XiaoMi-AI文件搜索系统
World File Search System热导率
过渡金属二分法中热导率的定量预测：MOS2和WS2单层中点缺陷的影响
摘要：由于特性和维度的独特组合，研究了纳米级的各种应用，研究了过渡金属二分元。对于许多预期的应用，热传导起着重要作用。同时，这些材料通常包含相对较大的点缺陷。在这里，我们对内在和选择外部缺陷对MOS 2和WS 2单层的晶格导热率的影响进行系统分析。我们将Boltzmann传输理论与Green基于功能的T -Matrix方法相结合，以计算散射速率。缺陷配置的力常数是通过回归方法从密度功能理论计算获得的，这使我们能够以中等的计算成本采样相当大的缺陷，并系统地强制执行翻译和旋转声音总和规则。计算出的晶格导热率与MOS 2和WS 2的热传输和缺陷浓度的实验数据定量一致。至关重要的是，这表明在实验上观察到的晶格热导率的1/ t温度依赖性的强偏差可以通过点缺陷的存在来充分说明。我们进一步预测了固有缺陷的散射强度，以减少两种材料中两种材料中序列Vmo≈v2s => V 2S => v 2s> v s> s AD，而外部（ADATOM）缺陷的散射速率随着质量的增加而降低，以使li AD AD aD aD aD aD aD aD> k aD> k AD。与较早的工作相比，我们发现固有和外在的原子质都是相对较弱的散射体。我们将这种差异归因于翻译和旋转声音总规则的处理，如果不执行，则可能导致零频率限制的虚假贡献。
过渡金属二分法中热导率的定量预测：MOS2和WS2单层中点缺陷的影响
摘要：由于特性和维度的独特组合，研究了纳米级的各种应用，研究了过渡金属二分元。对于许多预期的应用，热传导起着重要作用。同时，这些材料通常包含相对较大的点缺陷。在这里，我们对内在和选择外部缺陷对MOS 2和WS 2单层的晶格导热率的影响进行系统分析。我们将Boltzmann传输理论与Green基于功能的T -Matrix方法相结合，以计算散射速率。缺陷配置的力常数是通过回归方法从密度功能理论计算获得的，这使我们能够以中等的计算成本采样相当大的缺陷，并系统地强制执行翻译和旋转声音总和规则。计算出的晶格导热率与MOS 2和WS 2的热传输和缺陷浓度的实验数据定量一致。至关重要的是，这表明在实验上观察到的晶格热导率的1/ t温度依赖性的强偏差可以通过点缺陷的存在来充分说明。我们进一步预测了固有缺陷的散射强度，以减少两种材料中两种材料中序列Vmo≈v2s => V 2S => v 2s> v s> s AD，而外部（ADATOM）缺陷的散射速率随着质量的增加而降低，以使li AD AD aD aD aD aD aD aD> k aD> k AD。与较早的工作相比，我们发现固有和外在的原子质都是相对较弱的散射体。我们将这种差异归因于翻译和旋转声音总规则的处理，如果不执行，则可能导致零频率限制的虚假贡献。
超敏感，动态稳定，多模式GNP的设计和开发
图1。（a）通过在300-550K的温度范围内使用不同的XC-PP组合获得的石墨烯的固有热导率。[55]和[56]的实验测量值分别显示为三角形和圆圈。的热电导率[57]。（b）三种XC-PP组合的调子波矢量网格在300K处的热导率收敛。
基于 PEDOT/SnS 掺杂 Ag 的混合层状热电材料的电化学合成
其中，S 为塞贝克系数，σ 为电导率，κ 为热导率，T 为绝对温度。ZT 用于比较热导率不同材料的热电性能。而功率因数（PF = S2σ）则比较热导率相近材料的热电效率。[1–7] 目前，Bi 2 Te 3 、PbTe 和 SiGe 等无机化合物占据热电市场主导地位。[8–12] 然而，这些化合物的使用存在若干缺点，例如毒性、原材料稀缺、成本高和不可持续。因此，人们对寻找可替代的可持续、高度丰富、低成本和无毒的材料有着浓厚的兴趣。有机半导体（例如：导电聚合物、碳质材料和纳米复合材料）由于其优越的性能（例如可用性、低热导率、易于化学改性和大规模生产）而提供了一种新兴的替代方案。通过掺杂 PEDOT 来提高导电聚合物的热电性能，可使 ZT 值达到 0.2–0.4。[13] 碳纳米结构，特别是碳纳米管 (CNT) 在通过以下方法制备的多层系统中表现出优异的热电行为
通过声子进行热整流的理论范式...
图 2：金刚石在双层 (a) 和多层 (b) 薄膜厚度方向上的热导率，从薄膜底部向上 (从薄到厚，虚线)，从顶部向下 (从厚到薄，实线)。模型使用散射受限建模 (粗蓝线和虚线，无方向差异) 和受限声子群体模型 (红线和虚线) 展示。自上而下，两种建模方法匹配。然而，自下而上，受限声子模型导致厚膜热导率有限，因为入射声子群体中缺乏长波声子。这导致热导率的显著差异和较大的热整流效应。为了阐明双层和多层配置，插图中提供了带有箭头指示热流方向的卡通图。
利用废弃火箭推进剂制造砖块
研究了废推进剂浸渍的耐火粘土砖样品在不同推进剂百分比、温度扫描和推进剂百分比下的热导率、热扩散率和比热的变化。将 0.0%、2.5%、5.0% 和 7.5% 重量的推进剂添加到砖坯中，并对直径为 12.6+0.1 毫米、厚度为 2-3 毫米的样品进行水平和垂直方向的烘烤。使用激光闪光技术从 30oC 到 100oC 进行温度扫描，以表征砖的热扩散率和比热。推进剂浸渍重量越高，热扩散率越低，比热容越大，热导率越低。对于相同的 7.5% 推进剂浸渍砖，垂直烘烤比水平烘烤具有更好的隔热性能。观察到参考砖的平均热导率是 0.7 W/mK。砖块中 7.5% 重量的推进剂浸渍可能导致垂直烘烤期间的热导率低于 0.5 W/mK。这种大幅减少无疑为建筑带来了绝缘解决方案，并带来了环保的处理解决方案。
观察由数百微米表面声子极化子传播距离介导的热传输
微纳米电子器件中的有效散热需要在室温以上运行的热载体长距离传播。然而，热声子（介电纳米材料中的主要热载体）仅在几百纳米之后就会耗散热能。理论预测表面声子极化子 (SPhP) 的平均自由程可达数百微米，这可能会改善纳米材料的整体散热。在这项工作中，我们通过实验证明了 SPhP 的这种长距离热传输。使用 3 x 技术，我们测量了不同加热器-传感器距离、膜厚度和温度下 SiN 纳米膜的平面内热导率。我们发现薄纳米膜支持 SPhP 的热传输，这可以通过热导率随温度升高而增加来证明。值得注意的是，距离加热器 200 lm 处测得的热导率始终高于距离加热器 100 lm 处测得的热导率。这一结果表明，SPhP 的热传导至少在数百微米范围内呈准弹道形式。我们的研究结果为室温以上宏观距离的相干热操控铺平了道路，这将影响热管理和极化子学的应用。
![b' 在本研究中，我们报告了超快速瞬态热带 (THS) 技术用于测量氮化铝 (AlN) 薄膜各向异性热导率的实现情况。AlN 薄膜是通过在硅基板上制备的氧化硅 (SiO 2 ) 薄膜上在低温 (> 250 C) 下生长的反应性直流磁控溅射制备的。使用产生超短电脉冲\xc2\xad ses 的实验装置对热导率进行精确测量，并在纳秒和微秒时间尺度上电测量随后的温度升高。在 AlN 加工之前，将电脉冲施加在 SiO 2 上图案化的金属化条带内，并在 [0.1 \xe2\x80\x93 10 \xce\xbc s] 范围内选择的时间段内分析温度升高。当厚度从 1 \xce\xbc m 增加到 2 \xce\xbc m 时，AlN 横向平面（平面内）热导率分别从 60 增加到 90 W m 1 K 1（33 \xe2\x80\x93 44 W m 1 K 1）。这清楚地表明了 AlN 薄膜热导率的各向异性。此外，AlN 的体积热容量估计为 ~2.5 10 6 JK 1 m 3 。'](/simg/3\3667ff1348138e0ee8b2d560bc8bba8245de6047.webp)
b' 在本研究中，我们报告了超快速瞬态热带 (THS) 技术用于测量氮化铝 (AlN) 薄膜各向异性热导率的实现情况。AlN 薄膜是通过在硅基板上制备的氧化硅 (SiO 2 ) 薄膜上在低温 (> 250 C) 下生长的反应性直流磁控溅射制备的。使用产生超短电脉冲\xc2\xad ses 的实验装置对热导率进行精确测量，并在纳秒和微秒时间尺度上电测量随后的温度升高。在 AlN 加工之前，将电脉冲施加在 SiO 2 上图案化的金属化条带内，并在 [0.1 \xe2\x80\x93 10 \xce\xbc s] 范围内选择的时间段内分析温度升高。当厚度从 1 \xce\xbc m 增加到 2 \xce\xbc m 时，AlN 横向平面（平面内）热导率分别从 60 增加到 90 W m 1 K 1（33 \xe2\x80\x93 44 W m 1 K 1）。这清楚地表明了 AlN 薄膜热导率的各向异性。此外，AlN 的体积热容量估计为 ~2.5 10 6 JK 1 m 3 。'
b' 在本研究中，我们报告了超快速瞬态热带 (THS) 技术用于测量氮化铝 (AlN) 薄膜各向异性热导率的实现情况。AlN 薄膜是通过在硅基板上制备的氧化硅 (SiO 2 ) 薄膜上在低温 (> 250 C) 下生长的反应性直流磁控溅射制备的。使用产生超短电脉冲\xc2\xad ses 的实验装置对热导率进行精确测量，并在纳秒和微秒时间尺度上电测量随后的温度升高。在 AlN 加工之前，将电脉冲施加在 SiO 2 上图案化的金属化条带内，并在 [0.1 \xe2\x80\x93 10 \xce\xbc s] 范围内选择的时间段内分析温度升高。当厚度从 1 \xce\xbc m 增加到 2 \xce\xbc m 时，AlN 横向平面（平面内）热导率分别从 60 增加到 90 W m 1 K 1（33 \xe2\x80\x93 44 W m 1 K 1）。这清楚地表明了 AlN 薄膜热导率的各向异性。此外，AlN 的体积热容量估计为 ~2.5 10 6 JK 1 m 3 。'
支持信息
我们的实验数据集包括对玻璃（图 S2）和硅（图 S3）基板上支撑的薄膜的测量。对于玻璃和硅基板上支撑的薄膜的线加热器，𝑃 rms 通常分别设置为 2 mW 和 15 mW。由于基板的选择及其热导率不同，每种情况下的实验不确定性也不同。在表征低热导率薄膜（例如共轭聚合物）时，热导率较高的基板可提供更好的热对比度。因此，我们分别考虑了玻璃和硅基板上支撑的薄膜温升的实验误差 ±100 mK 和 ±25 mK；以及通过椭圆偏振法确定玻璃和硅基板上支撑的薄膜厚度（𝑑）的误差分别为 ±5% 和 ±2.5%。然后根据 SciPy 中实现的正交距离回归 (ODR) 拟合实验数据，该回归考虑了两个变量的不确定性 (Δ𝑇 AC
第一原理预测块状六角硼的导热率nitride
尽管其重要性，但迄今为止缺乏散装H-BN热导率的复杂理论研究。在这项研究中，我们使用第一原理预测和玻尔兹曼传输方程在大量H-BN晶体中进行了热导率。我们考虑三个声子（3PH）散射，四弹子（4PH）散射和声子重归于。对于室温下的平面内和平面外向，我们的预测热导率分别为363和4.88 w/（m k）。进一步的分析表明，4PH散射降低了导热率，而声子重质化会削弱声子非谐度并增加导热率。最终，平面和非平面外导导率分别显示出有趣的t 0.627和t 0.568依赖关系，与传统1/t关系远离偏差。