XiaoMi-AI文件搜索系统
World File Search System热电材料
闭环错误 - 纠正学习加速了热电材料的实验发现
考虑到大型材料空间，热电材料的探索挑战，再加上掺杂和合成途径的多样性所带来的自由度的增加。在这里，已合并历史数据，并通过使用错误纠正学习（ECL）进行实验反馈进行更新。这是通过从先验数据集中学习而实现的，然后将模型调整为合成和表征的差异，这些差异很难参数化。This strategy is thus applied to discovering thermoelectric materials, where synthesis is prioritized at temperatures < 300 ○ C. A previously unexplored chemical family of thermoelectric materials, PbSe:SnSb, is documented, finding that the best candidate in this chemical family, 2 wt% SnSb doped PbSe, exhibits a power factor more than 2 × that of PbSe.本文的研究表明，与由最先进的机器学习（ML）模型提供动力的高通量搜索相比，闭环实验策略减少了所需的实验数量，以将优化材料数量高达3×。还可以观察到，这种改进取决于ML模型的准确性，以表现出减少回报的方式：一旦达到了一定的精度，与实验途径相关的因素开始主导趋势。
闭环错误 - 纠正学习加速了热电材料的实验发现
考虑到大型材料空间，热电材料的探索挑战，再加上掺杂和合成途径的多样性所带来的自由度的增加。在这里，已合并历史数据，并通过使用错误纠正学习（ECL）进行实验反馈进行更新。这是通过从先验数据集中学习而实现的，然后将模型调整为合成和表征的差异，这些差异很难参数化。This strategy is thus applied to discovering thermoelectric materials, where synthesis is prioritized at temperatures < 300 ○ C. A previously unexplored chemical family of thermoelectric materials, PbSe:SnSb, is documented, finding that the best candidate in this chemical family, 2 wt% SnSb doped PbSe, exhibits a power factor more than 2 × that of PbSe.本文的研究表明，与由最先进的机器学习（ML）模型提供动力的高通量搜索相比，闭环实验策略减少了所需的实验数量，以将优化材料数量高达3×。还可以观察到，这种改进取决于ML模型的准确性，以表现出减少回报的方式：一旦达到了一定的精度，与实验途径相关的因素开始主导趋势。
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
研究论文 控制能带退化和晶格应变以实现非凡的 PbTe 热电材料
事实证明，最大化能带简并度和最小化声子弛豫时间对于推进热电学是成功的。与单碲化物合金化已被公认为是收敛 PbTe 价带以改善电子性能的有效方法，同时材料的晶格热导率仍有进一步降低的空间。最近有研究表明，声子色散的加宽衡量了声子散射的强度，而晶格位错是通过晶格应变波动实现这种加宽的特别有效的来源。在本研究中，通过精细控制 MnTe 和 EuTe 合金化，由于涉及多个传输带，PbTe 价带边缘附近的电子态密度显著增加，而密集的晶内位错的产生导致声子色散有效加宽，从而缩短声子寿命，这是由于位错的应变波动较大，这已由同步加速器 X 射线衍射证实。电子和热改进的协同作用成功地使平均热电性能系数高于工作温度下 p 型 PbTe 的报道值。
界面效应提升全聚合物离子热电超级电容器的性能
沿温度梯度热扩散的离子热电材料是最近出现的一类新型材料。在这些材料中，离子的热扩散产生的热电压比暴露在相同温度梯度下的经典电子热电材料高几个数量级。电解质如今被视为热电材料，因为它们成本低、热导率低、热稳定性和电稳定性高。[5] 另一个主要优点是工作温度低于 250°C，这包括 50% 的所有产生废热。[6] 沿热梯度热扩散的离子无法进入电子电路，因此会积聚在电极/电解质界面，形成双电层。在对理想超级电容器进行热充电时，存储的电能与热电压二次相关：
稳定，自粘性和高性能石墨烯 -
离子热电材料由于其高灵活性和高seebeck系数而引起了人们的关注。然而，它们的不良热电性能和长期处理限制了其实际应用。为了实现异国情调的热电材料，在这里，氧化石墨烯（GO）修饰的丙烯酰胺离子凝胶的设计具有高热电性能和功能高。详细的结构特征证实了Ionogel结构中GO颗粒的均匀分散剂使功率因数为753.0μWm -1 K -2，有希望的ZT值为0.19。此外，准备好的离子热电薄膜表现出极好的功能，可伸缩性和自粘性。由准备的IonogeLefms组装的集成设备可以产生1.32 mW cm-2的最佳输出功率密度，温度差异为20 K，这表明可穿戴电子设备的潜力很大。这项工作为搜索长期，高性能离子热电材料提供了见识。
材料科学的进步为清洁能源的未来提供了希望
他们还创建了 Mai-Yan 模型，使微芯片能够高效地存储能量。此外，他们在热电材料方面的工作也为小型发电设备带来了重大改进。通过控制电子和振动在纳米结构中的传输，他们提高了热电性能。材料科学的这些进步有可能彻底改变清洁能源的生产和储存。MSE 的研究旨在使光伏电池更高效、更稳定，开发微型设备的储能技术，并改进用于发电的热电材料。他们的工作为更绿色、更可持续的未来做出了贡献。
在低disorder分子半导体中长期烷基链的存在下，强烈抑制热导率
热电材料通过Seebeck效果提供了一种简单的解决方案，可从各种热源进行直接热能电源。在全球范围内，目前约有2/3的主要能量被浪费为热量。[1]因此，存在着很大的作用，可以提高许多发电和工业过程的能源效率。当前的热材料远离理论效率极限远。正在进行的正在进行的研究工作，以提高效率并在废热收集中实现更广泛的应用。[2–4]为此目的探索的一类材料是有机半导体（OSC）。热电材料的效率取决于功绩ZT = S2σT /（κE +κpH）的无量纲图，其中S [V K –1]表示Seebeck系数； σ[S M –1]，电导率； κE和κpH [W M –1 K –1]，电子和
Manal M. Alsalama*、Hicham Hamoudi、Ahmed Abdala、Zafar K. Ghouri 和 Khaled M. Youssef 增强层状硫族元素的热电性能
摘要：热电材料早已被证明能有效地将热能转化为电能，反之亦然。自从半导体被用于热电领域以来，人们做了大量工作来提高它们的效率。它们的热电物理参数（塞贝克系数、电导率和热导率）之间的相互关系需要特殊的调整，才能最大限度地提高它们的性能。在开发热电性能的研究中，已经报道了各种方法，包括掺杂和合金化、纳米结构和纳米复合。在不同类型的热电材料中，层状硫族化物材料是具有独特性能的独特材料。它们具有低的自热导率，并且它们的层状结构使它们易于修改以提高其热电性能。在这篇综述中，提供了热电概念的基本知识以及提高性能系数的挑战。文中简要讨论了不同组层状硫属化物热电材料的结构和热电性能。文中还介绍了文献中用于提高其性能的不同方法以及该领域的最新进展。文中重点介绍了石墨烯作为层状硫属化物材料基质的有前途的纳米添加剂，并展示了其对提高其性能系数的影响。