• 正文
  • 相关推荐
申请入驻 产业图谱

功函数与电子转移:界面电荷调控的核心机制

04/21 14:56
265
加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

功函数(work function,Φ)是材料表面科学和界面物理中的核心参量,它直接决定了电子从固体表面逸出到真空所需的能量,也是理解电子转移过程的关键。许多光电、催化器件和异质结的性能优化,本质上都依赖于功函数差异驱动的界面电子重分布。

功函数的基本定义与物理意义

功函数Φ定义为:Φ = E_vacuum − E_Fermi,即真空能级(E_vacuum,通常设为0)与费米能级(E_Fermi)的能量差。它反映了材料中电子被“束缚”的程度。

金属的Φ通常在4–5.5 eV范围(如Pt ≈ 5.6 eV,Cs ≈ 2.1 eV)。

半导体/二维材料的Φ可通过掺杂、缺陷或异质结调控。

当两种材料接触时,费米能级必须对齐,导致电子从低功函数(费米能级较高)一侧向高功函数一侧转移,形成接触电势差和内置电场。这就是功函数差异驱动的电子转移的本质。

电子转移的驱动力:功函数差异诱导的界面电荷重分布

金属-金属接触:电子从低Φ金属流向高Φ金属,直至E_F一致,形成偶极层。

金属-半导体Schottky结:若金属Φ > 半导体电子亲和势(χ),则形成势垒,电子从半导体向金属转移,产生耗尽区和内置电场(见上图c)。反之形成Ohmic接触(无势垒)。

半导体-半导体异质结(p-n、n-n等):Φ差异导致能带弯曲,电子/空穴定向转移,形成Type-II或S-scheme结构,显著抑制复合。

在催化领域,功函数直接调控材料-电解质界面电子转移(IET)和材料-材料IET:

低Φ有利于电子向反应中间体转移(如CO₂RR中CO₂⁻形成)。

Φ差异ΔΦ越大,电荷转移量Δq通常越大(Bader电荷分析或差分电荷密度图可见)。

文献示例:在Mo₂C MXene异质结中,MoC与Mo₂CTₓ的功函数梯度诱导电子从MoC向Mo₂C转移,削弱Mo活性位点的H吸附,HER活性大幅提升(产氢速率达1886 μmol·h⁻¹·g⁻¹)。

推荐配图2(文献原图风格):异质结中功函数差异驱动的电荷转移示意图(带弯曲、电场方向及电子/空穴流动)。

(https://pubs.rsc.org/en/content/articlehtml/2024/lf/d3lf00126a)

推荐配图3:界面电荷密度差分图(红色为电子积累,蓝色为耗尽),典型于MXene/半导体或Mott-Schottky异质结。

功函数的测量方法

紫外光电子能谱UPS):Φ = hν −|E_cutoff − E_F|(hν为光子能量)。文献中常用He I线(22 eV)。

开尔文探针力显微镜(KPFM):测量接触电势差,映射表面功函数分布。

第一性原理计算:DFT优化结构后计算静电势,得到Φ。

(https://www.nature.com/articles/s43586-025-00424-9)

应用:功函数调控提升催化与器件性能

(1)电催化(HER、ORR、CO₂RR等)

大量实验与理论表明,功函数可作为活性描述符:

HER中,金属交换电流密度log j₀与Φ呈火山型或线性关系(d族金属高Φ活性更好)。

异质结设计(如Co/Co₂P,Φ差异26 eV)诱导电子从低Φ侧富集,优化d带中心和ΔG_H*。

文献综述显示,通过功函数工程(如掺杂、 vacancy、界面修饰)可线性调控过电位

(2)光催化与光电阴极

Cs/O吸附Na₂KSb表面:功函数从474 eV降至2.31 eV,表面偶极矩增强,电子向上转移形成负电子亲和势(NEA),量子效率显著提升。

g-C₃N₄/MXene异质结:功函数梯度构建内置电场,实现高效光生载流子分离。

(3)有机/无机器件

OLED太阳能电池中,界面功函数匹配决定电荷注入/提取效率。

总结与设计策略

功函数不是孤立参数,而是连接电子转移与宏观性能的桥梁。核心策略:

通过异质结构建Φ梯度(ΔΦ调控IET方向与强度)。

表面修饰/掺杂降低/提升Φ(吸附诱导偶极)。

结合UPS/KPFM+DFT验证机制。

未来,功函数工程将进一步推动理性催化剂设计。

相关推荐

登录即可解锁
  • 海量技术文章
  • 设计资源下载
  • 产业链客户资源
  • 写文章/发需求
立即登录

成都西蒙至简科技有限公司是由天府绛溪实验室孵化的创新型科研服务平台,公司融合产学研优势,提供第一性原理、量子化学、分子动力学、有限元仿真等各大类模拟计算与CPU/GPU租赁、服务器定制、集群搭建等超算服务、各大类实验检测与数据分析、培训与技术解决方案。团队成员多数来自电子科技大学和绛溪实验室,涵盖物理学、理论化学、计算化学、计算材料科学、数值模拟与人工智能等学科的资深专家,熟悉材料、化工、能源、生物医药等诸多领域,通过精准梳理行业痛点,提供高效落地的研发解决方案,助力高校、科研院所以及相关企业实现降本增效、研发升级及创新能力的突破。