Modelado de rendimiento termoeléctrico de materiales calcogenuros tipo p basados en Cu3SbSe4 utilizando árboles de...

Área de la Ciencia:

• Ciencia de Materiales
• Física del Estado Sólido
• Química Computacional

Sus antecedentes:

• Los materiales basados en Cu3SbSe4 son calcogenuros ternarios con potencial para una conversión de energía termoeléctrica eficiente debido a su estructura cristalina única.
• Su estructura de super-retícula de esfalerita ofrece características sintonizables pero está limitada por una concentración de portadores restringida, lo que dificulta el rendimiento termoeléctrico general.
• La mejora experimental de la figura de mérito termoeléctrico requiere muchos recursos, lo que hace necesarios enfoques computacionales predictivos.

Objetivo del estudio:

• Desarrollar y comparar modelos computacionales para predecir la figura de mérito termoeléctrico (ZT) de materiales basados en Cu3SbSe4.
• Identificar el enfoque de modelado más eficaz para la predicción precisa de ZT, considerando factores como la temperatura y las propiedades de los dopantes.
• Explorar la influencia de dopantes específicos (Sn, Fe) en la eficiencia de conversión de energía de estos compuestos termoeléctricos.

Principales métodos:

• Modelado de la figura de mérito utilizando Regresión de Bosques Aleatorios (RFR) y un modelo de Regresión de Vectores de Soporte optimizado genéticamente (GESVR).
• Utilización de la temperatura, los radios iónicos de los dopantes y las concentraciones como características de entrada para los modelos predictivos.
• Investigación del impacto del dopaje con Sn y Fe en los compuestos Cu3Sb1-xSnxSe4 y Cu3Sb1-xFexSe2.8S1.2 utilizando el modelo GESVR desarrollado.

Principales resultados:

• El modelo GESVR demostró un rendimiento superior en comparación con el modelo RFR, con mejoras significativas en el coeficiente de correlación (188,04 %), el error absoluto medio (30,18 %) y el error cuadrático medio (42,36 %) en las muestras de prueba.
• El estudio predijo con éxito la influencia de los dopantes en las propiedades termoeléctricas de los materiales basados en Cu3SbSe4.
• Los modelos desarrollados proporcionan un método preciso y eficiente para explorar nuevos materiales termoeléctricos.

Conclusiones:

• La región de vectores de soporte optimizada genéticamente ofrece una herramienta computacional altamente precisa y eficiente para predecir el rendimiento termoeléctrico en materiales basados en Cu3SbSe4.
• Este enfoque facilita el descubrimiento y la optimización acelerados de materiales para aplicaciones termoeléctricas.
• Los hallazgos contribuyen al avance de las tecnologías de energía verde y a abordar la crisis energética mundial a través de materiales termoeléctricos mejorados.