弯曲 In2Se3 中的铁电畴与翻转动力学：第一性原理与深度学习分子动力学模拟
材料科学
2023-08-23 v1
摘要
复杂的应变状态在二维材料合成过程中可能存在，并对其物理和化学性质产生显著影响。尽管实验中普遍存在，但由于缺乏有效模拟方法，其对材料性质的影响及相应机制常被忽视。本工作中，我们通过密度泛函理论（DFT）和深度学习分子动力学（DLMD）模拟，研究了弯曲、波纹和鼓泡对 In2Se3 单层铁电畴的影响。管模型分析表明，弯曲变形给体系引入不对称性，极化方向倾向于朝向拉伸侧，其能量态低于反向极化方向。根据 DFT 结果，压缩应变可降低极化翻转的能垒。极化翻转的动力学由 DLMD 模拟研究。曲率与温度对翻转时间的影响遵循阿伦尼乌斯型函数。对于波纹和鼓泡模型中的复杂应变状态，通过自相关函数分析了局域瞬态极化的寿命，并确定了稳定极化畴的尺寸。局域曲率与温度可依据所提出的阿伦尼乌斯型方程影响局域极化动力学。通过跨尺度模拟，本研究展示了深度学习势能在铁电材料极化模拟中的能力，并进一步揭示了通过应变工程操控铁电材料局域极化的潜力。
引用
@article{arxiv.2308.11221,
title = {Ferroelectric Domain and Switching Dynamics in Curved In2Se3: First Principle and Deep Learning Molecular Dynamics Simulations},
author = {Dongyu Bai and Yihan Nie and Jing Shang and Minghao Liu and Yang Yang and Haifei Zhan and Liangzhi Kou and Yuantong Gu},
journal= {arXiv preprint arXiv:2308.11221},
year = {2023}
}