多晶石墨烯中的畴粗化
无序系统与神经网络
2023-11-13 v2 统计力学
摘要
石墨烯是一种二维碳材料，具有优异的性质，非常适用于广泛的应用。实际的石墨烯制备常产生具有许多固有缺陷的多晶结构，这显著影响其性能。在本研究中，我们利用基于优化 Wooten、Winer 和 Weaire（WWW）算法的蒙特卡洛方法来模拟多晶石墨烯的晶畴粗化过程。我们的样本构型与实验数据高度吻合。我们对键与角分布、缺陷分布的时间演化以及遵循拉伸指数分布的晶格取向空间关联进行了统计分析。此外，我们深入研究了缺陷的扩散行为，发现畴尺寸的变化遵循幂律分布。我们简要讨论了这些结果与其他统计模型（如 Ising 动力学）中畴生长过程的可能联系与差异。我们还考察了在衬底效应下多晶石墨烯的屈曲对结晶速率的影响。我们的发现可为理论研究与实验进展提供有价值的指导和见解。
引用
@article{arxiv.2311.04842,
title = {Domain coarsening in polycrystalline graphene},
author = {Zihua Liu and Debabrata Panja and Gerard T. Barkema},
journal= {arXiv preprint arXiv:2311.04842},
year = {2023}
}