マイクロ秒キャリア寿命の原子的起源:機械学習支援の非アディアバティック分子力学

科学分野:

• 材料科学
• コンピュータ化学
• 固体物理学

背景:

• ペロフスキットの多結晶性により,多数の粒子の境界 (GB) と欠陥が生じ,デバイスの性能に影響を与えます.
• ペロブスキート電荷媒体のダイナミクスにおける GB の正確な役割は,既存の文献で議論されている.

研究 の 目的:

• ペロブスキート粒子の境界で電荷媒体の捕捉と再結合の原子学的メカニズムを調査する.
• GB構造,ステキオメトリー,ドーピングのキャリア寿命に対する影響を,高度な計算方法を用いて解明する.

主な方法:

• 精密な原子相互作用のための機械学習力場の開発.
• 粒子の境界構造のナノ秒時間スケールのサンプリング
• 負荷キャリアのダイナミクスをモデル化するための非アディアバティック分子ダイナミクスシミュレーション

主要な成果:

• シミュレーションは,最小限の非アディアバティックコップリングでGBsでの充電分離によるマイクロ秒キャリア寿命を予測します.
• ステキオメトリック GB は,キャリアの寿命に影響を及ぼす一時的なトラップ状態を示します.
• ハリドドーパントはGBを安定させ,トラップ形成を減らし,過剰なPbはGBを不安定化し,持続的なミッドギャップ状態を形成する.

結論:

• ペロブスキート粒子の境界は,電荷分離と限られた非アディアバティック結合により,長いキャリア寿命を促進します.
• ドーパントは,GBを安定させ,有害なトラップ状態を緩和し,材料の性能を向上させる上で重要な役割を果たします.
• GBの構造ダイナミクスを理解することは,高度なアプリケーションのためのペロブスキート特性を最適化するための鍵です.