩散行为、研究电极与电解质界面反应、电池器件工作及失效机制。

图3. NPAI光路图

如今全球有数十台NDP装置的运行与建设,随着中子源技术的持续推进、探测器性能的不断提升以及多技术联用方案的发展,NDP技术正在向更高的空间分辨率、更短的时间采样周期和更广的元素探测范围方向演进。

4.NDP方法的物理基础与核反应动力学

NDP技术的核心,在于利用低能中子与特定轻核素之间发生的瞬发核反应,并通过对反应产物的能量分析来还原深度信息。当一束中子穿过样品时,在一定深度的样品核可能捕获一个中子,释放出带电粒子作为反应产物。发射的粒子具有明确的初始能量,但在穿过样品走向探测器时失去能量。捕获反应发生的越深,当它们被探测到时,它们的能量就越少,因此可以根据探测器所测得的能量来推测出其反应发生的深度。测试示意图如图4所示。

图4. NDP室示意图

以锂电池研究的核心反应为例,虽然自然界中锂主要由7Li(约92.5%)组成,但7Li的中子俘获截面极小。相比之下,6Li具有巨大的中子俘获截面,达到940 barns。当一个6Li原子俘获一个中子后,会瞬时分解为两个具有高动能的带电粒子,其反应方程式如下:

 

 

而对于其他可探测元素,其核反应的动力学特征也各不相同,这决定了每种元素NDP分析的具体灵敏度和深度分辨能力,详见表1。

反应产生的带电粒子从反应位点向样品表面出射的过程中,会与路径上的原子发生非弹性碰撞,从而逐渐损失动能。这一过程是NDP能够“看到”深度的物理基础:反应发生在样品的更深处,意味着粒子需要穿越更长的路径才能抵达探测器,因而其到达探测器时的剩余能量就越低。通过精确测量粒子的剩余能量,结合已知的初始能量,就可以反推出反应发生的深度位置。通常,由于氦核粒子的初始能量较低,且其更高的质量数和价态,将遭受到更大的限制能量,使其无法到达探测器,只有垂直轨迹的氚核才能到达探测器。因此对于厚样品,通常使用氚信号,而对于较薄的样品,α粒子较大的能量损失率则有利于提高深度分辨率。用于NDP测试分析材料时,通常推荐用薄膜覆盖后测量,如使用kapton薄膜或Cu窗,薄膜能屏蔽中子和锂反应产生的4He粒子,只留下3H,对于能谱解析会更加有利,但必须控制薄膜的厚度。

当产生的3H粒子穿透材料到达材料表面时,粒子在材料中的能量损失与深度有关,可用式(3-2)表示:

 

 

式中X为出射粒子穿越样品材料的深度;E0为出射粒子的初始能量;E(X)为出射粒子离开样品表面时的剩余能量;S(E)为样品材料对出射粒子的阻止能力,样品材料的阻止能力主要取决于其电荷密度,这是一种物质属性,它与周围环境的化学性质无关。混合物的阻挡能力等于各组分的阻挡能力乘以其体积比之和。

 

 

v代表体积分数,i代表不同的成分。电子构成了物质体积的大部分,因此电子密度决定了阻止能力。

通过收集不同能量下的计数量就可获得目标元素的空间分布,而能量又与深度相关联,浓度可以使用已知的标准样品进行校准,因此就可以获得测试样品的浓度-深度曲线。

5.NDP数据处理

NDP所获得的原始数据是道址数和计数的关系,也可以不经过任何转换直接使用,能够得到不同能量段特定元素的分布情况。假如要得到结果是体密度随深度的变化,则涉及进一步的数据处理。以锂元素为例,在所得的原始数据中,记录了样品的测量信息,如能谱名称、样品测量时间等。原始数据提供了道址和对应的计数,并给出了能量刻度信息,根据能量刻度信息可将道址转化为能量E。

图5. 原始数据文件信息

以能量为横坐标,计数为纵坐标绘制数据图,可以看到不同能量下有着不同的计数分布。无能量损失的3H的能量为2727 keV,当穿过一定厚度样品时,会有一定能量损失,穿过样品越厚,损失越多。因此高能态代表着样品表面,低能态代表样品的深处。需要注意到,在1000keV后的计数出现激增,这一计数上升并非来自样品深层的真实信号,而是来自实验装置的β和γ辐射的背景所引起,在低能时所引起的误差很大,即使扣除本底也不能很好的消除,所以在能谱分析中通常需要选取有效能量区间,避免将低能本底误判为样品信号。

图6. NDP计数—能量图

想要更直观的获得空间分布的信息,需进一步将能量转换为深度。这一转换所依赖的核心物理量,是出射粒子在样品材料中的能量损失率,即阻止本领S(E)。在NDP数据处理中,通常使用离子注入模拟软件SRIM(The Stopping and Range of Ions in Matter)来计算这一关键参数。

图7. SRIM模拟软件

SRIM是一款基于蒙特卡罗方法的离子注入模拟软件,由James Ziegler等人开发,主要用于模拟离子在材料中的传输、能量损失、分布及损伤效应。其核心功能包括计算离子射程、能量损失分布、空位产生、溅射及电离等原子级过程,适用于能量范围10 eV–2 GeV的离子与材料相互作用研究。计算材料对粒子的能量损失时,主要用到其中的TRIM(Transport of Ions in Matter)模块。TRIM可模拟离子在材料中的传输过程,跟踪每个离子从入射到停止的完整轨迹,并计算能量沉积、损伤分布及粒子溅射等关键物理量。

使用TRIM模块时,首先需输入所需要计算的粒子种类,输入其质量及初始的能量。在对Li元素所产生的3H时,输入其Mass为3,Energy为2727 keV。

然后构建材料模型,左侧可以构建材料的厚度和密度,如有多层物质,可在上方添加模型层数。右侧可构建材料的化学元素组成以及其比例,对于一些常见物质,可以直接在字典里使用。

图8. TRIM模块

对于计算粒子穿过一定厚度材料后的能量,只需勾选“Transmitted Ions/Recoils”。计算完成后,输出文件可在“SRIM Outputs”文件夹中找到“TRANSMIT”,里面罗列了粒子穿过材料的厚度以及穿过后剩余的能量等信息。对剩余能量结果进行频数分布统计,找出最可几能量,即粒子穿过该深度下的剩余能量。

图9. 输出结果

需注意的是, TRIM的单次计算给出的是特定厚度下出射粒子的剩余能量分布。为了建立连续的深度-能量对应关系,我们需要分别计算不同厚度下粒子的能量,然后将所得的剩余能量和厚度进行二次拟合,就可获得粒子穿过材料的剩余能量和深度的转换关系式。

至此,我们已经成功将道址转换为能量,进一步转换为深度,现在已经能清晰的看到在材料内部所测粒子的空间分布,如需进一步知道不同深度下具体的体密度,还需进一步将横坐标进行转换。

在样品测量过程中,通常在完全相同的实验条件下会同步辐照一个已知浓度分布的标准参考物质,一般采用标准物质SRM-2137(含10B)。SRM-2137由经过单元硅离子注入导致表面无序化的单晶硅衬底构成,并借助SIMS分析技术对硅基质中微量硼的二次离子响应进行校准。该样品中10B的浓度深度分布如图10所示。

图10. 标准样品 SRM-2137 的浓度分布图

由于照射情况相同,所以样品中元素的浓度与已知的标准物质浓度存在比值关系:

 

 

式中D为面密度(atoms/cm2);C为计数率(counts/s);A为6Li的丰度;σ为中子俘获截面。得到目标元素的面浓度后,将其与道址数对应的厚度相比,即可得到在一定体积内的6Li的体浓度。

对于样品中的每一深度区间,均可通过式(3-4)计算出该深度区间对应的面密度。将该面密度除以该区间的物理厚度ΔX,即得到该深度的体密度。对全深度范围逐点进行上述计算,即可最终绘制出如图11所示的浓度-深度分布图谱。

图11. NDP浓度—深度图

6.NDP的应用

6.1 锂电池中锂分布的实时监测

NDP已成为动态监测锂离子电池充放电循环过程中锂分布的重要方法,对探究锂枝晶的形成机制及在锂金属负极研究当中具有重要价值。Shasha Lv等人利用中子深度剖析技术提供了定量的、非破坏性的锂金属负极中锂离子密度与深度的函数关系的原位测量,研究发现初始沉积电流密度对后续循环中锂的积累量有显著影响。而在全固态电池研究中,NDP被用于直接追踪锂枝晶在无机固态电解质内部的成核与生长过程。Fudong Han等人利用原位NDP技术追踪探测了几种具备代表性的无机固态电解质(LiPON,LLZO和无定形Li3PS4)在电化学循环锂沉积过程中体相锂浓度剖面的动态演变,从而直接可视化地揭示锂枝晶在无机固态电解质的生长机理及其影响因素。NDP研究结果显示,锂枝晶可直接在LLZO及非晶态Li3PS4固态电解质内部形成,这一现象有别于以往认为锂枝晶仅从负极侧向正极侧生长导致内部短路的传统观点,而在LiPON固态电解质中未观察到锂枝晶的存在。

图12. 原位NDP测试及锂浓度分布。(a)原位NDP实验装置示意图。(b)LiCoO2/LiPon/Cu、Li/LLZO/Cu和Li/Li3PS4/Pt电池的结构示意图。(c)LiCoO2/LiPon/Cu,(d)Li/LLZO/Cu和(e)Li/Li3PS4/Pt电池在不同时间下的锂浓度分布曲线。

目前,国内对于NDP技术在能源材料的应用还处于初期,最大的阻碍之一是由于原位NDP测试需要在高真空环境下进行,但是对于目前常规的液态电解液来说,在测试过程中极易造成漏液风险导致测试失败。因此,我们根据测试的需要,设计了特殊的电池组装工艺防止电解液的泄漏,以确保实验的顺利进行,电池结构示意由图13所示。通过特殊的电池组装工艺,我们成功在超高真空(10-4Pa)中实现了稳定的充放电测试。

图13. 原位电池组装示意图

因此,我们利用该套模具,成功在工况条件下,系统定量表征了高镍正极(NM91)分别与石墨(G)及硅碳(GSO)负极匹配的全电池体系中,负极侧锂离子的实时空间分布与浓度变化。如图14所示。从NDP图谱上可以清晰的看到,石墨负极嵌锂速度更快,锂浓度延纵向表现出明显的浓度差异,整个极片无法充分的锂化,靠近集流体侧的锂浓度偏低。相比之下,硅碳负极更倾向于体相均匀化演化,因此其锂浓度分布更均匀,完全充电后整个极片锂化程度更高,分布也更均匀。进一步的分析证实,负极侧的嵌锂速率差异是诱发锂空间异质性的根本驱动力;且这种负极侧的动力学行为与正极侧的非均相演化存在强烈的耦合关系。通过进行工况条件下的NDP测试,我们解构了不同负极体系下的锂分布动力学特性,阐明了动力学因素对全电池嵌锂脱锂行为的影响,并且强调了对于正负极交叉性问题研究的重要性,为设计下一代高性能锂离子电池提供了重要的理论指导与科学依据。

图14. 锂空间分布的原位和离位 NDP 分析。(a,b)在 0.12 mA cm-2 电流密度下(a)NM91|G 和(b)NM91|GSO 的背景减去的原位 NDP 谱图。(c)NM91|G 和(d)NM91|GSO 在不同荷电状态(SOC)下的 NDP 光谱。(e)NM91|G 和(f)NM91|GSO 在不同电压下获得的离位 NDP 谱图。(g)每平方厘米的总锂量与电压的关系。

在此基础上,我们进一步将该原位NDP测试方法拓展至液态无负极锂金属全电池体系,构建了Cu||Li1.2Ni0.13Co0.13Mn0.54O2无负极全电池,并利用NDP定量追踪不同充电倍率下金属Li沉积与剥离过程中的深度分布演化。通过比较0.2、0.5、1和2 C条件下Li沉积位置、空间分布及后续剥离行为,发现充电速率能够显著调控Li的成核位置、沉积形貌及其空间演变(图15)。低倍率0.2 C条件下,较少的成核位点促使后续Li沉积逐渐向电解液方向生长;而在1和2 C较高倍率下,Li更容易形成疏松的苔藓状沉积,其远离集流体的上层区域在剥离过程中更容易失去电子接触并转化为“死锂”。相比之下,0.5 C在沉积结构稳定性和剥离过程中的电子连接性之间表现出较好的平衡。该研究进一步体现了原位NDP在电池Li动力学研究中的独特优势。Li在电极内部的空间分布并非简单反映总容量变化,而是与局部反应动力学、电极利用程度以及不可逆Li损失密切相关。原位NDP由此为真实工作条件下研究跨尺度Li迁移、空间异质性及电池失效机制提供了直接的定量实验手段。

图15. 原位NDP测试及锂沉积/剥离过程的定量分析。(a)原位电化学 NDP 实验装置示意图。(b,c)不同充电/放电速率下的电压-时间曲线及相应的 NDP 锂浓度分布曲线。(d,g)不同循环各深度区间内锂损失量占总锂损失量的比例。(e,f)锂总含量随SOC的变化关系。(h,i)首次充电过程中不同深度区间内锂沉积速率随SOC的变化关系。

6.2 NDP在核材料中的应用

在核聚变装置中,钨作为主要的面向等离子体材料,将承受高通量的氦等离子体辐照。氦原子在钨晶格中的聚集、成泡以及由此引发的表面起泡、脆化等损伤效应,是影响聚变堆第一壁材料服役寿命和安全性的关键问题。Jie Qiu等人采用NDP、激光烧蚀质谱(LAMS)和热脱附光谱(TDS)三种互补技术,对10 keV室温He离子注入钨的氦滞留行为进行了综合表征。NDP提供了样品的总He浓度绝对值,结果表明,He浓度在表面30–50 nm处达到峰值,并在退火处理后延伸至200 nm以上的深度。

图16. 钨样品的 He 深度分布

在反应堆中,核石墨通常用来慢化中子,其中子吸收截面必须足够小,以确保中子利用的效率最高,因此具有大中子吸收截面的同位素含量必须低于一定限值。Shasha Lv等人利用NDP技术测量得到燃料元件石墨基体、反射层石墨和碳砖样品中的6Li杂质含量为0.15~0.18 mg·g-1,碳砖中的10B含量接近3.6mg·g–1。这一结果有助于分析石墨中包含的3H和4He的扩散和吸附行为,从而为反应堆的运行和安全提供支持。

6.3. NDP在半导体材料中的应用

NDP技术自1972年由Ziegler等人首次提出时,即以半导体器件中硼杂质浓度的测量为最初应用场景,至今半导体材料分析仍然是NDP最重要的应用领域之一。NDP对10B极高的中子俘获截面,使其成为硼掺杂半导体材料分析的理想工具,此外还可用于氮化物半导体中氮元素的检测等。Ehrstein等人将展宽电阻分析(SRP)、SIMS和NDP三种技术对10B注入硅的测量结果进行了系统比较。该项工作在裸硅和不同厚度热氧化层覆盖的硅基底上以多种能量和剂量进行了硼注入。结果显示,NDP在所有被测能量和注入剂量下均不受基体效应影响,在绝对定量准确性上具有显著优势,充分证明了NDP在半导体掺杂剖面测量中的独特价值。最近,韩国原子能研究院在其HANARO研究堆冷中子NDP系统上,开发了针对SiC半导体中10B离子注入的分析方案。该系统采用实时中子通量监测进行校正,测量结果的合成标准不确定度仅为1.84%,测得的注入剂量与注入参考值在评估不确定度范围内高度吻合。研究人员将KAERI-NDP的深度剖面结果与SIMS进行了对比,两种技术显示出高度相关性,进一步证实了NDP技术用于SiC近表面定量分析的可靠性。

图17. KAERI关于在SiC中进行10B离子注入的中子深度分析的开发及性能评估

7.NDP技术面临的挑战

尽管NDP技术已在多个领域展现出卓越的应用价值,其进一步发展仍面临若干关键挑战:

(1)优化原位NDP测试装置的设计。目前,原位NDP测试需在高真空环境下运行,液态电解液存在挥发、泄漏等风险,原位电池组装需严格把控密封工艺以确保成功率。同时需进一步提升信号的可靠探测深度,并优化时间与空间分辨率。对于固态电池体系,原位NDP测试还需解决层间压力施加与界面接触均匀性等关键问题;对于核材料辐照研究,则需发展适应高温、多气氛条件的原位表征能力。

(2)提升NDP数据处理方法的可靠性。中子俘获反应产生的带电粒子在抵达探测器前,其能量会因途经材料的阻止而持续损失,该能量损失是确定反应深度的物理基础。在电极实际工况中,锂含量随充放电动态变化,准确估算路径上材料的阻止本领及其实时演变,是保证数据处理准确性的核心前提。此外,总能量不确定度还包含探测器能量分辨率、几何效应和能量离散等贡献,目前国际上尚无统一标准来量化各实验和仪器环节引入的误差。建立系统化、可溯源的不确定度评估框架,对提升NDP定量结果的置信度和可比性具有重要意义。

(3)提升NDP技术对不同化学环境的区分能力。当前NDP基于核反应原理,无论目标核素处于何种化学状态,反应产物的初始能量均保持一致,因此无法直接区分离子电池中活性锂、界面SEI层中非活性锂以及电解质中锂组分各自的贡献。为突破这一局限,可探索将NDP与其他对化学环境敏感的表征技术联用(如磁共振成像MRI、X射线光电子能谱XPS等),通过多技术互补来弥补NDP在化学态分辨上的不足。

(4)发展高性能探测器与新型中子源技术。在探测器方面,大面积硅探测器阵列、时间投影室(TPC)等新型探测方案的引入,有望同步提升带电粒子的探测效率和能量分辨能力,进而缩短单次测量的时间采样周期以实现更快速的原位动力学追踪,并改善近表面区域的深度分辨率。在中子源方面,基于散裂中子源的飞行时间NDP(TOF-NDP)技术可利用脉冲中子的时间结构有效降低低能区的本底干扰,扩展可靠的探测深度范围并提升信噪比;更高通量的冷中子源和聚焦中子束技术也将持续推动NDP向更高空间分辨率、更短测量时间和更广元素探测范围的方向发展。

8.总结

NDP技术凭借其对特定轻元素的高灵敏度、无损定量的核心优势以及微米级深度分辨能力,已成为多个前沿领域不可替代的分析工具。在锂电池研究中,NDP可实时监测电极内部及电极/电解质界面处锂浓度的时空演化,为揭示锂枝晶生长机理、定量评估锂的可逆利用率以及解析电池失效机制提供了直接实验依据。在核材料研究中,NDP能够无损提取面向等离子体材料中滞留的氦泡分布与氢同位素渗透深度,为评估材料辐照损伤和氚滞留量提供了关键数据。在半导体工艺中,NDP被NIST指定为硼掺杂浓度和深度分布认证的标准方法,为SIMS等技术的校准提供了可溯源的手段。随着原位实验技术的持续进步、数据处理方法标准化体系的建立、多模式联用方案的成熟以及新一代中子源与探测器技术的涌现,NDP技术将在锂/钠离子电池、全固态电池、核材料老化评估、先进半导体工艺控制和集成光子学等关键领域发挥更为重要的分析支撑作用,为材料科学研究与工程应用提供更加丰富和精确的定量信息。

 

参考文献

[1] D. X. Liu, J. Wang, K. Pan, J. Qiu, M. Canova, L. R. Cao and A. C. Co. In Situ Quantification and Visualization of Lithium Transport with Neutrons. Angewandte Chemie International Edition, 2014, 53, 9498–9502.

[2] C. Wang, Y. Gong, J. Dai, L. Zhang, H. Xie, G. Pastel, B. Liu, E. Wachsman, H. Wang, L. Hu. In Situ Neutron Depth Profiling of Lithium Metal-Garnet Interfaces for Solid State Batteries. Journal of the American Chemical Society, 2017, 139(40), 14257–14264.

[3] S. Lv, T. Verhallen, A. Vasileiadis, F. Ooms, Y. Xu, Z. Li, Z. Li and M. Wagemaker. Operando Monitoring the Lithium Spatial Distribution of Lithium Metal Anodes. Nature Communications, 2018, 9, 2152.

[4] F. Han, A. S. Westover, J. Yue, X. Fan, F. Wang, M. Chi, D. N. Leonard, N. J. Dudney, H. Wang and C. Wang. High Electronic Conductivity as the Origin of Lithium Dendrite Formation within Solid Electrolytes. Nature Energy, 2019, 4, 187–196.

[5] Y. Sun, H. Liu, L. Zhao, W. Tong, T. Zeng, W. Yao, T. Yi, S. Wang, C. Xiao, Y. Pu, Y. Xiao. Revealing the Dominant Role of Spatial Lithium Distribution in the Kinetics of Lithium-Ion Batteries via Operando Neutron Depth Profiling. Energy Storage Materials, 2026, 91, 105501.

[6] H. Liu, Y. Sun, L. Zhao, W. Tong, Y. Pu, C. Xiao, Y. Xiao. Unraveling the Evolution of Lithium Plating and Stripping in Anode-Free Lithium Metal Batteries via Operando Neutron Depth Profiling. Small Methods, 2026, 10, e71006.

[7] J. Qiu, X. X. Hu, C. Y. Li, W. Garcia, T. Shi, S. Xue, J. L. Weaver, H. H. Chen-Mayer, B. D. Wirth. Investigation of He Retention in W Through a Combined He Characterization Methods and Cluster Dynamics Model. Nuclear Science and Techniques, 2025, 36, 51.

[8] S. Lv, J. Gao, Y. Liu, Y. Zhao, J. Cheng and Z. Li. Neutron Depth Profiling Study on Li and B Contents of Nuclear Graphite. Journal of Nuclear Science and Technology, 2021, 58(9), 1018–1024.

[9] J. R. Ehrstein, R. G. Downing, B. R. Stallard, D. S. Simons, R. F. Fleming. Comparison of Depth Profiling 10B in Silicon Using Spreading Resistance Profiling, Secondary Ion Mass Spectrometry, and Neutron Depth Profiling. Semiconductor Processing, 1984, 17, 409–425.

[10] J. Kim, B. G. Park, H. Jeong, G. M. Sun, K. M. Kim. Development and Performance Evaluation of Neutron Depth Profiling for 10B Ion Implantation in SiC at KAERI. Journal of Radioanalytical and Nuclear Chemistry, 2025, 334, 9023–9030.