Simple Science

Scienza all'avanguardia spiegata semplicemente

# Fisica# Scienza dei materiali

Progressi nei materiali termoelettrici: TlSbTe

TlSbTe mostra promesse nelle applicazioni termoelettriche grazie alla bassa conducibilità termica e alle favorevoli proprietà elettriche.

― 7 leggere min


TlSbTe: Un AvampostoTlSbTe: Un AvampostoTermoelettricotermoelettrica avanzata.TlSbTe offre spunti sull'efficienza
Indice

I materiali termoelettrici sono speciali perché possono trasformare il calore in elettricità senza inquinare. Non hanno parti in movimento, non fanno rumore e possono essere fatti in diverse dimensioni. Per queste caratteristiche, sono importanti in vari settori, come il recupero del calore di scarto e la combinazione dell'energia solare con l'energia termica. L'efficienza di questi materiali può essere valutata usando un numero specifico chiamato Figura di Merito, che tiene conto di diverse proprietà come il Coefficiente di Seebeck, la conducibilità elettrica e la conducibilità termica.

Per ottenere le migliori prestazioni, i ricercatori cercano di migliorare la conducibilità elettrica riducendo la conducibilità termica. Tuttavia, è piuttosto difficile avere sia un'alta conducibilità elettrica che una bassa conducibilità termica elettronica allo stesso tempo. Qui entra in gioco la conducibilità termica reticolare ultrabassa, che aiuta a migliorare l'efficienza complessiva dei materiali termoelettrici.

Studi recenti hanno trovato alcuni materiali con strutture uniche che hanno una conducibilità termica molto bassa, rendendoli buoni candidati per applicazioni termoelettriche. Esempi di questi materiali includono CuSbS e AgPbBiSe. Tra questi, un sistema specifico chiamato Tl-Te ha mostrato vari materiali complessi con bassa conducibilità termica, essenziale per migliorare la tecnologia termoelettrica.

Materiali Termoelettrici

I materiali termoelettrici possono convertire differenze di temperatura in energia elettrica, rendendoli preziosi per molte applicazioni. Sono particolarmente utili per trasformare il calore di scarto in energia utilizzabile, il che può aiutare a migliorare l'efficienza energetica. Il potenziale di questi materiali è spesso misurato dalla figura di merito, un valore che riflette quanto bene un materiale può funzionare in modo termoelettrico.

La figura di merito è determinata da diverse proprietà. Il coefficiente di Seebeck misura quanto bene un materiale può generare una tensione elettrica da una differenza di temperatura. La conducibilità elettrica indica quanto facilmente l'elettricità può fluire attraverso il materiale, mentre la conducibilità termica mostra quanto bene il calore può muoversi attraverso di esso. Un'alta figura di merito indica che un materiale può convertire efficientemente il calore in elettricità.

Ottenere elevate prestazioni termoelettriche comporta spesso migliorare il trasporto elettrico minimizzando il trasporto termico. Tuttavia, aumentare la conducibilità elettrica mantenendo bassa la conducibilità termica elettronica è una sfida. Ecco perché avere una conducibilità termica reticolare ultrabassa è essenziale per massimizzare l'efficienza termoelettrica.

Ricerca Recente

La ricerca recente ha identificato materiali con strutture complesse che possono raggiungere conducibilità termica ultrabassa. Questi materiali hanno il potenziale per applicazioni termoelettriche significative, poiché possono fornire una conversione energetica efficiente. Un sistema notevole è la famiglia Tl-Te, che include materiali che mostrano eccellenti proprietà termoelettriche.

Ad esempio, alcuni composti nel sistema Tl-Te, come TlSbTe, hanno mostrato una conducibilità termica molto bassa, indicando un grande potenziale per applicazioni termoelettriche. Tuttavia, questi materiali richiedono anche un’esaminazione approfondita delle loro strutture e proprietà per capire come utilizzarli al meglio.

Importanza della Conducibilità Termica Ultralarga

La conducibilità termica ultrabassa gioca un ruolo cruciale nel migliorare l'efficienza termoelettrica. I metodi convenzionali per prevedere la conducibilità termica spesso non sono sufficienti quando si tratta di materiali complessi. Studi recenti suggeriscono che comprendere il comportamento delle vibrazioni reticolari, o fononi, è fondamentale per capire come avviene il trasporto termico in questi materiali unici.

Il trasporto termico nei materiali è influenzato da molti fattori, tra cui la distribuzione dei fononi, le loro interazioni e come si disperdono. In particolare, l'anharmonicità dei fononi, o come le loro vibrazioni cambiano con la temperatura, influisce notevolmente sulla conducibilità termica. Questo significa che è necessaria un'analisi accurata per comprendere appieno come si comportano questi materiali in diverse condizioni.

Approcci di Machine Learning

I recenti progressi nel machine learning hanno aperto nuove strade per esplorare e prevedere le proprietà termiche di materiali complessi. Utilizzando tecniche di machine learning, i ricercatori possono calcolare rapidamente ed efficientemente varie proprietà, come la conducibilità termica reticolare e gli spostamenti di energia dei fononi.

Questo approccio aiuta i ricercatori a identificare e analizzare i meccanismi del trasporto termico in modo più efficace. Integrando il machine learning con le teorie esistenti sul trasporto termico, i ricercatori possono creare modelli migliori che tengono conto dei comportamenti unici di materiali complessi come TlSbTe.

Il Caso di TlSbTe

Il composto TlSbTe esemplifica le sfide e le opportunità nel campo dei materiali termoelettrici. È caratterizzato dalla sua struttura unica e dalle eccezionali proprietà termiche ed elettriche. Indagare il trasporto termico e le proprietà termoelettriche di TlSbTe rivela molto sul suo potenziale applicativo.

Un aspetto notevole di TlSbTe è la sua conducibilità termica estremamente bassa, misurata intorno a 0.31 W/m·K a temperatura ambiente. Questa conducibilità termica ultrabassa è simile a quella del vetro, il che limita significativamente il flusso di calore. Allo stesso tempo, TlSbTe mostra impressionanti proprietà elettriche, soprattutto grazie a caratteristiche uniche nella sua struttura di bande elettroniche.

Proprietà di Trasporto Termico

Comprendere le proprietà di trasporto termico di TlSbTe richiede di esaminare i suoi processi microscopici. Analizzando come il calore si muove attraverso il materiale, i ricercatori possono identificare i principali meccanismi che contribuiscono al suo comportamento termico complessivo. In TlSbTe, la conducibilità termica è fortemente influenzata sia dalla dispersione dei fononi sia dai contributi fuori diagonale al trasporto del calore.

La struttura unica di TlSbTe gli consente di mostrare un forte comportamento anharmonico nei suoi fononi, il che significa che le vibrazioni degli atomi possono cambiare significativamente con la temperatura. Questo porta a una minore conducibilità termica poiché la dispersione dei fononi può ostacolare il trasporto di calore. L'anharmonicità dei fononi porta a una rinormalizzazione delle loro energie, che influisce ulteriormente sulle proprietà di trasporto termico.

Inoltre, l'importanza dei termini fuori diagonale negli operatori di flusso di calore non può essere trascurata. Questi termini aiutano a descrivere il comportamento del trasporto di calore nei materiali, in particolare nei casi in cui i modelli tradizionali possono non essere adeguati. Considerando questi contributi, i ricercatori possono ottenere una comprensione più chiara di come si verifica il trasporto termico in TlSbTe.

Proprietà di Trasporto Elettrico

Proprio come le proprietà termiche sono fondamentali per comprendere TlSbTe, le sue proprietà di trasporto elettrico sono altrettanto importanti. Il coefficiente di Seebeck, la conducibilità elettrica e la conducibilità termica elettronica giocano tutti un ruolo vitale nella misurazione delle prestazioni di TlSbTe come materiale termoelettrico.

Il coefficiente di Seebeck riflette quanto bene il materiale può convertire differenze di temperatura in tensione elettrica. Nel caso di TlSbTe, mostra valori promettenti, indicando che può generare elettricità dal calore in modo efficace. D'altro canto, la conducibilità elettrica misura quanto facilmente l'elettricità scorre attraverso il materiale. Entrambe queste proprietà sono cruciali per raggiungere un'alta efficienza termoelettrica.

I ricercatori hanno scoperto che la concentrazione ottimale di portatori di carica e l'intervallo di temperatura sono fattori importanti per massimizzare le prestazioni di TlSbTe. Un equilibrio tra questi parametri può portare a miglioramenti nelle proprietà termoelettriche e nelle prestazioni complessive.

Figura di Merito

La figura di merito (ZT) è un valore essenziale che rappresenta l'efficacia dei materiali termoelettrici. In TlSbTe, la ricerca indica che può raggiungere un ZT massimo fino a 3.17, segnalando il suo alto potenziale per applicazioni termoelettriche. La combinazione di conducibilità termica ultrabassa e favorevoli proprietà di trasporto elettrico rende TlSbTe un candidato promettente nel campo dei dispositivi termoelettrici.

Comprendere i fattori che contribuiscono alla figura di merito consente ai ricercatori di esplorare come migliorare ulteriormente le prestazioni di TlSbTe. Ottimizzando attentamente la struttura e le proprietà del materiale, si possono fare significativi progressi nelle sue applicazioni.

Conclusione

L'esplorazione di TlSbTe e di altri materiali termoelettrici complessi è un'area di ricerca emozionante. L'integrazione delle tecniche di machine learning offre una nuova prospettiva sulla comprensione delle loro proprietà di trasporto termico ed elettrico. Le scoperte fatte riguardo alla conducibilità termica ultrabassa e alle impressionanti proprietà elettriche di TlSbTe pongono le basi per futuri progressi nella tecnologia termoelettrica.

Man mano che i ricercatori continuano a indagare il funzionamento di materiali come TlSbTe, aprono la strada a applicazioni innovative che possono sfruttare l'energia in modi efficienti e rispettosi dell'ambiente. Lo studio continuo di questi materiali promette grandi benefici per il progresso della tecnologia termoelettrica e per affrontare sfide energetiche urgenti in vari settori.

Fonte originale

Titolo: Machine learning for predicting ultralow thermal conductivity and high ZT in complex thermoelectric materials

Estratto: Efficient and precise calculations of thermal transport properties and figure of merit, alongside a deep comprehension of thermal transport mechanisms, are essential for the practical utilization of advanced thermoelectric materials. In this study, we explore the microscopic processes governing thermal transport in the distinguished crystalline material Tl$_9$SbTe$_6$ by integrating a unified thermal transport theory with machine learning-assisted self-consistent phonon calculations. Leveraging machine learning potentials, we expedite the analysis of phonon energy shifts, higher-order scattering mechanisms, and thermal conductivity arising from various contributing factors like population and coherence channels. Our finding unveils an exceptionally low thermal conductivity of 0.31 W m$^{-1}$ K$^{-1}$ at room temperature, a result that closely correlates with experimental observations. Notably, we observe that the off-diagonal terms of heat flux operators play a significant role in shaping the overall lattice thermal conductivity of Tl$_9$SbTe$_6$, where the ultralow thermal conductivity resembles that of glass due to limited group velocities. Furthermore, we achieve a maximum $ZT$ value of 3.17 in the $c$-axis orientation for \textit{p}-type Tl$_9$SbTe$_6$ at 600 K, and an optimal $ZT$ value of 2.26 in the $a$-axis and $b$-axis direction for \textit{n}-type Tl$_9$SbTe$_6$ at 500 K. The crystalline Tl$_9$SbTe$_6$ not only showcases remarkable thermal insulation but also demonstrates impressive electrical properties owing to the dual-degeneracy phenomenon within its valence band. These results not only elucidate the underlying reasons for the exceptional thermoelectric performance of Tl$_9$SbTe$_6$ but also suggest potential avenues for further experimental exploration.

Autori: Yuzhou Hao, Yuting Zuo, Jiongzhi Zheng, Wenjie Hou, Hong Gu, Xiaoying Wang, Xuejie Li, Jun Sun, Xiangdong Ding, Zhibin Gao

Ultimo aggiornamento: 2024-05-20 00:00:00

Lingua: English

URL di origine: https://arxiv.org/abs/2405.12143

Fonte PDF: https://arxiv.org/pdf/2405.12143

Licenza: https://creativecommons.org/licenses/by/4.0/

Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.

Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.

Altro dagli autori

Articoli simili