实验室甘久林研究员团队：自还原策略实现掺杂CaZnOS材料力致发光性能显著增效

2026-01-14 10

力致发光（ML）是材料在机械刺激下直接发光的智能光学现象，它无需外部光源即可实现自供能发光，但面临发光强度低、自恢复性不足的瓶颈。当前优化策略多基于特定材料的经验性试错，缺乏普适理论模型，难以精准建立缺陷结构与性能的构效关系。因此，发展普适可靠的ML性能优化策略仍是关键科学挑战。

近日，华南理工大学发光材料与器件全国重点实验室甘久林研究员团队，基于创新的“自还原”策略，在经典力致发光材料CaZnOS中实现ML强度提升4倍的显著效果。该策略成功拓展至全系列稀土离子掺杂体系，展现出优异的普适性。这一研究工作为高性能ML材料的定向设计提供了一条新路径。

图1通过自还原策略增强力致发光（ML）的示意图

该研究提出了一种Mn⁴⁺→Mn²⁺自还原策略，通过诱导晶格缺陷并促进其非中心对称六方结构畸变，显著增强了CaZnOS的自供能ML性能。该方法增强了内部压电响应，并将最大ML强度提高了多达4倍。X射线吸收近边结构、扩展X射线吸收精细结构、电子顺磁共振、压电响应力显微镜和密度泛函理论DFT计算均表明，涉及V_o^¨和V^＂_zn的复合缺陷是ML性能显著增强的关键。压电响应力显微镜和密度泛函理论DFT计算提供了一个系统框架，将自还原行为、局域晶格畸变、增强的压电响应、载流子传输动力学和光子发射机制联系起来此外，为进一步推广该策略，将Mn⁴⁺与稀土离子共掺CaZnOS，并利用Mn⁴⁺的自还原协同增强两者的ML输出，实现了近红外ML发射的普遍增强。例如，与单掺杂体系相比，Yb³⁺共掺杂体系的近红外区域ML强度增强了约3.3倍。基于这些发现，本研究开发了一种多层正畸传感器，能够实现实时咬合成像和咬合力监测。该器件在0-12 N范围内表现出灵敏的响应，并通过神经形态图像识别在咬合定位中实现了96.89%的准确率。该研究为ML性能优化提供了一条可推广的路径，并为发展先进的智能传感技术铺平了道路。

图2 ML性能增强的机理分析

相关研究成果以“Boosting Mechanoluminescence Performance inDoped CaZnOS by the Facile Self-Reduction Approach”为题发表在Advanced Materials上，其中通讯作者为甘久林研究员和香港大学熊普先博士后，共同第一作者为许胜彬博士生、肖窑博士生和熊普先博士后。该研究工作得到了广东省重点研发计划项目和国家自然科学基金的资助。

原文链接：https://doi.org/10.1002/adma.202511643