利用机器学习势研究亚稳立方Ge-Sb-Te中的空位有序与玻色峰
材料科学
2024-03-05 v3 介观与纳米尺度物理
应用物理
计算物理
摘要
亚稳立方Ge-Sb-Te（c-GST）中支撑超快相变动力学与显著热电特性的空位有序机制仍不清楚。在原子层面全面理解空位有序过程颇具挑战，因为模拟大时空尺度无序结构需要巨大的计算量。本研究利用机器学习势进行大规模分子动力学模拟，探究c-GST中的空位有序。初始随机分布空位的c-GST结构在700~K退火100~ns后重排为具有层状有序空位的半有序立方结构。空位有序显著影响了c-GST的晶格动力学性质。在完全无序空位的初始结构中，我们观察到通常关联于非晶固体的玻色峰，其由 0.575~THz处的局域模组成。玻色峰模高度局域于直线空位-Te-空位三元组特定原子排布周围。随着空位有序化，玻色峰消失，且Te的德拜-瓦勒热 \textit{B} 因子大幅下降。该结果表明c-GST通过热退火在低频动力学上经历了从类非晶到类晶的固态转变。
引用
@article{arxiv.2309.01089,
title = {Study of vacancy ordering and the boson peak in metastable cubic Ge-Sb-Te using machine learning potentials},
author = {Young-Jae Choi and Minjae Ghim and Seung-Hoon Jhi},
journal= {arXiv preprint arXiv:2309.01089},
year = {2024}
}
备注
10 pages of main text, 1 Table of Contents figure, 8 main figures, Supplemental Material