用于高性能柔性热电材料的预测方法及相关装置

    公开(公告)号:CN118571354A

    公开(公告)日:2024-08-30

    申请号:CN202410912991.4

    申请日:2024-07-09

    Applicant: 中南大学

    Abstract: 本发明公开了一种用于高性能柔性热电材料的预测方法及相关装置,包括:对材料的初始晶体结构进行两次优化计算,对优化后的晶胞结构进行材料的自洽计算,获得材料的电荷密度和总能量;通过能带计算筛选出带隙在预设能带的半导体材料;利用第一性原理计算评估了半导体材料的稳定性;利用第一性原理计算评估了材料的延展性,并筛选出高延展性材料;对高延展性材料进行声子谱计算得到声子态密度;对低频声子态密度频率小于预设频率的材料进行初步筛选;利用第一性原理计算结合玻尔兹曼输运方程对高延展性材料进行电输运性质和热输运性质的计算获取材料的热电优值并筛选出延展性高且热电性能好的材料。

    一种基于机器学习势的二维电卡材料制冷性能的计算方法及系统

    公开(公告)号:CN118798041B

    公开(公告)日:2025-04-22

    申请号:CN202410906411.0

    申请日:2024-07-08

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于机器学习势的二维电卡材料制冷性能的计算方法及系统,方法包括以下步骤:首先基于第一性原理计算和机器学习深度神经网络,训练得到既有经典动力学的计算效率又具备第一性原理计算精度的分子动力学势函数;接着使用训练得到的势函数,利用Born有效电荷的定义计算体系的极化率,并考虑外电场对体系模拟的影响;随后使用分子动力学模拟极化随电场的变化曲线、极化随温度的变化曲线、铁电的电滞回线;最后借助分子动力学数据通过直接方法计算二维铁电材料的电卡性能包括绝热温变和等温熵变,为实际实验制备二维铁电材料电卡材料提供理论基础和指导性依据。

    一种基于机器学习势的二维电卡材料制冷性能的计算方法及系统

    公开(公告)号:CN118798041A

    公开(公告)日:2024-10-18

    申请号:CN202410906411.0

    申请日:2024-07-08

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于机器学习势的二维电卡材料制冷性能的计算方法及系统,方法包括以下步骤:首先基于第一性原理计算和机器学习深度神经网络,训练得到既有经典动力学的计算效率又具备第一性原理计算精度的分子动力学势函数;接着使用训练得到的势函数,利用Born有效电荷的定义计算体系的极化率,并考虑外电场对体系模拟的影响;随后使用分子动力学模拟极化随电场的变化曲线、极化随温度的变化曲线、铁电的电滞回线;最后借助分子动力学数据通过直接方法计算二维铁电材料的电卡性能包括绝热温变和等温熵变,为实际实验制备二维铁电材料电卡材料提供理论基础和指导性依据。

Patent Agency Ranking