Introduzione ai materiali termoelettrici

I materiali termoelettrici convertono i gradienti di temperatura direttamente in tensione elettrica attraverso l'effetto Seebeck, e viceversa, possono pompare il calore quando viene applicata una corrente elettrica. Questa capacità di conversione di energia a stato solido li rende attraenti per il recupero di calore di rifiuti, il raffreddamento portatile e la generazione di energia di spazio profondo. L'efficienza di un materiale termoelettrico è catturata dalla figura senza dimensioni del merito ]

Tecniche di modellazione meccanica quantistica

I calcoli dei primi principi basati sulla meccanica quantistica permettono ai ricercatori di prevedere le proprietà elettroniche, vibrazionali e di trasporto dei materiali senza un adattamento empirico. L'approccio più ampiamente usato è la teoria funzionale della densità (DFT), che bilancia l'accuratezza e il costo computazionale. Tuttavia, per i materiali termoelettrici con strutture elettroniche complesse, come le lacune della banda stretta, gli elementi pesanti, o la correlazione elettroni forte, sono spesso necessari metodi più avanzati.

Teoria funzionale di densità (DFT)

DFT risolve l'equazione di molti elettroni (inclusi i modelli di interconnessione, di tipo "scambio"), che contiene una serie di equazioni monoparticolari (Kohn-Shamgenera) che utilizzano una correzione di scambio funzionale.

Oltre DFT: Approcci Avanzati

Mentre DFT fornisce un buon punto di partenza, i suoi limiti diventano evidenti nei sistemi con forti interazioni elettroni-elettroni o dove sono necessarie quasiparticelle energie per coefficienti di trasporto accurati. L'approssimazione GW (funzione di Quanten G G e l'interazione coucinata W ) corregge il divario di banda e la dispersione incorporando effetti auto-energia, funzioni ibride come HSE

Proprietà elettroniche chiave da modellare

Le simulazioni meccaniche quantistiche estraeno un insieme di descrittori elettronici che si connettono direttamente alle prestazioni termoelettriche. Capire come ogni descrittore deriva dalla struttura atomica ed elettronica consente ai ricercatori di visualizzare e ottimizzare i materiali computazionalmente prima della sintesi sperimentale.

Gap di banda e messa efficace

Il divario di banda determina la gamma di temperatura di funzionamento: i semiconduttori a curva stretta (0.1–0.5 eV) sono tipicamente ottimali per le applicazioni a temperatura ambiente a temperatura moderata. I calcoli DFT e GW possono prevedere il divario con una ragionevole precisione.

Densità degli Stati e del Coefficiente di Seebeck

Il coefficiente di rendimento del Seebeck ] dipende fortemente dall'asimmetria del DOS intorno al livello di Fermi. Un aumento acuto del DOS su un lato del livello di Fermi (ad esempio, un bordo della banda ripida o uno stato di risonanza) può creare un grande coefficiente di Seebeck senza compromettere troppo la conducibilità dettagliata.

Progettazione di Novel Materiali termoelettrici

Guidati da approfondimenti meccanici quantistici, i ricercatori hanno identificato diverse famiglie di termoelettrici promettenti. La strategia di progettazione comune è quella di realizzare un sistema “fonica-vetro, elettroni-cristallo”: elevata conducibilità elettrica tipica di un materiale cristallino combinato con una conducibilità termica estremamente bassa di un vetro.

  • Materiali strati:[] Composto come Bi2Te3, SnSe e GeSe possiedono deboli legami van der Waals tra strati, che disperdono efficacemente i fononi termo-portanti preservando il buon trasporto elettronico in-plano.
  • Calcogenidi complessi:[] Materiali come AgSbTe2, Cu2Se e leghe basate su PbTe mostrano bassa conducibilità termica a causa di disturbi intrinseci o mobilità liquida-come di cationi. La modellazione meccanica quantistica ha rivelato che gli stati risonanti vicino al livello di Fermi in PbTe hanno doppiato con Tl o Na aumentano il coefficiente semplice Seebeck oltre quello che è previsto.
  • Clathrates and gabbia compounds:[] In clathrates come Ba8Ga16Si30, gli atomi ospiti “bovini” all’interno di gabbie di grandi dimensioni, fortemente spargimento fononi senza disturbare la conduzione elettronica del quadro ospite.
  • Leghe di Lulf-Heusler:[ Questi composti intermetallici (ad esempio, MNiSn, MCoSb dove M = Ti, Zr, Hf) offrono elevata stabilità meccanica e buona conducibilità elettrica. La prima selezione di principi di migliaia di possibili composizioni di semi-Heusler ha identificato nuovi candidati con fattori di potenza elettronica migliorati, spesso riducendo la sostituibilità
  • Materiali stabilizzati e ad alta intensità:[] Il lavoro recente sulle leghe ad alta entropia e le ceramiche entropi-stabilizzate sfrutta il disordine atomico per ridurre la conducibilità termica reticolare. DFT combinato con i metodi di espansione a grappolo può valutare l'impatto del disordine sulle bande elettroniche e prevedere composizioni in cui il disordine non influisce gravemente sul trasporto di carica.

Sfide e direzioni future

Nonostante i progressi significativi, rimangono diverse sfide: i calcoli della struttura elettronica per materiali termoelettrici realistici devono tener conto del disordine atomico, dei difetti e della strutturazione della nanoscala, che influiscono sulle proprietà sia elettroniche che vibrazionali.

Un'altra sfida consiste nella predizione accurata della conduttività termica reticolare κ ph. Mentre le dinamiche reticee basate su DFT (ad esempio, utilizzando l'equazione di trasporto del fonone Boltzmann) possono dare κ ph affidabile per cristalli ordinati, materiali di policristallina e nanostrutturati espongono meccanismi di dispersione aggiuntivi (confini di grano, difetti di punti, nanoprecipitati) che sono difficili da modellare da zero.

In attesa di un'integrazione di modelli meccanici quantistici con screening computazionale ad alto rendimento e apprendimento automatico sta accelerando la scoperta di nuovi materiali termoelettrici. Database come il progetto Materiali, OQMD e AFLOW contengono milioni di proprietà calcolate; accoppiandole con modelli predittivi per ]ZT]]] può restringere le composizioni dei candidati per i test sperimentali.

Le tecniche in situ o operando, come la diffrazione dei raggi X sincroni e le misurazioni dei trasporti sotto pressione, possono fornire feedback per perfezionare i modelli computazionali. Combinando la modellazione meccanica quantistica con la sintesi sperimentale e la caratterizzazione forma un potente loop per la scoperta dei materiali.

Conclusioni

Grazie alla comprensione dettagliata della struttura elettronica, DFT e dei metodi avanzati oltre DFT, i ricercatori potranno identificare i descrittori chiave, i composti di sceneggiatori e i materiali di ingegnere con prestazioni ottimizzate.

Riferimenti esterni:[