我公司研发的国内多功能高分辨率磁光克尔显微成像系统成功落户清华大学!

近日,我公司自主研发的国内多功能高分辨率磁光克尔显微成像系统在清华大学顺利完成安装和调试并通过验收,获得用户的高度认可。该系统是由公司创始人、首席技术官张学莹博士带领公司技术团队,凭借多年积累的磁畴动力学实验技巧并针对最新的磁学及自旋电子学领域的热点课题研究需求设计的,达到国际领先水平,弥补了国内空白。

张学莹博士(左一)携技术团队与清华师生在设备调试验收现场
公司工程师对清华大学师生进行现场培训

该系统拥有高达300 nm的克尔成像分辨率,接近光学极限,可进行纵向和极向克尔成像(分别对应面内和垂直各向异性样品磁畴测量)。系统配置了极具扩展性的多功能磁场探针台、面内旋转磁场,并配备高度智能化的软件控制系统。磁场探针台可同时施加面内和垂直磁场,通过智能控制系统,用户能够快速定义电流脉冲、微波信号等多种激励,与磁场同步施加。一键触发后,可自动完成磁光克尔成像及微区磁滞回线提取、局部饱和磁化强度Ms表征、局部各项异性能K的表征、海森堡交换作用常数Aex,Dzyaloshinskii-Moriya作用的表征等,在磁性薄膜材料和自旋电子器件动力学分析领域有着突出优势。

公司工程师展示样品位置调节及探针操作
公司工程师展示样品位置调节及探针操作

公司研发团队在该设备强大功能的支持下,在DMI测量[9]、自旋轨道矩(SOT)效应研究[2]、磁畴壁动力学[3-4]、磁性材料和自旋电子器件研究[5]等方面,取得了丰富的成果。同时,该设备还可用于永磁材料和硅钢等软磁材料的磁畴分析等。

国内多功能高分辨率磁光克尔显微成像系统

当前,国家大力提倡自主创新,习总书记在2021年院士大会上指出,“要从国家急迫需要和长远需求出发,在……科学试验用仪器设备……等方面关键核心技术上全力攻坚”,国家“十四五规划”中,也把“加强高端科研仪器设备研发制造”列为重要内容。公司积极响应国家的号召,秉承“以真为上,探索未知;自主创新,追求卓越”的文化理念,致力于解决科研和产业中,尤其是集成电路行业卡脖子的、国内尚未解决的仪器设备方面的难题。同时,作为本土企业,公司会始终与用户保持良好沟通,紧密追踪前沿热点,以用户的需求和科学发展方向为指引,将最新的测试技术融入到产品中去,为新老用户持续做好服务,支持中国乃至全球更多的客户的科学探索与产业应用。

产品基本参数:

●极向和纵向克尔成像分辨率可达300 nm;

●配置二维磁场探针台,面内磁场最高达1 T,垂直磁场最高达0.3 T(配置磁场增强模块后可达1.5 T);

●快速磁场选件磁场反应速度可达1 μs;

●可根据需要选配直流/ 高频探针座及探针;

●可选配二次谐波、铁磁共振等输运测试;

●配置智能控制和图像处理系统,可同时施加面内磁场、垂直磁场和电学信号同步观测磁畴翻转;

样机体验:

目前,致真精密仪器(青岛)有限公司可对相关领域感兴趣的科学工作者提供测样体验,欢迎感兴趣的老师或同学扫描下方二维码关注我们,体验磁光克尔显微成像全新技术!

欢迎扫码关注【致真精密仪器】

参考文献

[1]. Cao, A. et al. Tuning the Dzyaloshinskii–Moriya interaction in Pt/Co/MgO heterostructures through the MgO thickness. Nanoscale 10, 12062–12067 (2018).

[2]. Zhao, X. et al. Ultra-efficient spin–orbit torque induced magnetic switching in W/CoFeB/MgO structures. Nanotechnology 30, 335707 (2019).

[3]. Zhang, X. et al. Low Spin Polarization in Heavy-Metal–Ferromagnet Structures Detected Through Domain-Wall Motion by Synchronized Magnetic Field and Current. Phys. Rev. Appl. 11, 054041 (2019).

[4]. Zhang, Y. et al. Domain-Wall Motion Driven by Laplace Pressure in CoFeB/MgO Nanodots with Perpendicular Anisotropy. Phys. Rev. Appl. 9, 064027 (2018).

[5]. Zhang, X. et al. Spin‐Torque Memristors Based on Perpendicular Magnetic Tunnel Junctions for Neuromorphic Computing. Advanced Science 8, 2004645 (2021).