当前位置：
X-MOL 学术
›
Adv. Mater.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
In Situ Repair and Reconstruction of Copper Surface Enhanced Its Anti‐Oxidation Properties and Stability for Deep Learning‐Powered Anti‐Counterfeiting Labels
Advanced Materials ( IF 27.4 ) Pub Date : 2025-03-19 , DOI: 10.1002/adma.202500920
Jiewen Liu 1 , Nan Gao 1 , Yongming Sui 1 , Susu Duan 1 , Kaixiang Jin 1 , Shunxin Li 1 , Bo Zou 1
Advanced Materials ( IF 27.4 ) Pub Date : 2025-03-19 , DOI: 10.1002/adma.202500920
Jiewen Liu 1 , Nan Gao 1 , Yongming Sui 1 , Susu Duan 1 , Kaixiang Jin 1 , Shunxin Li 1 , Bo Zou 1
Affiliation
|
The in situ repair of oxidized copper (Cu) surfaces while constructing a superior protective layer is critical for sustainable development and the efficient utilization of metallic materials. Here, a simple solvothermal treatment is presented to repair oxidized Cu surfaces (Cu foils, nanowires, and nanocubes) and reconstruct an antioxidant layer with an ordered (111) crystal‐plane (Cu‐SC) in situ. Electrochemical measurements reveal that the corrosion rate of Cu‐SC in 0.1 m NaOH is reduced to 1.99 × 10−3 mm yr− ¹, a fivefold improvement over pristine Cu (1.00 × 10− 2 mm yr− ¹). Density functional theory calculations confirm that the reconstructed (111) surface reduces oxygen molecule adsorption, significantly hinders oxygen atom diffusion into the bulk and continuous adsorption on surface. Anti‐counterfeiting labels fabricated from Cu‐SC nanowires exhibit exceptional durability, retaining reliable authentication accuracy after 144 h at 85 °C/85% relative humidity and 2000 bending cycles. The enhanced anti‐oxidation properties of Cu‐SC ensure the stability of its microstructures, which are critical for deep learning‐based authentication, allowing precise feature extraction and accurate label verification even under extreme conditions. These results highlight the potential of (111) surface reconstruction for enhancing material stability, enabling advanced anti‐counterfeiting applications, and promoting the sustainable utilization of metallic materials.
中文翻译：
铜表面的原位修复和重建增强了其抗氧化性能和稳定性，适用于深度学习驱动的防伪标签
氧化铜 （Cu） 表面的原位修复，同时构建卓越的保护层，对于可持续发展和金属材料的高效利用至关重要。在这里，提出了一种简单的溶剂热处理来修复氧化的 Cu 表面（Cu 箔、纳米线和纳米立方体），并在原位用有序 （111） 晶面 （Cu-SC） 重建抗氧化层。电化学测量表明，Cu-SC 在 0.1 m NaOH 中的腐蚀速率降低到 1.99 × 10-3 mm yr-¹，比原始铜（1.00 × 10-2 mm yr-¹）提高了五倍。密度泛函理论计算证实，重构的 （111） 表面减少了氧分子的吸附，显着阻碍了氧原子扩散到本体和表面的持续吸附。由 Cu-SC 纳米线制成的防伪标签具有出色的耐用性，在 85 °C/85% 相对湿度和 2000 次弯曲循环下 144 小时后仍能保持可靠的鉴定精度。Cu-SC 增强的抗氧化性能确保了其微观结构的稳定性，这对于基于深度学习的身份验证至关重要，即使在极端条件下也能实现精确的特征提取和准确的标签验证。这些结果突出了 （111） 表面重建在增强材料稳定性、实现高级防伪应用和促进金属材料可持续利用方面的潜力。
更新日期：2025-03-19
中文翻译：
铜表面的原位修复和重建增强了其抗氧化性能和稳定性，适用于深度学习驱动的防伪标签
氧化铜 （Cu） 表面的原位修复，同时构建卓越的保护层，对于可持续发展和金属材料的高效利用至关重要。在这里，提出了一种简单的溶剂热处理来修复氧化的 Cu 表面（Cu 箔、纳米线和纳米立方体），并在原位用有序 （111） 晶面 （Cu-SC） 重建抗氧化层。电化学测量表明，Cu-SC 在 0.1 m NaOH 中的腐蚀速率降低到 1.99 × 10-3 mm yr-¹，比原始铜（1.00 × 10-2 mm yr-¹）提高了五倍。密度泛函理论计算证实，重构的 （111） 表面减少了氧分子的吸附，显着阻碍了氧原子扩散到本体和表面的持续吸附。由 Cu-SC 纳米线制成的防伪标签具有出色的耐用性，在 85 °C/85% 相对湿度和 2000 次弯曲循环下 144 小时后仍能保持可靠的鉴定精度。Cu-SC 增强的抗氧化性能确保了其微观结构的稳定性，这对于基于深度学习的身份验证至关重要，即使在极端条件下也能实现精确的特征提取和准确的标签验证。这些结果突出了 （111） 表面重建在增强材料稳定性、实现高级防伪应用和促进金属材料可持续利用方面的潜力。
京公网安备 11010802027423号