关键词:
第一性原理计算
Ⅳ-Ⅵ族硫族化合物
负泊松比
机器学习
随机森林
摘要:
负泊松比材料具有反常的力学性能,在单轴压缩(拉伸)时发生横向收缩(膨胀),通常具有良好的抗断裂性、抗剪切能力和能量吸收能力。由于其优异的力学性能,负泊松比材料在航空航天、医疗设备、国防工程等领域有着广泛的应用前景。目前工业界广泛使用的是人造负泊松比材料。但人造泊松比材料生产成本高,基本都是通过结构设计实现负泊松比效应,难以赋予材料良好的电学性质,并且制作成本较高,成为负泊松比材料从实验室走向工业化的瓶颈。因此科研人员非常关注天然负泊松比材料的研究,希望发现更多天然负泊松比材料,尤其是具有优良电学性质的负泊松比材料,推动负泊松比功能性材料的发展。但是目前已被发现的天然负泊松比材料较少,难以满足相关行业的需求。传统的研究材料泊松效应的方法通过实验测量或者高通量计算的方式进行筛选,这会耗费大量的人力成本和时间成本。机器学习算法与理论计算的结合可以大大加快材料泊松效应的研究速度。通过学习已计算出的材料的泊松比,构建出模型对大量其他材料的泊松比进行精确预测,从而可以快速筛选出具有负泊松比效应的材料,并重点研究其中的半导体材料。本论文利用已有材料的泊松比值,通过机器学习构建了预测材料泊松比值的回归模型,该模型能够准确大量材料的泊松比值。进一步通过基于密度泛函理论的第一性原理计算,详细研究了Ⅳ-Ⅵ族类黑磷硫族化合物的负泊松比效应和半导体性质,并对其负泊松比产生机制进行了讨论,发现了其层间距离对整体材料负泊松比的决定性作用。本论文的主要工作如下:(1)使用pymatgen程序包收集了 Materials Project数据库5000种材料的晶体结构、化学组成及各向同性泊松比值。做好数据预处理之后对材料的元素组成和空间结构进行特征提取,得到了 135个特征量,然后利用随机森林算法构建材料泊松比值预测模型。最后我们使用10折交叉法来验证模型的稳健性,计算得到模型的评估参数R2test=0.812,RMSEtest=0.074,说明模型能够准确地预测材料的各向同性泊松比值。(2)我们重点研究了具有负泊松比效应的Ⅳ-Ⅵ族类黑磷硫族化合物,采用基于密度泛函理论的第一性原理计算得到Ⅳ-Ⅵ族硫族化合物GeS、GeSe、SnS和SnSe基态下的晶格常数、键长键角和带隙值,并对比了理论计算所得晶格常数与实验测量的误差。同时,我们讨论了 Ⅳ-Ⅵ族类黑磷硫族化合物的半导体特性,分析其在armchair和zigzag方向±10%应变下的带隙值变化规律。(3)优化好Ⅳ-Ⅵ族硫族化合物的结构之后,我们对其晶体结构的b(zigzag)方向和a(armchair)方向分别施加±10%的单轴应变,发现沿b方向施加应变时,四种硫族化合物的c方向均出现了反常的力学现象,其中GeS出现了罕见的双边膨胀现象,即无论是对其b方向进行拉伸还是压缩,c方向均会膨胀,而另外三种材料均产生了负泊松比效应,GeSe、SnS和SnSe在zigzag方向和垂直方向的泊松比值(NPR)分别为vbc=-0.015/-0.046/-0.042。对a方向施加单轴应变时,我们发现Ⅳ-Ⅵ族硫族化合物体材料的层内高度也产生负泊松比效应。(4)通过分析Ⅳ-Ⅵ族硫族化合物体材料在单轴应变下晶格结构、键长键角、层内高度和层间距离的变化,我们讨论了其负泊松比产生的机制,发现Ⅳ-Ⅵ类黑磷体材料c方向产生负泊松比效应主要取决于材料的层间距离,这与其相对应的二维材料不同,说明体材料层与层之间的范德瓦尔斯相互作用对材料的力学表现起到了重要作用。