基于机器学习驱动分子动力学模拟的 $\rm Ga_2O_3$ 中 Frenkel 对生成的阈位移能图谱
材料科学
2024-10-30 v2
摘要
相氧化镓（-）在电子学应用中展现出巨大潜力，并为集成到需要高抗辐射能力的未来空间系统中提供了广阔前景。因此，全面理解该材料中的阈位移能（TDE）和辐射诱导的 Frenkel 对（FPs）形成至关重要，但尚未得到深入研究。在这项工作中，我们使用机器学习势函数进行了超过 5,000 次分子动力学模拟，以确定 TDE 并研究 FPs 的形成。两个 Ga 位点，Ga1（四面体位点）和 Ga2（八面体位点）的平均 TDE 分别为 22.9 和 20.0 eV。而三个 O 位点的平均 TDE 几乎一致，范围在 17.0 到 17.4 eV 之间。生成的 TDE 图谱揭示了这五个原子位点之间位移行为的显著差异。我们开发的缺陷识别方法成功地对这种材料中各种类型的 FPs 进行了分类，在模拟过程中产生了超过十种类型的 Ga FPs。发现 O 原子主要形成两种类型的 FPs，并且 O1 位点上的 O 分裂间隙位点最为常见。最后，Ga 和 O FPs 的复合行为和势垒表明，O FP 在退火时恢复的可能性更高。我们的发现为 中的辐射损伤和缺陷研究提供了重要见解，并有助于 基器件的设计和开发。
引用
@article{arxiv.2401.14039,
title = {Threshold displacement energy map of Frenkel pair generation in $\rm Ga_2O_3$ from machine-learning-driven molecular dynamics simulations},
author = {Huan He and Junlei Zhao and Jesper Byggmästar and Ru He and Kai Nordlund and Chaohui He and Flyura Djurabekova},
journal= {arXiv preprint arXiv:2401.14039},
year = {2024}
}