Johdanto lämpösähköisiin materiaaleihin

Lämpösähköiset materiaalit muuntavat lämpögradientit suoraan sähköjännitteeksi Seebeckin vaikutuksen kautta, ja päinvastoin ne voivat pumppata lämpöä sähkövirran käytön yhteydessä. Tämä kiinteätilainen energianmuuntokyky tekee niistä houkuttelevia hukkalämmön talteenottoon, kannettavaan jäähdytykseen ja syvätilan sähköntuotantoon. Lämpösähköisen materiaalin hyötysuhde on erittäin suuri [], ZT[] = (S2σT) /κ, jossa [] on Seebeckin kerroin, σ on sähkönjohtavuus []], T[[]]] on absoluuttinen lämpötila, ja κ on lämmönjohtavuus.

Kvanttimekaaniset mallintamistekniikat

First-principles laskelmat perustuvat kvanttimekaniikka avulla tutkijat voivat ennustaa elektroninen, tärinällinen, ja kuljetus ominaisuudet materiaalien ilman empiirinen asentaminen. Yleisimmin käytetty lähestymistapa on tiheys toiminnallinen teoria (DFT), joka tasapainottaa tarkkuutta ja laskentakustannuksia. Kuitenkin, lämpösähköisten materiaalien monimutkaisia elektronisia rakenteita.Nämä ovat kapeat kaistan aukot, raskaat elementit, tai vahva elektroninen korrelaatio.Tällaiset tekniikat voivat paljastaa taustalla elektroninen rakenne, joka ohjaa kuljetuskertoimia ja lopulta mahdollistaa järkevä suunnittelu strategioita.

Tiheys Toiminnallinen teoria (DFT)

DFT ratkaisee monielektro-Stredingerin yhtälön kartoittamalla sen yhden partikkelin yhtälöihin (Kohn.Sham yhtälöt) käyttäen vaihto-correlaatio toiminnallinen. Lämpösähköisten materiaalien osalta DFT käytetään rutiininomaisesti laskea elektroninen bändirakenne, tiheys valtiot (DOS), ja kristalli kiertoradalla Hamilton väestö (COHP) . Nämä tuotokset auttavat tunnistamaan ominaisuuksia kuten bändi degeneraatio, litteä bändit lähellä Fermi tasolla, ja asema kemiallinen potentiaali . Kaikki, jotka vaikuttavat Seebeck kerroin ja sähkönjohtavuus . Esimerkiksi korkea bändi degeneraatio (monilaaksot linjassa energia) on tiedossa lisätä tehokerroin vähentämättä sähköisen liikkuvuuden. Common likitykset kuten yleinen gradient Limigation (GGA) usein aliarvioida bändien aukkoja, niin korjaukset, kuten DFT+[ menetelmä ] tai spinorbit kytkentä ovat mukana, kun malli sisältää materiaaleja, jotka sisältävät bism.

DFT:n lisäksi: Kehittyneet lähestymistavat

Vaikka DFT tarjoaa hyvän lähtökohdan, sen rajoitukset tulevat näkyviin järjestelmissä, joissa on vahva elektroni.electronin vuorovaikutus tai joissa kvasipartikkelien energia tarvitaan tarkkojen kuljetuskertoimien saavuttamiseksi. GW-lähentyminen (Greens function G ja seulottu Coulombin vuorovaikutus ) korjaa bändikuilun ja dispersion sisällyttämällä siihen itseenergian vaikutuksia. Hybridifunktiot, kuten HSE06, sekoittavat murto-osan tarkasti Hartree- ja Fock-vaihtoa puolipaikallisen vaihdon kanssa, mikä tuottaa bändiaukkoja, jotka usein sopivat hyvin kokeeseen. Termoelektristen materiaalien osalta nämä menetelmät ovat ratkaisevia silloin, kun ero on kapea (<0,5 eV) ja Seebececkin kerroin on erittäin herkkä elektroniselle rakenteelle. Lisäksi monikehon perturbaatioteoriaaaaa voidaan käyttää elektronisten vastusten ja lämmönjohtavuuden kannalta.

Mallinnuksen keskeiset elektroniset ominaisuudet

Kvanttimekaaniset simulaatiot poimivat joukon elektronisia kuvauksia, jotka liittyvät suoraan lämpösähköiseen suorituskykyyn. Ymmärtämällä, miten jokainen kuvaus syntyy atomi- ja elektronista rakennetta, tutkijat voivat seuloa ja optimoida materiaaleja laskennallisesti ennen kokeellista synteesiä.

Band Gap ja tehokas massa

Taajuusväli määrittää käyttölämpötila-alueen: kapeat puolijohteet (0.1...0...0.5 eV) ovat tyypillisesti optimaalisia huonelämpötilan ja keskilämpötilan sovelluksiin. DFT- ja GW-laskelmilla voidaan ennustaa aukko kohtuullisen tarkasti. Tehokas elektronien ja reikien massa ([[[.FLT:0]]m*[[[[[.FLT:1]]]]]) ohjaa sähkönjohtavuutta: kevyemmät kantoraketit johtavat suurempaan liikkuvuuteen, mutta hyvin kevyt massa voi vähentää Seebeck-kerrointa. Tasapainoon iskee usein esimerkiksi PbTe-mallissa monivalenssinauhan maxima vaikuttaa korkeaan tehotekijään. Mallinnus paljastaa, miten doping tai seostus siirtää näitä taajuuksia ja muuttaa tehokkaita massoja, ohjaamalla kemiallisten koostumusten valintaa.

Valtioiden tiheys ja Seebeck-kerroin

Seebeck-kerroin S riippuu voimakkaasti Fermin tason ympärillä olevan DOS-järjestelmän epäsymmetriasta. DOS-järjestelmän jyrkkä kasvu Fermin tason toisella puolella (esim. jyrkällä bändireunalla tai resonanssitilassa) voi luoda suuren Seebeck-kertoimen ilman johtokyvyn liiallista uhraamista. DOS-järjestelmän ensimmäiset periaatteet yhdistettynä Boltzmannin kuljetusyhtälöön jatkuvassa rentoutumis-aikalähetyksessä tarjoavat käytännöllisen tavan arvioida []S[[]] ja tehokerroin ovat myös kerroksittain jakautuneita yhdisteitä, kuten SnSe, joissa näitä simulaatioita voidaan laajentaa energiariippuviin sattumisjaksoihin ab initio-elektronilla.

Uuselintarvikkeen ja sen kaltaisten tuotteiden valmistus

Kvanttimekaanisen ymmärryksen ohjaamana tutkijat ovat tunnistaneet useita lupaavia lämpösähköisiä materiaaleja. Yhteisellä suunnittelustrategialla pyritään saavuttamaan ... ...-phonon-lasi, elektroni-kristalli...-järjestelmä: korkea sähkönjohtavuus, joka on tyypillinen kiteiselle materiaalille, yhdistettynä lasin erittäin alhaiseen lattice-lämpöjohtavuusominaisuuteen.

  • Layered materials:[ Komponentit kuten Bi2Te3, SnSe, ja GeSe ovat heikko van der Waals sidettä kerrosten välillä, joka tehokkaasti sirottelee lämpöä kantavia äänipuhelimia säilyttäen hyvän koneen sähköisen kuljetuksen. DFT tutkimukset ovat osoittaneet, että sähköinen rakenne näiden materiaalien ominaisuuksia useita laaksoja ja vahva anharmonisuus, jotka molemmat hyödyttävät lämpösähköisen suorituskyvyn.
  • Complex kalkogenidit:[ Materiaalit kuten AgSbTe2, Cu2Se, ja PbTe-pohjaiset seokset ovat heikko lämmönjohtavuus johtuu luontainen häiriö tai nestemäinen liikkuvuus kationeja. Kvanttimekaanisen mallinnus on osoittanut, että resonantti tilassa lähellä Fermi tasolla PbTe doping Tl tai Na parantaa Seebeck kerrointa enemmän kuin mitä odotetaan yksinkertainen doping.
  • Klataatit ja häkkiyhdisteet:[] Klatraattien kuten Ba8Ga16Si30:n vierasatomit ...rattle...ylikokoisten häkkien sisällä, voimakkaasti sirottelevat huivit häiritsemättä isäntäjärjestelmän elektronista johtumista. DFT:n laskelmat ennustavat, että häkin koon ja vieras-host-vuorovaikutuksen optimointi voi vähentää lämmönjohtavuutta lähes morfoottisille tasoille säilyttäen kuitenkin puolijohtavan kuljetuksen.
  • Heusler-seokset:[ Nämä metalliset yhdisteet (esim. MNiSn, MCoSb, jossa M = Ti, Zr, Hf) tarjoavat korkean mekaanisen vakauden ja hyvän sähkönjohtavuuden. Ensinnäkin tuhansien mahdollisten puoli-Heusler-koostumusten seulonta on tunnistanut uusia ehdokkaita, joilla on paremmat tehotekijät, korvaamalla usein raskaita elementtejä lämmönjohtavuuden vähentämiseksi ilman, että elektroninen liikkuvuus heikentyy.
  • Entropiavakautta ja korkeaentropiamateriaaleja:[ Viimeaikainen työ korkea-entropiaseoksia ja entropiavakauttava keramiikka vipuvaikutus atomihäiriö vähentää lattioiden lämmönjohtavuutta. DFT yhdistettynä klusterien laajennus menetelmiä voi arvioida häiriön vaikutuksia sähköisiin bändejä ja ennustaa koostumusta, jos häiriö ei vakavasti vaikuta lataus kuljetus.

Haasteet ja tulevaisuuden linjaukset

Merkittävästä edistyksestä huolimatta on vielä useita haasteita. Realististen lämpösähköisten materiaalien elektronisten rakennelaskelmien on vastattava atomihäiriöistä, vioista ja nanoskaalarakenteista. Kaikki nämä vaikuttavat sekä elektronisiin että tärinällisiin ominaisuuksiin. Häiriöllisten järjestelmien mallintaminen edellyttää suuria supersoluja tai erityisiä kvastrandom-rakenteita (SQS), jotta voidaan ottaa talteen konfiguraatio-entropia ja paikalliset vaihtelut. Lisäksi elektroni-fonien vuorovaikutus ja vaikutus sähkö- ja lämpöliikenteeseen ovat vielä kalliita, kun otetaan huomioon ensimmäiset periaatteet ja rajoitetaan niiden käyttöä korkea-läpivientiseulonnassa.

Toinen haaste on tarkka ennuste lattice lämmönjohtavuus κ ph. Vaikka DFT-pohjainen lattice dynamiikka (esim. käyttämällä fonon Boltzmann liikenne yhtälö) voi antaa luotettava κ ph tilatut kiteet, monikiteinen ja nanorakennelmat materiaaleja näytteille ylimääräisiä hajautus mekanismeja (granin rajat, piste vikoja, nanosaasteita), jotka ovat vaikea mallintaa tyhjästä. Integrointi atomististen laskelmien kanssa tehokkaita keski-teorioita tai kone-oppimisen interatominen potentiaalia on lupaava reitti kuroa umpeen tätä kuilua.

Kvanttimekaanisten mallien integrointi korkea läpimenolaskentaan ja koneoppimiseen kiihdyttää uusien lämpösähköisten materiaalien löytämistä. Tietokannat, kuten Materials Project, OQMD ja AFLOW, sisältävät miljoonia tietokoneellisia ominaisuuksia; näiden yhdistäminen ennustemalleihin []ZT[]] voi kaventaa koetestausta varten kandidaattikoostumuksia. Aktiiviset oppimisalgoritmit voivat ohjata seuraavaa laskentasarjaa, joka perustuu epävarmuuden kvantifiointiin, jolloin kemikaalitilan etsintä tehostuu.

Kokeellinen validointi on edelleen välttämätöntä. In situ- tai operando-tekniikat, kuten synkrotronin röntgendiffraktio ja kuljetusmittaukset paineen alla, voivat antaa palautetta laskentamallien tarkentamiseksi. Kvanttimekaanisen mallintamisen yhdistäminen kokeelliseen synteesiin ja karakterisointiin muodostaa tehokkaan silmukan materiaalien löytämiseen.

Päätelmä

Kvanttimekaanisesta mallintamisesta on kehittynyt täydentävästä työkalusta lämpösähköisen materiaalin tutkimuksen kulmakiveksi. Tarjoamalla yksityiskohtaista atomitason ymmärrystä elektronisesta rakenteesta, DFT:stä ja DFT:n jälkeen kehitetyistä menetelmistä tutkijat voivat tunnistaa keskeiset kuvaajat, seuloa uusia yhdisteitä ja optimoida materiaaleja. Menetelmien tarkkuuden, laskentavoiman ja datalähtöisten lähestymistapojen jatkuva kehitys lupaa nopeuttaa edelleen lämpösähköisten materiaalien suunnittelua energian kestävää muuntamista varten. Kun häiriön ja monifysiikan yhteenkytkemisen haasteita käsitellään, kvanttisimulaatioiden ja kokeilujen välinen synergia jatkaa tällä alalla innovaatiotoimintaa.

Ulkoiset viittaukset: