末成年小嫩xb,嫰bbb槡bbbb槡bbbb,免费无人区码卡密,成全高清mv电影免费观看

JMCA: 機器學習+DFT揭示化學成分在決定氧硫屬化物晶格熱導率中的作用

JMCA: 機器學習+DFT揭示化學成分在決定氧硫屬化物晶格熱導率中的作用
氧硫屬化合物代表了一個大的化學空間,由于其低導熱性而具有作為熱電材料的潛在可能。然而,這種行為的性質仍在爭論中,了解這些材料非諧性的起源是開發提高熱電材料效率模型的關鍵。
JMCA: 機器學習+DFT揭示化學成分在決定氧硫屬化物晶格熱導率中的作用
在此,西班牙塞維利亞大學Jose J. Plata等人展示了將機器學習和DFT計算相結合而加速對大型化學空間中氧硫屬化合物的晶格熱導率(κl)的高精度預測方法,而且還促進了設計原則的發展以促進發現新的熱電材料。雖然之前的大多數理論工作都基于諧波特性討論了低κl氧硫屬化物的起源,但作者引入了一種基于聲子態密度、累積κl以及最重要的散射率熱圖及其原子投影分析的新方法。
為了揭示每種化學物質的作用,作者對所有位點進行了化學取代并描述了對κl的兩個主要貢獻。研究表明,低頻聲子對κl的貢獻可以用重的三價和一價陽離子最小化,具有相似振動頻率的重原子促進了聲學和低頻光學模式之間的散射。
JMCA: 機器學習+DFT揭示化學成分在決定氧硫屬化物晶格熱導率中的作用
圖1. 硫屬元素取代的影響
此外,作者還發現高頻光學模式對平面內累積κl有重要貢獻。散射率熱圖的原子投影表明,這些模式主要集中在O原子上。雖然O原子是這些高頻聲子的主要貢獻者,但其散射率對[M2O2]2+平板的三價原子很敏感。作者發現,三價原子的原子質量不是改變這些模式散射率的驅動力。
然而,具有LPE的元素增加了散射率,降低了這些模式對κl的貢獻。最后,遵循這些基于化學成分的設計原則,作者提出了將BiOAgSe和BiOAg0.5Cu0.5Se作為熱電應用的兩種最佳氧硫屬化合物。其中,合金化的BiOAg0.5Cu0.5Se在300 K時的κl為0.78 WK-1 m-1,比BiOAgSe小10%。此外,用Cu取代Ag有利于載流子的存在,可獲得更高的功率因數。因此,可預期BiOAg0.5Cu0.5Se是熱電材料的潛在候選者。
JMCA: 機器學習+DFT揭示化學成分在決定氧硫屬化物晶格熱導率中的作用
圖2. BiOAg0.5Cu0.5Se的低熱導率及原因
Unraveling the role of chemical composition in the lattice thermal conductivity of oxychalcogenides as thermoelectric materials, Journal of Materials Chemistry A 2022. DOI: 10.1039/D2TA02180C

原創文章,作者:v-suan,如若轉載,請注明來源華算科技,注明出處:http://www.zzhhcy.com/index.php/2023/10/07/ad76c7876c/

(0)

相關推薦

主站蜘蛛池模板: 辽阳市| 阿拉善盟| 苍溪县| 巧家县| 卫辉市| 商河县| 松溪县| 临漳县| 兴化市| 曲松县| 金乡县| 永嘉县| 厦门市| 来凤县| 方城县| 临漳县| 抚州市| 双江| 五常市| 府谷县| 马山县| 那坡县| 大英县| 湛江市| 公安县| 长岛县| 沂水县| 济南市| 颍上县| 黄骅市| 甘德县| 绥江县| 慈利县| 六安市| 玉树县| 胶南市| 呼图壁县| 监利县| 绍兴市| 遵化市| 金堂县|