《Journal of Magnetism and Magnetic Materials》：Synergistic ferroelectric–magnetic interactions and magnetoelectric response in (PrFeO?)?.??-(PbZr?.??Ti?.??O?)?.?? solid solution
编辑推荐：
单相多铁性材料（PrFeO?）?.??-(PbZr?.??Ti?.??O?)?.??通过固相反应法合成，XRD证实其四角P4mm结构，FESEM显示致密均匀微结构。磁滞回线表明铁电与弱铁磁共存，磁电耦合系数α=0.5676 mV/cm·Oe，磁致伸缩响应达47.6%。介电特性受马氏斯韦尔界面极化主导，磁电调控性能优异，为多功能器件开发提供新材料。
Sajan Masih | Arshdeep Kaur | Indu Sharma | Shiffali Middha | Vishal Arora | Satvir Singh | Nitin Tandon | Harmanjit Singh Dosanjh | Shaminder Singh Sandhu | Neeraj Bansal | Aniket Bhatti | Manisha Tiwari | Sonika Thakur | Anupinder Singh
多功能材料实验室，物理系，古鲁·纳纳克·德夫大学，阿姆利则尔，旁遮普邦 143005，印度
摘要
近年来，具有多功能特性的材料引起了广泛关注。通过传统的固态反应方法成功合成了单相多铁性材料(PrFeO?)?.??-(PbZr?.??Ti?.??O?)?.??。X射线衍射证实形成了具有四方P4mm晶体结构的单相。场发射扫描电子显微镜（FESEM）显示其具有均匀分布的致密微观结构。磁场依赖的铁电测量显示极化强度随外加磁场的变化。磁滞研究表明存在倾斜的反铁磁性以及场激活的弱铁磁相互作用。介电和交流电导率研究确定了Maxwell-Wagner界面极化是主导机制。在1.2 T和100 Hz的条件下，磁介电测量表明其磁阻（MDR）为47.6%，而磁电耦合研究显示其磁电耦合系数（α = 0.5676 mV/cm Oe）达到峰值。这些结果表明，该材料同时具有铁电性和磁性，并且具有明显的磁电耦合，使其成为多功能器件的理想候选材料。
引言
具有多功能特性的材料已成为当前科学领域中最引人注目的功能材料之一。磁性和电性有序参数的同时存在使得可以通过电场调节磁场，反之亦然[1]、[2]、[3]、[4]、[5]、[6]。这类耦合现象具有重要的技术意义，因为它们可以用于实现下一代多功能器件，包括非易失性随机存取存储器、自旋电子学架构、磁场传感器、微波可调谐器件和能量收集系统[6]、[7]、[8]、[9]、[10]、[11]、[12]。除了应用前景外，多铁性材料还为探索固体中自旋、电荷、轨道和晶格自由度之间的基本相互作用提供了丰富的研究领域。
尽管前景广阔，但真正的单相多铁性材料的可用性却非常有限。这一限制源于铁电性所需的电子和结构条件往往与磁性所需的条件相矛盾。例如，传统的铁电钙钛矿（如BaTiO?和PbTiO?）需要在B位点有空的d轨道，以便产生自发极化。相比之下，磁性通常来源于部分填充的d轨道，这些轨道提供了必要的未配对电子以实现磁有序。这些条件的相互排斥解释了为什么大多数传统铁电材料是非磁性的，而大多数磁性氧化物也是非铁电的。尽管存在一些罕见的例外（如BiFeO?和YMnO?），但它们通常存在高漏电流、弱极化或低转变温度等限制，这阻碍了它们的实际应用。为了克服这些根本性限制，人们开发了多铁性材料作为有前途的替代方案。这些多铁性材料将不同的铁电和磁性相整合在单一材料系统中。这种系统中的铁电有序通常是通过外部因素（如应变传递、电荷重新分布或界面极化）实现的。特别是，应变介导的耦合，即磁性相中的磁致伸缩变形在压电/铁电相中诱导应力，被认为是实现强磁电响应的有效途径之一。此外，界面电荷积累、弹性-静电相互作用和畴壁效应也促进了耦合过程。
这种系统方法的多功能性使研究人员能够通过选择合适的相组合和优化微观结构特征来定制材料性能。因此，包括块状陶瓷、层状结构、薄膜和纳米结构异质结在内的多种配置已被广泛研究。与单相材料相比，这些系统通常表现出更高的磁电耦合系数、更好的介电可调性和更高的操作稳定性，使其在多功能器件应用中极具吸引力。
PbTiO?因其出色的铁电性能、高的居里温度和在钙钛矿铁电材料中的强自发极化而成为备受研究的模型功能材料[13]、[14]、[15]。为了增强其功能，人们广泛探索了在钙钛矿晶格的A位点和B位点进行成分修改[16]、[17]。一种常见的策略是在B位点替换过渡金属离子，这可以通过部分填充的d轨道诱导磁性，并可能产生多铁性行为。然而，这种替换往往会增加漏电流并由于电荷补偿机制而降低铁电性能[16]。通过在Pb2?位点添加稀土离子可以解决这一问题[16]、[17]。另一方面，在Ti位点掺杂Zr会形成Pb(Zr?Ti???)O?（PZT）。在形态转变相边界（MPB，x = 0.52）附近，四方相和菱形相共存，从而增强了压电性能[18]。这些优点使PZT成为多功能应用中最重要的铁电基质之一。通过将这种磁性相与PZT在其MPB组成下的强压电性能相结合，可以实现电性和磁性有序参数的共存和相互作用。
Maxwell-Wagner界面极化通常是一种外部效应，在增强(PrFeO?)?.??-(PbZr?.??Ti?.??O?)?.??等系统的介电和磁介电行为中起着重要作用。绝缘铁电(PbZr?.??Ti?.??O?)?.??颗粒和导电PrFeO?区域的异质微观结构导致电荷载流子在界面处聚集，从而产生空间电荷极化。这种机制在低频率和高温下尤为显著，导致介电常数增加和介电色散增大，且这种色散可以通过外部磁场调节。这种双重控制机制增强了磁介电效应。
本研究重点关注使用固态反应方法合成的多铁性材料(PrFeO?)?.??-(PbZr?.??Ti?.??O?)?.??的合成和表征。所选组成确保了铁电PZT相和磁性PrFeO?相之间的最佳平衡。结构分析用于确认相的形成，而微观结构检查提供了关于颗粒连通性和密度的信息。记录了铁电滞回线以评估极化行为，磁滞测量证实了弱铁磁性的存在。此外，磁介电研究评估了磁场下的介电调制，磁电耦合测量展示了系统的场响应。这一全面分析强调了通过Zr掺杂PbTiO?并与PrFeO?结合的结构设计如何产生一种同时具有铁电性、磁性和显著磁电耦合的多功能材料。先前的研究表明，需要最佳的铁氧体含量来平衡铁电性和磁性贡献，过量的磁性加载会恶化极化[17]、[54]、[55]、[56]、[57]。在本研究中，我们报道了使用传统固态反应方法合成的(PrFeO?)?.??-(PbZr?.??Ti?.??)?.??系统。最近对PrFeO?改性的PbTiO?系统的研究表明，x = 0.24左右的组成表现出增强的多铁性和能量存储性能，显示出最大的磁电响应和磁电耦合系数。对PrFeO?–PbTiO?固溶体的介电、能量存储和多铁性性能进行了评估[17]。特别是，x = 0.24的组成被认为在铁电性和磁性贡献之间达到了最佳平衡，从而提高了功能性能。受这些发现的启发，本研究将这种组成策略扩展到了MPB-PZT基质（PbZr?.??Ti?.??O?），这种基质以其优异的机电响应而闻名。该组成经过精心选择，以实现铁电和磁性成分之间的最佳平衡。进行了包括结构、微观结构、铁电、磁性和磁介电性能在内的全面研究，以了解这种材料的多功能行为。在磁电复合材料中，功能响应严重依赖于铁电和磁性相的相对比例。高铁电含量对于保持强极化和压电应变是必要的，而足够的磁性相则可以产生显著的磁化和磁致伸缩响应。过量的磁性负载可能会破坏铁电渗透网络并增加漏电流，而磁性相太少则会导致磁电耦合减弱。因此，通常选择中等组成的材料以实现有效的应变介导耦合。在本研究中，选择了PrFeO?)x-PbTiO?组合，以在保持MPB-PZT（x = 0.52）的结构和铁电完整性的同时提供足够的磁性贡献，这种组合以其优异的机电响应而闻名[参考文献]。
实验部分
实验
(PrFeO?)?.??-(PbZr?.??Ti?.??)?.??O?样品是通过固态反应方法制备的。按化学计量比称取高纯度的PbO、ZrO?、TiO?、Pr?O?和Fe?O?粉末，然后在 mortar pestle中充分混合，并使用锆球在丙酮中球磨24小时。干燥后的混合物在1000°C下煅烧12小时以开始相形成。煅烧后的粉末再次研磨，并使用聚乙烯醇压制成直径8毫米、厚度约1毫米的颗粒。
XRD分析
图1显示了通过固态反应路线制备的PrFeO??.??–(PbZr?.??Ti?.??O?)?.??的精炼X射线衍射（XRD）图案。衍射图中观察到的清晰锐利峰证实了钙钛矿结构的形成。主要衍射峰出现在2θ ≈ 22°、31°、38°、44°、56°和66°，与标准JCPDS卡片中的PbZr?.??Ti?.??O?（编号33–0784）的特征反射一致。
结论
固态反应技术成功制备了单相PrFeO?)?.??-(PbZr?.??Ti?.??)?.??多铁性材料。虽然FESEM显示了致密的微观结构，但XRD分析证实了其具有四方单相结构。铁电P–E滞回线和磁M–H滞回线证实了材料中极化和磁化的同时存在。在100 Hz的频率下，样品表现出47.6%的磁介电响应。
CRediT作者贡献声明
Sajan Masih：撰写 – 原始草稿，软件，形式分析。
Arshdeep Kaur：撰写 – 审稿与编辑，软件。
Indu Sharma：数据管理，概念化。
Shiffali Middha：撰写 – 审稿与编辑，方法论。
Vishal Arora：可视化，方法论。
Satvir Singh：研究，数据管理。
Nitin Tandon：资源，方法论。
Harmanjit Singh Dosanjh：形式分析，概念化。
Shaminder Singh Sandhu：方法论，形式分析。
Neeraj Bansal：形式分析，数据。
未引用的参考文献
[19]
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。
