基于可变形因子和可解释机器学习识别具备优异热电性能的高可变形范德鲁兹层状硫化物
材料科学
2024-10-10 v1 计算物理
摘要
范德鲁兹层状硫化物基可变形热电器件显示出巨大的潜力，用于可穿戴电子学。然而，既具备高可变形性又表现出优异热电性能的材料极其有限。迫切需要能够高效预测这些材料的可变形性和热电性能的方法，以实现高通量筛选。在本研究中，对超过1000种范德鲁兹层状硫化物进行了高通量筛选，使用我们先前开发的可变形因子预测其可变形性。开发了基于机器学习方法的准确且高效模型，用于预测热电性能。成功发现了若干具备可变形性和热电潜力的候选材料。其中，NbSe2Br2经第一性原理计算验证，实现了在1000K时的ZTmax值为1.35，这是目前已知具有可变形性的无机热电材料中最高的值。其在300K时的功率因子值为8.1 Wcm-1K-2，也超越了大多数有机和无机可变形热电材料。其高可变形性主要归因于允许层间滑动的小滑动能以及在失效之前允许变形的小面内模量。其高ZTmax主要归因于在高温下沿垂直于层面的极低热导率和高Seebeck系数。其在室温高功率因子主要来自面内方向的高导电性。该研究预期加速开发和应用基于无机半导体材料的可变形热电器件。
引用
@article{arxiv.2410.05658,
title = {Identifying Highly Deformable van der Waals Layered Chalcogenides with Superior Thermoelectric Performance Using Deformability Factors and Interpretable Machine Learning},
author = {Qi Ren and Yingzhuo Lun and Bonan Zhu and Gang Tang and Jiawang Hong},
journal= {arXiv preprint arXiv:2410.05658},
year = {2024}
}