Table of Contents

Введение: Обещание технологии трансмиссии в двухмерных материалах

Двумерные (2D) материалы изменили ландшафт физики конденсированных сред и материаловедения с момента изоляции графена в 2004 году. Эти атомарно тонкие кристаллы проявляют необычайные электронные, механические и оптические свойства, которые часто превосходят их объемные аналоги. Однако истинная сила этих материалов возникает не из их первозданного состояния, а из способности настраивать свои свойства через внешние возмущения. Среди них механическое напряжение выделяется как особенно универсальный и практичный инструмент. Растягивая, сжимая или сдвигая 2D-кристалл, исследователи могут систематически изменять его электронную структуру полосы, подвижность носителя, эффективные массы и даже вызывать фазовые переходы. Этот подход, известный как деформация, открывает прямой путь к разработке высокоэффективной гибкой электроники, ультрачувствительных датчиков и оптоэлектронных устройств следующего поколения без изменения химии материала.

Вычислительные симуляции играют критическую роль в разработке штаммов, поскольку они позволяют ученым прогнозировать и понимать влияние штамма на электронные свойства до того, как будут выполнены дорогостоящие и трудоемкие эксперименты. Такие методы, как теория функционала плотности (DFT), молекулярная динамика (MD), тесносвязывающие модели и механика континуума, обеспечивают взаимодополняющие идеи в разных масштабах времени. В этой статье исследуются принципы, методы и ключевые результаты моделирования механического штамма в 2D-материалах, подчеркивая, как эти симуляции руководят разработкой настраиваемых электронных устройств.

Основы двухмерных материалов и растяжения

Что делает 2D-материалы уникальными?

2D-материалы представляют собой кристаллические твердые вещества, состоящие из одного слоя или нескольких атомных слоев. Их уменьшенная размерность порождает квантовые эффекты удержания и исключительно высокие отношения поверхности к объему. Ключевые примеры включают графен (полуметалл с нулевым разрывом), дихалькогениды переходных металлов (TMD), такие как MoS2 и WS2 (которые представляют собой полупроводники с прямыми полосами в монослойной форме), гексагональный нитрид бора (]h -BN, широкополосный изолятор) и фосфорен (скрученный монослой черного фосфора с высокоанизотропной структурой полосы). Каждый материал по-разному реагирует на штамм из-за его уникального атомного расположения и связывающей природы.

Виды механической трансмиссии

Штамм определяется как относительная деформация материала по сравнению с его равновесной конфигурацией. В симуляциях деформация обычно применяется путем масштабирования векторов решетки ячейки блока или путем применения внешних сил к атомным положениям. Наиболее распространенные типы включают:

  • Одноосное напряжение: Деформация вдоль одного кристаллографического направления (например, кресло или зигзаг в графене). Она может быть растяжимой (растягивающейся) или сжимающей.
  • Биаксиальное напряжение: Равная деформация по двум ортогональным осям, часто используемая для имитации изотропного растяжения или сжатия.
  • Штамм сдвига: Деформация, изменяющая угол между векторами решётки, приводящая к искажениям кристаллической симметрии.
  • В плоскости против внепланового штамма: В плоскости штамм доминирует в большинстве экспериментов на поддерживаемых или подвешенных хлопьях, но внеплановая деформация (изгиб или рябь) также происходит и может по-разному влиять на электронные свойства.

Строй может быть однородным (однородным) или неоднородным (например, из-за локального углубления, складывания или рисунка подложки). Моделирование часто начинается с однородного штамма для установления фундаментальных тенденций, а затем включает градиенты для реалистичных сценариев устройства.

Вычислительные методы моделирования эффектов напряжения

Функциональная теория плотности (DFT)

DFT является наиболее широко используемым методом ab initio для прогнозирования электронной структуры напряжённых 2D-материалов. Он обрабатывает многоэлектронную систему через уравнения Кон-Шама, аппроксимируя эффекты обменно-корреляционной связи с такими функциями, как LDA, GGA (PBE) или гибридными функциями, такими как HSE06. Для моделирования деформации исследователи систематически масштабируют параметры решётки в плоскости ячейки блока и расслабляют атомные положения до тех пор, пока силы не будут сведены к минимуму. Ключевые выходы включают структуру полосы (энергия против импульса), плотность состояний (DOS), пропускную способность, эффективные массы и функцию работы в качестве функций приложенного деформации.

Исследования DFT выявили множество настраиваемых на деформацию явлений:

  • Производство разрыва: Растяжение штамма обычно уменьшает разрыв в полосе полупроводниковых TMD, в конечном итоге индуцируя переход полупроводника в металл при критических значениях деформации (например, ~10% для MoS2). И наоборот, сжимающий штамм может увеличить разрыв в полосе или вызвать непрямые переходы в полосу пропускания.
  • Стрен-индуцированные псевдомагнитные поля:] В графене неоднородный штамм создает псевдомагнитное поле, которое может превышать 100 Т, что приводит к спектру, подобному Ландау, без внешнего магнитного поля.
  • Изменения в подвижности носителей: Штамм изменяет эффективные массы электронов и дырок, что напрямую влияет на проводимость. Например, растяжение по биаксиалу в фосфорене уменьшает анизотропные эффективные массы, усиливая транспорт в определённых направлениях.

Несмотря на успехи, DFT сталкивается с ограничениями. Стандартные функциональные возможности недооценивают пропуски, а полулокальные функциональные возможности могут не сработать для сильно коррелированных систем. Коррекции, такие как DFT+U или гибридные функциональные возможности, часто необходимы для точных прогнозов, хотя и при более высокой вычислительной стоимости.

Молекулярная динамика (MD) симуляция

Моделирование MD моделирует эволюцию времени атомов под заданным межатомным потенциалом (силовым полем). Для 2D-материалов поля реактивной силы, такие как REBO, AIREBO или потенциалы Терсоффа, могут захватывать разрыв связей, образование дефектов и структурные преобразования во время деформации. MD особенно полезен для изучения:

  • Механическая стабильность: Максимальное напряжение, которое материал может выдержать до выхода или разрыва. Например, MD показывает, что нетронутый графен может выдерживать растяжение до ~25% до отказа, в то время как MoS2 выходит из строя при более низких штаммах (~10-15%).
  • Дефектная динамика: Вакансии, границы зерна и дислокации могут образовывать ядра и распространяться под напряжением, ухудшая электронные свойства.
  • Тепловые эффекты: При конечной температуре атомные вибрации взаимодействуют с напряжением, изменяя полосы пропускания и подвижность.Моделирование MD в сочетании с DFT (по первым принципам MD) обеспечивают реалистичную картину.

Однако классическая МД опирается на эмпирические потенциалы, которые могут не точно описывать электронные эффекты. Гибридные подходы, которые сочетают МД с ДФТ (или тесно связывающими), часто используются для изучения электронных переходов, вызванных напряжением.

Методы с жестким связыванием (ТБ) и k·p

Для изучения более крупных систем или длинных временных масштабов модели с жесткой связыванием предлагают компромисс между скоростью и точностью. ТБ гамильтонианы параметризуются по данным DFT и могут включать в себя деформацию путем масштабирования интегралов скачков и энергий на месте в соответствии с изменениями длины связи. Схема Слейтера-Костера обычно используется для описания деформационно-зависимого скачка в графене и TMDs. Аналогично, теория возмущений k·p (например, модель Кейна) может захватывать эффекты деформации на краях полос вблизи точек высокой симметрии. Эти методы неоценимы для интерпретации транспортных экспериментов и проектирования деформированных квантовых устройств.

Continuum Механика и машинное обучение

На макроскопическом уровне модели континуума (анализ конечных элементов) могут имитировать распределение деформаций в реалистичных геометриях устройств, таких как морщинистые или изогнутые мембраны. Эти модели обеспечивают граничные условия для атомистического моделирования. Совсем недавно межатомные потенциалы машинного обучения (MLIP), обученные данным DFT, появились в качестве мощных инструментов. Они достигают почти нулевой точности при доле вычислительной стоимости, позволяя крупномасштабное моделирование натянутых 2D-материалов со сложной морфологией.

Основные выводы из моделирования напряжения в конкретных 2D-материалах

графен

Конус Дирака Графена делает его полуметаллом с нулевым разрывом. Строй может сместить точки Дирака и при одноосном напряжении открыть бандгап (до ~0,3 эВ при 10% деформации), нарушая сублатциальную симметрию. Однако разрыв небольшой и часто закрывается рябью. Более примечательно генерирование псевдомагнитных полей через неоднородный деформатор. Моделирование показывает, что применение триаксиального деформации к графеновому хлопку может производить поля, превышающие 300 Т, что приводит к квантованным уровням Ландау и поляризации долины. Этот эффект экспериментально наблюдался в нанопузырьках на напряженном графене.

Переходные металлические дихалкогениды (например, MoS2, WS2)

Монослойные TMD имеют прямой разрыв в точке K. Моделирование DFT последовательно предсказывает линейное уменьшение разрыва с растяжением на биаксиальные расстояния со скоростью примерно 0,1 эВ на процент. Для MoS2 разрыв полностью закрывается при растяжении на биаксиальные расстояния ~10%, вызывая полуметаллическую фазу. При одноосном сжатии разрыв расширяется и может стать косвенным. Эксперименты с использованием изгибающих подложек подтвердили эти тенденции, с измерениями фотолюминесценции, показывающими красное смещение пика прямого экситона под напряжением.

Фосфорен

Фосфорен проявляет скученную орторгомбическую решетку с высокоанизотропными электронными и механическими свойствами. Моделирование одноосного штамма вдоль кресла и зигзагообразных направлений выявляет драматические различия: растягивающий штамм вдоль направления кресла быстро уменьшает бандгап, в то время как зигзагообразный штамм обладает более слабым эффектом. Эта анизотропия делает фосфорен привлекательным для деформационных применений, где требуется направленная чувствительность. При больших сжимающих штаммах фосфорен может претерпевать полупроводниково-металлический переход или трансформироваться в другой аллотроп.

За пределами бинарных соединений: гетероструктуры и материалы Януса

Моделирование напряжения также расширяется до 2D-гетероструктур (например, ]MoS2/]WS2, монослоев JanusMoSSe с различными атомами халькогена с каждой стороны.В этих системах штамм может настраивать межслойную связь, выравнивание полос и даже индуцировать сегнетоэлектричество.Например, исследования DFT показывают, что биаксиальный штамм в монослое Janus MoSSe значительно усиливает встроенное электрическое поле, приводя к гигантскому пьезоэлектрическому ответу — эффекту, который может быть использован в наногенераторах.

Приложения, доступные в Strain Simulation Findings

Гибкая и растяжимая электроника

Возможность предсказать, как деформация изменяет проводимость и пропускную способность, позволяет инженерам проектировать транзисторы на основе 2D-материалов, логические затворы и устройства памяти, которые надежно работают при механической деформации. Моделирование определяет выбор материалов и диапазонов деформаций, которые поддерживают желаемую электронную производительность. Например, MoS2 Полевые транзисторы (FET) сохраняют высокие соотношения включения/выключения до 2% растяжения, за пределами которого мобильность падает из-за рассеивания фононов.

Датчики напряжения и давления

2D-материалы по своей природе чувствительны к деформации из-за большого изменения электронных свойств на единицу деформации. Моделирование помогает оптимизировать калибровочные факторы - отношение относительного изменения сопротивления к приложенному деформации - которое может превышать 1000 в некоторых деформированных графеновых устройствах. Путем моделирования реакции различных материалов на одноосные, двуосные и сдвиговые штаммы исследователи могут проектировать датчики с высокой чувствительностью и направленной специфичностью.

Strain-инженерная оптоэлектроника

Штамм меняет полосовой разрыв и изменяет оптические спектры поглощения и излучения. Моделирование предсказывает, что растягивающее напряжение может удерживать полосовую полосу прямо в TMD, уменьшая ее величину, делая их настраиваемыми светоизлучателями в ближней инфракрасной области. Это имеет последствия для настраиваемых светодиодов, лазеров и фотоприемников, интегрированных в гибкие подложки.

Пьезоэлектрическая энергия сбор урожая

Янус 2D материалы и нецентросимметричные TMDs демонстрируют пьезоэлектричество, которое сильно модулируется напряжением. DFT-моделирование MoSSe показывает, что его пьезоэлектрический коэффициент e 11 увеличивается линейно с растяжением деформации. Это позволяет проектировать наноразмерные энергетические комбайны, которые преобразуют механические вибрации в электрическую энергию.

Проблемы и ограничения в современных симуляциях

Несмотря на свою прогностическую силу, моделирование напряжения сталкивается с несколькими препятствиями:

  • Расчетная стоимость: Полные расчеты DFT для крупных суперклеток (необходимые для изучения неравномерного штамма или дефектов) остаются дорогими. Гибридные функции и теория возмущения многих тел (GW) часто являются непозволительными для систематических прометаний штамма.
  • Точность функциональных взаимосвязей: Стандартные функциональные возможности DFT имеют тенденцию недооценивать пропуски и могут неправильно описывать переходы, вызванные напряжением, особенно вблизи критического напряжения.
  • Температура и аномалия:] Большинство симуляций выполняются при 0 К. При конечных температурах, вызванное фононом размазывание и тепловое расширение могут изменять эффекты деформации.
  • Экспериментальная валидация: Имитируемые значения деформации часто предполагают идеальный кристаллический порядок. Реальные образцы содержат дефекты, морщины и субстраты, которые изменяют фактическое распределение деформации. Прямое сравнение с экспериментами требует тщательного моделирования этих факторов.
  • Пределы напряжения и перелом:] Моделирование может предсказать идеальную прочность, но реальные материалы могут выйти из строя раньше из-за ранее существовавших трещин или шероховатости края. MD с реактивными потенциалами помогает, но потенциалы могут не иметь точности для всех режимов деформации.

Будущие направления в симуляции напряжения 2D-материалов

Машинное обучение-усовершенствованные симуляторы

Межатомные потенциалы машинного обучения, обученные на данных DFT, быстро ускоряют моделирование деформаций. Они могут исследовать огромные пространства с деформационными параметрами (включая температуру, скорость деформации и типы дефектов) за минуты, а не недели. Графические нейронные сети, в частности, показывают перспективы для прогнозирования электронных свойств (bandgap, DOS) непосредственно из атомных конфигураций под напряжением.

Многомасштабная и мультифизическая связь

Будущая работа будет интегрировать атомистическое моделирование с моделями конечных элементов континуума, чтобы преодолеть разрыв от нанометров до микрометров в масштабе устройства. Это необходимо для проектирования практических деформированных устройств, где деформационные поля неоднородны. Кроме того, связывание деформации с электрическими полями, оптической накачкой и магнитными полями в единой структуре моделирования откроет новые явления, такие как деформируемая долинатроника и спиновый транспорт.

Высокопроизводительный скрининг напряжённых 2D-материалов

Вычислительные базы данных, такие как Materials Project и 2DMatPedia, могут быть отобраны для материалов, чей коэффициент разброса, мобильности или пьезоэлектрического сопротивления сильно реагирует на напряжение. Машинное обучение может предсказать реакцию на напряжение только из кристаллической структуры, что позволяет быстро найти материалы-кандидаты для гибкой электроники.

Инженерные дефекты под напряжением

Дефекты часто неизбежны, но деформация может использоваться для контроля их свойств. Например, деформация растяжения может усиливать магнитный момент вакансии в MoS2 или изменять состояние заряда. Моделирование, которое систематически продувают деформацию и типы дефектов, будет направлять эксперименты в дефектной инженерии.

Заключение

Моделирование эффектов механического напряжения на электронные свойства 2D-материалов является краеугольным камнем современного проектирования материалов. Благодаря DFT, MD, плотно связывающим и появляющимся подходам машинного обучения исследователи получили беспрецедентное представление о том, как деформация настраивает бандгапы, несущую подвижность, оптические реакции и даже вызывает экзотические квантовые состояния. Эти симуляции не только объясняют экспериментальные наблюдения, но и предсказывают новые явления, которые вдохновляют инновации устройств. По мере того, как вычислительные методы становятся быстрее и точнее, синергия между моделированием и экспериментом ускорит развитие гибкой электроники, датчиков деформации и устройств сбора энергии на основе 2D-материалов. Путь от атомистического моделирования деформации к реальным приложениям идет полным ходом, обещая будущее, где свойства материалов разрабатываются по требованию посредством точного механического управления.