Исследовательская группа под руководством Эгберта Цоера из Института физики твердого тела Грацского технического университета (ТУ Грац) совершила прорыв в понимании теплопередачи в органических полупроводниках. В сотрудничестве с коллегами из Венского технического университета и Кембриджского университета ученые применили машинное обучение для выявления ранее неизвестных механизмов теплопроводности. Результаты исследования, первым автором которого является Лукас Легенштейн, опубликованы в журнале npj Computational Materials.
Органические полупроводники и металлоорганические каркасные структуры (MOFs) широко применяются в современных технологиях, включая OLED-дисплеи, солнечные батареи, системы хранения газа и извлечения воды. Несмотря на их повсеместное использование, детальное понимание процессов теплопередачи в этих материалах оставалось неполным. Ученые изучали транспорт заряда в органических полупроводниках около 40 лет, но механизмы теплопередачи до сих пор оставались в значительной степени неисследованными.
Инновационный подход исследователей заключался в использовании машинного обучения не для поиска корреляций в эмпирических наблюдениях, как это обычно делается, а для выявления причинно-следственных связей. Команда использовала потенциалы, созданные с помощью машинного обучения, разработанные в их предыдущих работах, что позволило им глубже проникнуть в физические процессы теплопередачи.
Традиционно считалось, что теплопередача в твердых телах происходит исключительно через частицеподобный транспорт фононов – энергетических пакетов, связанных с колебаниями кристаллической решетки. Однако исследование выявило дополнительный критически важный механизм: туннельный транспорт фононов. Этот механизм основан на волновой природе атомных колебаний в твердых телах и играет особенно важную роль в сложных материалах с низкой теплопроводностью.
Исследователи обнаружили, что значимость туннельного транспорта увеличивается с ростом размера молекул, формирующих кристаллы органических полупроводников. Это открытие объясняет, почему некоторые органические полупроводники демонстрируют необычно низкую температурную зависимость теплопроводности, что ранее не находило адекватного объяснения в рамках существующих теорий.
Значение этого открытия выходит за рамки чисто теоретического интереса. Новое понимание механизмов теплопередачи позволит более целенаправленно проектировать материалы с заданными тепловыми свойствами. Теперь ученые могут влиять на теплопроводность путем специфического дизайна молекулярной структуры, что открывает новые возможности для разработки материалов с оптимизированными характеристиками.
Полученные результаты применимы не только к органическим полупроводникам, но и к другим сложным материалам. В будущем исследовательская группа планирует применить полученные знания к металлоорганическим каркасным структурам (MOFs). Для этих микропористых материалов понимание теплопереноса имеет даже большее значение, чем для органических полупроводников, поскольку теплопроводность критически важна практически для всех потенциальных применений MOFs.
Это исследование демонстрирует, как машинное обучение может помочь раскрыть фундаментальные физические процессы, которые оставались скрытыми в течение десятилетий, и подчеркивает важность междисциплинарного подхода в современной науке о материалах.
Изображение носит иллюстративный характер
Органические полупроводники и металлоорганические каркасные структуры (MOFs) широко применяются в современных технологиях, включая OLED-дисплеи, солнечные батареи, системы хранения газа и извлечения воды. Несмотря на их повсеместное использование, детальное понимание процессов теплопередачи в этих материалах оставалось неполным. Ученые изучали транспорт заряда в органических полупроводниках около 40 лет, но механизмы теплопередачи до сих пор оставались в значительной степени неисследованными.
Инновационный подход исследователей заключался в использовании машинного обучения не для поиска корреляций в эмпирических наблюдениях, как это обычно делается, а для выявления причинно-следственных связей. Команда использовала потенциалы, созданные с помощью машинного обучения, разработанные в их предыдущих работах, что позволило им глубже проникнуть в физические процессы теплопередачи.
Традиционно считалось, что теплопередача в твердых телах происходит исключительно через частицеподобный транспорт фононов – энергетических пакетов, связанных с колебаниями кристаллической решетки. Однако исследование выявило дополнительный критически важный механизм: туннельный транспорт фононов. Этот механизм основан на волновой природе атомных колебаний в твердых телах и играет особенно важную роль в сложных материалах с низкой теплопроводностью.
Исследователи обнаружили, что значимость туннельного транспорта увеличивается с ростом размера молекул, формирующих кристаллы органических полупроводников. Это открытие объясняет, почему некоторые органические полупроводники демонстрируют необычно низкую температурную зависимость теплопроводности, что ранее не находило адекватного объяснения в рамках существующих теорий.
Значение этого открытия выходит за рамки чисто теоретического интереса. Новое понимание механизмов теплопередачи позволит более целенаправленно проектировать материалы с заданными тепловыми свойствами. Теперь ученые могут влиять на теплопроводность путем специфического дизайна молекулярной структуры, что открывает новые возможности для разработки материалов с оптимизированными характеристиками.
Полученные результаты применимы не только к органическим полупроводникам, но и к другим сложным материалам. В будущем исследовательская группа планирует применить полученные знания к металлоорганическим каркасным структурам (MOFs). Для этих микропористых материалов понимание теплопереноса имеет даже большее значение, чем для органических полупроводников, поскольку теплопроводность критически важна практически для всех потенциальных применений MOFs.
Это исследование демонстрирует, как машинное обучение может помочь раскрыть фундаментальные физические процессы, которые оставались скрытыми в течение десятилетий, и подчеркивает важность междисциплинарного подхода в современной науке о материалах.
