Сложные материалы, такие как органические полупроводники или микропористые металлоорганические структуры, известные как MOF, уже используются для многочисленных приложений, таких как OLED-дисплеи, солнечные батареи, хранение газа и извлечение воды.
Тем не менее, они все еще таят в себе несколько секретов. Одним из них до сих пор было детальное понимание того, как они переносят тепловую энергию.
Исследовательская группа Эгберта Зоера из Института физики твердого тела Грацского технического университета (TU Graz) в сотрудничестве с коллегами из Венского технического университета и Кембриджского университета раскрыла этот секрет на примере органических полупроводников, открыв новые перспективы для разработки инновационных материалов с настраиваемыми термическими свойствами.
Группа опубликовала свои выводы в журнале Computational Materials.
До сих пор мало внимания уделялось переносу тепла.
«Ученые проводят исследования переноса заряда в органических полупроводниках уже около 40 лет, но никто никогда по-настоящему не изучал детальные механизмы, связанные с переносом тепла », — объясняет Зоджер.
«Однако фундаментальные свойства материалов представляют для нас большой интерес, и полученные нами знания о переносе тепла в органических полупроводниках также имеют непосредственное отношение ко многим другим сложным материалам .
«Это относится как к материалам, в которых низкая теплопроводность призвана обеспечить большой термоэлектрический эффект, так и к материалам, которые призваны эффективно передавать или рассеивать тепловую энергию за счет высокой теплопроводности .
Тот факт, что теперь мы можем так точно определять и понимать перенос тепла, не имеет себе равных».
Исследовательская группа достигла этого прорыва, используя машинное обучение в контексте, который обычно не находится в фокусе при обсуждении приложений искусственного интеллекта.
Вместо того, чтобы искать корреляции в эмпирических наблюдениях, исследователи искали причинно-следственные связи на основе стратегий, которые они разработали в прошлом для использования особенно эффективных потенциалов машинного обучения.
Они хотели выяснить, как и почему тепло распределяется определенным образом внутри материала.
Предыдущие объяснения переноса тепла предполагали исключительно корпускулярный перенос фононов, а также для сложных кристаллических материалов, таких как органические полупроводники.
Фононы в этом контексте представляют собой энергетические пакеты, приписываемые колебаниям решетки, транспорт которых обычно описывается аналогично транспорту частиц газа.
Однако новые результаты показывают, что решающую роль играет дополнительный механизм: туннельный транспорт фононов. Длина молекулы является решающим фактором Туннельный транспорт основан на волнообразном характере атомных колебаний в твердых телах и особенно важен в сложных материалах с низкой теплопроводностью.
Было показано, что этот транспортный механизм становится более важным с размером молекул, образующих органический полупроводниковый кристалл.
«Можно представить, что перенос тепла определяется не только столкновениями колебательных квантов, но и «туннельным эффектом», который связывает два отдельных колебательных состояния друг с другом», — говорит Лукас Легенштейн, первый автор публикации.
«Это открытие не только объясняет, почему некоторые органические полупроводники демонстрируют необычно низкую температурную зависимость своей теплопроводности, но и позволяет более целенаправленно разрабатывать материалы с определенными тепловыми свойствами.
Теперь мы можем влиять на теплопроводность, специально проектируя молекулярную структуру».
В результате исследователи хотели бы применить эти новые знания к универсальным MOF, поскольку перенос тепла играет решающую роль практически во всех потенциальных применениях этого класса материалов — даже в большей степени, чем для органических полупроводников.
Рубрика: Hi-Tech и Наука. Читать весь текст на android-robot.com.