Fe2VAl---计算

amberhp

于 2022-11-07 20:51:22 发布

阅读量352

点赞数

文章标签：学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/amberheping/article/details/127737374

版权

本文探讨了Fe2VAl作为热电材料的优势，其功率因子较高但热电优值相对较低。通过纳米结构优化和引入反位缺陷，尤其是点缺陷，可以提高热电优值。分析表明，反位缺陷浓度对Seebeck系数有显著影响，对于n型掺杂表现出更好的匹配，而对p型掺杂不一致。随着反位缺陷浓度增加，Seebeck系数增大并在低温和中温区表现更优。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、相比于传统的热电材料 $Bi_{2}Ti_{3}$ ， $Fe_{2}VAl$ 的功率因子比较大，这来源于它的热导比较大，但是热电优值 $ZT$ 是相对较小的

2、通过纳米结构的优化是可以提高 $Fe_{2}VAl$ 的热电优值的

3、本篇文章主要介绍引入反位缺陷（点缺陷）来提高热电优值， $V_{Al} ,Al_{V}$

4、 $Fe_{2}VAl$ 空间群225，Fe的占位（0.25，0.25，0.25），（0.75，0.75，0.75）Al和V占位（0.5，0.5，0.5），（0，0，0），这个应该是 $Hg_{2}CuTi$ 结构

5、计算方法：玻尔兹曼方程+常数弛豫时间近似

结果分析：

说明：3.7%，7.4%，11.11%，16.6%都是计算的结果， $\blacktriangle \bullet \blacksquare$ 都是实验做掺杂的结果，可以知道， $\blacktriangle \bullet$ 都是n型掺杂， $\blacksquare$ 是p型掺杂，

分析：

1、3.7%计算与n型（右边）掺杂实验符合的比较好，但是与p型（左边）不符合，这可能是由于掺杂的浓度会影响反位缺陷的形成，进而影响seebeck系数与掺杂载流子浓度的关系

2、更高的反位缺陷浓度，有更大的seebeck系数（计算出来的结果是这样的，原因是：更高的反位缺陷浓度，使得 $Fe_{2}VAl$ 从semimetal到一个窄带隙的半导体，如下图）

3、seebeck系数对于n型和p型有一个不对称的结果

4、对于电导率来说，应该会减少电导率,

说明：a-d图中，右边的代表n型掺杂，左边的代表p型掺杂

5、对于没有掺杂的样品来说，反位缺陷在整个温度范围内增加了seebeck系数，特别是在低温和中温区

6、反位缺陷浓度越高，seebeck系数越高，并且最大值逐渐向零温移动

参考文献：

https://doi.org/10.1016/j.mtcomm.2022.103510

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。