机器学习和密度泛函理论研究Cs_(2)SnX_(6)热电性能OA
无铅双钙钛矿因具备低晶格热导率、良好的稳定性以及几乎无毒性等优势,在热电领域展现出了巨大的应用前景.结合机器学习和密度泛函理论系统地研究了Cs_(2)SnX_(6)(X=Br/Cl)的热电性质.首先采用人工神经网络模型,通过拟合第一性原理计算得到的数据集训练出机器学习势,其力的均方根误差低至22.10 meV/Å.随后计算出Cs_(2)SnBr_(6)和Cs_(2)SnCl_(6)在300 K下的晶格热导率分别为0.124 W/(mK)和0.215 W/(mK).最终结合塞贝克系数和迁移率,获得材料在500 K时的热电优值分别为0.38和0.15.
肖露;陈媛媛;史力斌
渤海大学物理科学与技术学院,锦州121013渤海大学物理科学与技术学院,锦州121013渤海大学物理科学与技术学院,锦州121013
数理科学
机器学习密度泛函理论双钙钛矿热电性质
《原子与分子物理学报》 2026 (5)
P.161-166,6
2024年新材料研发及应用国家重大专项(科技创新2030重大项目)(2024ZD0606900)。
评论