搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

二维XO2 (X = Ni, Pd, Pt)弹性、电子结构和热导率

方文玉 陈粤 叶盼 魏皓然 肖兴林 黎明锴 AhujaRajeev 何云斌

引用本文:
Citation:

二维XO2 (X = Ni, Pd, Pt)弹性、电子结构和热导率

方文玉, 陈粤, 叶盼, 魏皓然, 肖兴林, 黎明锴, AhujaRajeev, 何云斌

Elastic constants, electronic structures and thermal conductivity of monolayer XO2 (X = Ni, Pd, Pt)

Fang Wen-Yu, Chen Yue, Ye Pan, Wei Hao-Ran, Xiao Xing-Lin, Li Ming-Kai, Ahuja Rajeev, He Yun-Bin
PDF
HTML
导出引用
  • 基于第一性原理计算方法, 研究了二维XO2 (X = Ni, Pd, Pt)的稳定性、弹性、电子结构和热导率. 计算结果显示, 二维XO2同时具备较好的机械和动力学稳定性. 此外, 二维NiO2, PdO2和PtO2的杨氏模量分别为124.69 N/m, 103.31 N/m和116.51 N/m, 泊松比分别为0.25, 0.24和0.27, 并呈现各向同性. 电子能带结构表明, 二维XO2 (X = Ni, Pd, Pt)为间接带隙半导体, 计算能隙分别为2.95 eV, 3.00 eV和3.34 eV, 且价带顶和导带底的能级主要由Ni-3d, Pd-4d, Pt-5d和O-2p轨道电子组成. 通过畸变势理论计算载流子迁移率, 结果显示二维XO2 (X = Ni, Pd, Pt)沿armchair和zigzag方向的有效质量和形变势表现出明显的各向异性, 电子/空穴的迁移率最高分别为13707.96/53.25 cm2·V–1·s–1, 1288.12/19.18 cm2·V–1·s–1和404.71/270.60 cm2·V–1·s–1. 此外, 在300 K温度下, 二维XO2 (X = Ni, Pd, Pt)的晶格热导率分别为53.55 W·m–1·K–1, 19.06 W·m–1·K–1和17.43 W·m–1·K–1, 这表明二维XO2 (X = Ni, Pd, Pt)在纳米电子材料和导热器件方面具备应用潜力.
    Based on the first-principles calculations, the stability, elastic constants, electronic structure, and lattice thermal conductivity of monolayer XO2 (X = Ni, Pd, Pt) are investigated in this work. The results show that XO2 (X = Ni, Pd, Pt) have mechanical and dynamic stability at the same time. In addition, the Young’s modulus of monolayer NiO2, PdO2 and PtO2 are 124.69 N·m–1, 103.31 N·m–1 and 116.51 N·m–1, Poisson’s ratio of monolayer NiO2, PdO2 and PtO2 are 0.25, 0.24 and 0.27, respectively, and each of them possesses high isotropy. The band structures show that monolayer XO2 (X = Ni, Pd, Pt) are indirect band-gap semiconductors with energy gap of 2.95 eV, 3.00 eV and 3.34 eV, respectively, and the energy levels near the valence band maximum and conduction band minimum are mainly composed of Ni-3d/Pd-4d/Pt-5d and O-2p orbital electrons. Based on deformation potential theory, the carrier mobility of each monolayer is calculated, and the results show that the effective mass and deformation potential of monolayer XO2 (X = Ni, Pd, Pt) along the armchair and zigzag directions show obvious anisotropy, and the highest electron and hole mobility are 13707.96 and 53.25 cm2·V–1·s–1, 1288.12 and 19.18 cm2·V–1·s–1, and 404.71 and 270.60 cm2·V–1·s–1 for NiO2, PdO2 and PtO2, respectively. Furthermore, the lattice thermal conductivity of monolayer XO2 (X = Ni, Pd, Pt) at 300 K are 53.55 W·m–1·K–1, 19.06 W·m–1·K–1 and 17.43 W·m–1·K–1, respectively. These properties indicate that monolayer XO2 (X = Ni, Pd, Pt) have potential applications in nanometer electronic materials and thermal conductivity devices.
      通信作者: 黎明锴, mkli@hubu.edu.cn ; 何云斌, ybhe@hubu.edu.cn
    • 基金项目: 国家自然科学基金(批准号: 61874040, 11774082, 11975093)、国家重点研发计划(批准号: 2019YFB1503500)、湖北省自然科学基金创新研究群体(批准号: 2019CFA006)和湖北省高等学校优秀中青年科技创新团队计划(批准号: T201901)
      Corresponding author: Li Ming-Kai, mkli@hubu.edu.cn ; He Yun-Bin, ybhe@hubu.edu.cn
    • Funds: Project supported by the National Natural Science Foundation of China (Grant Nos. 61874040, 11774082, 11975093), the National Key R&D Program of China (Grant No. 2019YFB1503500), the Creative Research Groups of Natural Science Foundation of Hubei Province, China (Grant No. 2019CFA006), and the Program for Science and Technology Innovation Team in Colleges of Hubei Province, China (Grant No. T201901)
    [1]

    Novoselov K S, Geim A K, Morozov S V, Jiang D, Zhang Y, Dubonos S V, Grigorieva I V, Firsov A A 2004 Science 306 666Google Scholar

    [2]

    Wang D, Song X L, Li P, Gao X J J, Gao X F 2020 J. Mater. Chem. B 8 9028Google Scholar

    [3]

    Halo M, Casassa S, Maschio L, Pisani C, Dovesi R, Ehinon D, Baraille I, Rerat M, Usvyat D 2011 Phys. Chem. Chem. Phys. 13 4434Google Scholar

    [4]

    Zhou M F, Wang W H, Lu J P, Ni Z H 2021 Nano Res. 14 29Google Scholar

    [5]

    Fang W Y, Kang W B, Zhao J, Zhang P C 2020 Chin. Phys. B 29 096301Google Scholar

    [6]

    Yeoh K H, Yoon T L, Rusi, Ong D S, Lim T L 2018 Appl. Surf. Sci. 445 161Google Scholar

    [7]

    Yuan J H, Yu N N, Xue K H, Miao X S 2017 Appl. Surf. Sci. 409 85Google Scholar

    [8]

    Lalmi B, Oughaddou H, Enriquez H, Kara A, Vizzini S, Ealet B, Aufray B 2010 Appl. Phys. Lett. 97 223109Google Scholar

    [9]

    Yang Y, Zhang H, Song L H, Liu Z L 2021 Appl. Surf. Sci. 542 148691Google Scholar

    [10]

    Li X B, Guo P, Cao T F, Liu H, Lau W M, Liu L M 2015 Sci. Rep. 5 10848Google Scholar

    [11]

    Sharma S, Kumar S, Schwingenschlögl U 2017 Phys. Rev. Appl. 8 044013Google Scholar

    [12]

    Shi Z Q, Li H, Xue C L, Yuan Q Q, Lv Y Y, Xu Y J, Jia Z Y, Gao L, Chen Y, Zhu W, Li S C 2020 Nano Lett. 20 8408Google Scholar

    [13]

    Li T S 2012 Phys. Rev. B 85 235407Google Scholar

    [14]

    Peng R, Ma Y, He Z, Huang B, Kou L, Dai Y 2019 Nano Lett. 19 1227Google Scholar

    [15]

    Yan P, Gao G Y, Ding G Q, Qin D 2019 Rsc Adv. 9 12394Google Scholar

    [16]

    Naghavi S S, He J, Xia Y, Wolverton C 2018 Chem. Mater. 30 5639Google Scholar

    [17]

    Hu Z Y, Li K Y, Lu Y, Huang Y, Shao X H 2017 Nanoscale 9 16093Google Scholar

    [18]

    Fang W Y, Li P A, Yuan J H, Xue K H, Wang J F 2019 J. Electron. Mater. 49 959Google Scholar

    [19]

    Chen Z Y, Xiong M, Zeng Z Y, Chen X R, Chen Q F 2021 Solid State Commun. 326 114163Google Scholar

    [20]

    Rajput K, Roy D R 2019 Appl. Nanosci. 9 1845Google Scholar

    [21]

    Qu L H, Yu J, Mu Y L, Fu X L, Zhong C G, Min Y, Zhou P X, Zhang J M, Zou Y Q, Lu T S 2019 Mater. Res. Bull. 119 110533Google Scholar

    [22]

    Chaurasiya R, Dixit A, Pandey R 2019 J. Appl. Phys. 125 082540Google Scholar

    [23]

    Ersan F, Ozaydin H D, Gokoglu G, Akturk E 2017 Appl. Surf. Sci. 425 301Google Scholar

    [24]

    Cakir D, Peeters F M, Sevik C 2014 Appl. Phys. Lett. 104 203110Google Scholar

    [25]

    Shukla A, Gaur N K 2020 Chem. Phys. Lett. 754 137717Google Scholar

    [26]

    Shang J, Li C, Tang X, Du A J, Liao T, Gu Y T, Ma Y D, Kou L Z, Chen C F 2020 Nanoscale 12 14847Google Scholar

    [27]

    Chaouche A C, Lachebi A, Abid H, Benchehima M, Driz M 2019 Superlattices Microstruct. 130 249Google Scholar

    [28]

    Zhu Y Y, Ji X, Cheng S, Chern Z Y, Jia J, Yang L F, Luo H W, Yu J Y, Peng X W, Wang J H, Zhou W J, Liu M L 2019 Acs Nano 13 9091Google Scholar

    [29]

    Wang Y J, Li F F, Zheng H L, Han X F, Yan Y 2018 Phys. Chem. Chem. Phys. 20 28162Google Scholar

    [30]

    Huang Q J, Ma J L, Xu D W, Hu R, Luo X B 2020 J. Appl. Phys. 128 185111Google Scholar

    [31]

    Song Y Q, Yuan J H, Li L H, Xu M, Wang J F, Xue K H, Miao X S 2019 Nanoscale 11 1131Google Scholar

    [32]

    Yuan J H, Song Y Q, Chen Q, Xue K H, Miao X S 2019 Appl. Surf. Sci. 469 456Google Scholar

    [33]

    Ho T H, Dong H C, Bui V Q, Kawazoe Y, Le H M 2020 Phys. Chem. Chem. Phys. 22 18149Google Scholar

    [34]

    Yuan H, Li Z Y, Yang J L 2018 J. Mater. Chem. C 6 9055Google Scholar

    [35]

    Mohammed H A H, Dongho-Nguimdo G M, Joubert D P 2021 Physica E 127 114514Google Scholar

    [36]

    Lei Z H, Wang W L, She J C 2021 Chin. Phys. B 30 047102Google Scholar

    [37]

    Shimazaki T, Suzuki T, Kubo M 2011 Theor. Chem. Acc. 130 1031Google Scholar

    [38]

    Shokri A, Yazdani A, Rahimi K 2020 Mater. Chem. Phys. 255 123617Google Scholar

    [39]

    Hafner J 2008 J. Comput. Chem. 29 2044Google Scholar

    [40]

    Perdew J P, Burke K, Ernzerhof M 1997 Phys. Rev. Lett. 77 3865Google Scholar

    [41]

    Blochl P E 1994 Phys. Rev. B 50 17953Google Scholar

    [42]

    Krukau A V, Vydrov O A, Izmaylov A F, Scuseria G E 2006 J. Chem. Phys. 125 224106Google Scholar

    [43]

    Blochl P E, Jepsen O, Andersen O K 1994 Phys. Rev. B 49 16223Google Scholar

    [44]

    Eriksson F, Fransson E, Erhart P 2019 Adv. Theor. Simul. 2 1800184Google Scholar

    [45]

    Togo A, Tanaka I 2015 Scr. Mater. 108 1Google Scholar

    [46]

    Togo A, Chaput L, Tanaka I 2015 Phys. Rev. B 91 094306Google Scholar

    [47]

    Zhang C Z, Liu J Y, Shen H M, Lo X Z, Sun Q 2017 Chem. Mater. 29 8588Google Scholar

    [48]

    Shin H, Kang S, Koo J, Lee H, Kim J, Kwon Y 2014 J. Chem. Phys. 140 114702Google Scholar

    [49]

    Qin Y, Zha X H, Bai X, Luo K, Huang Q, Wang Y, Du S 2020 J. Phys.: Condens. Matter 32 135302Google Scholar

    [50]

    Xiong W Q, Huang K X, Yuan S J 2019 J. Mater. Chem. C 7 13518Google Scholar

    [51]

    Lajevardipour A, Neek-Amal M, Peeters F M 2012 J. Phys-Condens. Mat. 24 175303Google Scholar

    [52]

    Hess P 2017 Nanotechnology 28 064002Google Scholar

    [53]

    Efetov D K, Kim P 2010 Phys. Rev. Lett. 105 256805Google Scholar

    [54]

    Jain A, McGaughey A J 2015 Sci. Rep. 5 8501Google Scholar

    [55]

    Hossain M T, Rahman M A 2020 J. Mol. Model. 26 40Google Scholar

    [56]

    Min K, Aluru N R 2011 Appl. Phys. Lett. 98 013113Google Scholar

    [57]

    Kudin K N, Scuseria G E, Yakobson B I 2001 Phys. Rev. B 64 235406Google Scholar

    [58]

    Jing Y, Ma Y D, Li Y F, Heine T 2017 Nano Lett. 17 1833Google Scholar

    [59]

    Pu C Y, Yu J H, Yu R M, Tang X, Zhou D W 2019 J. Mater. Chem. C 7 12231Google Scholar

    [60]

    Zha X H, Zhou J, Luo K, Lang J J, Huang Q, Zhou X, Francisco J S, He J, Du S 2017 J. Phys.: Condens. Matter. 29 165701Google Scholar

    [61]

    Xu Y, Liu G, Xing S A, Zhao G, Yang J 2020 J. Mater. Chem. C 8 14902Google Scholar

    [62]

    Fei R X, Li Y 2014 Nano Lett. 14 2884Google Scholar

    [63]

    Fang R H, Cui X Y, Stampfl C, Ringer S P, Zheng R K 2020 Phys. Chem. Chem. Phys. 22 2276Google Scholar

    [64]

    Zeng L, Xin Z, Chen S W, Du G, Kang J F, Liu X Y 2014 Chinese Phys. Lett. 31 027301Google Scholar

    [65]

    Nemec H, Kratochvilova I, Kuzel P, Sebera J, Kochalska A, Nozar J, Nespurek S 2011 Phys. Chem. Chem. Phys. 13 2850Google Scholar

    [66]

    Hong Y, Zhang J, Huang X, Zeng X C 2015 Nanoscale 7 18716Google Scholar

    [67]

    Zhu L Y, Zhang G, Li B W 2014 Phys. Rev. B 90 214302Google Scholar

    [68]

    Peng B, Zhang H, Shao H Z, Xu Y C, Zhang X C, Zhu H Y 2016 Sci. Rep-Uk 6 20225Google Scholar

    [69]

    Gu X K, Yang R G 2015 J. Appl. Phys. 117 025102Google Scholar

    [70]

    Cai Y Q, Lan J H, Zhang G, Zhang Y W 2014 Phys. Rev. B 89 035438Google Scholar

    [71]

    Zulfiqar M, Zhao Y C, Li G, Li Z C, Ni J 2019 Sci. Rep-Uk 9 4571Google Scholar

    [72]

    Feng T, Ruan X 2018 Phys. Rev. B 97 045202Google Scholar

    [73]

    Zeng Y J, Feng Y X, Tang L M, Chen K Q 2021 Appl. Phys. Lett. 118 183103Google Scholar

    [74]

    Chen X K, Chen K Q 2020 J. Phys.: Condens. Matter. 32 153002Google Scholar

  • 图 1  二维XO2 (X = Ni, Pd, Pt)的晶体结构 (a) 俯视图; (b), (c) 侧视图; (d) K点路径

    Fig. 1.  Crystal structures of monolayer XO2 (X = Ni, Pd, Pt): (a) Top view; (b), (c) side view; (d) K points path.

    图 2  不同相结构的XO2的结合能 (a) NiO2; (b) PdO2; (c) PtO2

    Fig. 2.  Binding energies of XO2 with different phase structures: (a) NiO2; (b) PdO2; (c) PtO2.

    图 3  二维XO2 (X = Ni, Pd, Pt)的(a) 杨氏模量、(b) 泊松比和 (c) 应力-应变曲线

    Fig. 3.  (a) Young's modulus, (b) Poisson's ratio, and (c) stress-strain curves of monolayer XO2 (X = Ni, Pd, Pt).

    图 4  二维XO2 (X = Ni, Pd, Pt)电子局域函数 (a) NiO2; (b) PdO2; (c) PtO2

    Fig. 4.  Electron localization functions (ELFs) of (a) NiO2, (b) PdO2, (c) PtO2 plotted in a 2 × 2 × 1 supercell.

    图 5  二维XO2 (X = Ni, Pd, Pt)能带结构和分波态密度 (a) NiO2; (b) PdO2; (c) PtO2

    Fig. 5.  Band structures and density of states of monolayer XO2 (X = Ni, Pd, Pt) (a) NiO2; (b) PdO2; (c) PtO2.

    图 6  二维XO2 (X = Ni, Pd, Pt)平面刚度和形变势拟合曲线 (a)−(c) NiO2; (d)−(f) PdO2; (g)−(i) PtO2. (a), (d), (g)能量对单轴应变的二次项拟合来计算平面刚度; (b)和(c), (e)和(f), (h)和(i) 沿扶手椅和之字形方向价带顶和导带底的能量对应变量的线性拟合, 用于计算变形势

    Fig. 6.  Schematic diagram of plane stiffness and deformation potential of monolayer XO2 (X = Ni, Pd, Pt): (a)−(c) NiO2; (d)−(f) PdO2; (g)−(i) PtO2. (a), (d), (g) Quadratic fitting of the energy difference to the uniaxial strain are used to calculate the plane stiffness. (b) and (c), (e) and (f), (h) and (i) Linear fitting of the energy of VBM and CBM relative to the uniaxial strain along armchair and zigzag direction, which are used to calculate the deformation potential.

    图 7  二维XO2 (X = Ni, Pd, Pt)的(a)−(c) 声子谱、(d)−(f) 声子群速度和 (g)−(i) 声子寿命

    Fig. 7.  (a)−(c) Phonon dispersion, (d)−(f) group velocities and (g)−(i) phonon lifetimes of monolayer XO2 (X = Ni, Pd, Pt)

    图 8  二维XO2 (X = Ni, Pd, Pt)的晶格热导率

    Fig. 8.  Lattice thermal conductivity of monolayer XO2 (X = Ni, Pd, Pt).

    表 1  二维XO2 (X = Ni, Pd, Pt)结构参数和结合能

    Table 1.  Structure parameters and binding energies of monolayer XO2 (X = Ni, Pd, Pt).

    Monolayersa/blθ1/(°)θ2/(°)hEf/(eV·atom–1)Band gap/eV
    PBEPBE + SOCHSE06
    NiO22.821.8896.8483.161.905.781.391.212.95
    PdO23.072.0398.5481.461.964.931.501.403.00
    PtO23.132.0599.6480.341.935.771.831.733.34
    下载: 导出CSV

    表 2  在300 K下, 二维XO2 (X = Ni, Pd, Pt)的有效质量(m*)、弹性模量(C 2D)、形变势(El)、电子和空穴迁移率(μ)

    Table 2.  Calculated effective mass (m*), elastic modulus (C 2D), deformation-potential constant (El), electron and hole mobility (μ) of monolayer XO2 (X = Ni, Pd, Pt) at 300 K.

    MaterialsDirectionCarrier typem*/m0C 2D/(N·m–1)El/eVμ/(cm2·V–1·s–1)
    NiO2ArmchairElectron0.63134.810.5613707.96
    Hole2.002.2953.25
    ZigzagElectron1.80135.210.881944.53
    Hole13.192.268.32
    PdO2ArmchairElectron0.81113.381.281288.12
    Hole2.523.0219.18
    ZigzagElectron2.42114.252.10162.17
    Hole11.813.014.16
    PtO2ArmchairElectron0.80122.604.27404.71
    Hole1.171.51270.60
    ZigzagElectron2.51123.254.2740.46
    Hole8.771.5140.86
    BPa-axisElectron0.1724.811.592652.06
    Hole0.162.66495.37
    b-axisElectron1.25105.455.27140.35
    Hole5.710.1324469.72
    下载: 导出CSV
  • [1]

    Novoselov K S, Geim A K, Morozov S V, Jiang D, Zhang Y, Dubonos S V, Grigorieva I V, Firsov A A 2004 Science 306 666Google Scholar

    [2]

    Wang D, Song X L, Li P, Gao X J J, Gao X F 2020 J. Mater. Chem. B 8 9028Google Scholar

    [3]

    Halo M, Casassa S, Maschio L, Pisani C, Dovesi R, Ehinon D, Baraille I, Rerat M, Usvyat D 2011 Phys. Chem. Chem. Phys. 13 4434Google Scholar

    [4]

    Zhou M F, Wang W H, Lu J P, Ni Z H 2021 Nano Res. 14 29Google Scholar

    [5]

    Fang W Y, Kang W B, Zhao J, Zhang P C 2020 Chin. Phys. B 29 096301Google Scholar

    [6]

    Yeoh K H, Yoon T L, Rusi, Ong D S, Lim T L 2018 Appl. Surf. Sci. 445 161Google Scholar

    [7]

    Yuan J H, Yu N N, Xue K H, Miao X S 2017 Appl. Surf. Sci. 409 85Google Scholar

    [8]

    Lalmi B, Oughaddou H, Enriquez H, Kara A, Vizzini S, Ealet B, Aufray B 2010 Appl. Phys. Lett. 97 223109Google Scholar

    [9]

    Yang Y, Zhang H, Song L H, Liu Z L 2021 Appl. Surf. Sci. 542 148691Google Scholar

    [10]

    Li X B, Guo P, Cao T F, Liu H, Lau W M, Liu L M 2015 Sci. Rep. 5 10848Google Scholar

    [11]

    Sharma S, Kumar S, Schwingenschlögl U 2017 Phys. Rev. Appl. 8 044013Google Scholar

    [12]

    Shi Z Q, Li H, Xue C L, Yuan Q Q, Lv Y Y, Xu Y J, Jia Z Y, Gao L, Chen Y, Zhu W, Li S C 2020 Nano Lett. 20 8408Google Scholar

    [13]

    Li T S 2012 Phys. Rev. B 85 235407Google Scholar

    [14]

    Peng R, Ma Y, He Z, Huang B, Kou L, Dai Y 2019 Nano Lett. 19 1227Google Scholar

    [15]

    Yan P, Gao G Y, Ding G Q, Qin D 2019 Rsc Adv. 9 12394Google Scholar

    [16]

    Naghavi S S, He J, Xia Y, Wolverton C 2018 Chem. Mater. 30 5639Google Scholar

    [17]

    Hu Z Y, Li K Y, Lu Y, Huang Y, Shao X H 2017 Nanoscale 9 16093Google Scholar

    [18]

    Fang W Y, Li P A, Yuan J H, Xue K H, Wang J F 2019 J. Electron. Mater. 49 959Google Scholar

    [19]

    Chen Z Y, Xiong M, Zeng Z Y, Chen X R, Chen Q F 2021 Solid State Commun. 326 114163Google Scholar

    [20]

    Rajput K, Roy D R 2019 Appl. Nanosci. 9 1845Google Scholar

    [21]

    Qu L H, Yu J, Mu Y L, Fu X L, Zhong C G, Min Y, Zhou P X, Zhang J M, Zou Y Q, Lu T S 2019 Mater. Res. Bull. 119 110533Google Scholar

    [22]

    Chaurasiya R, Dixit A, Pandey R 2019 J. Appl. Phys. 125 082540Google Scholar

    [23]

    Ersan F, Ozaydin H D, Gokoglu G, Akturk E 2017 Appl. Surf. Sci. 425 301Google Scholar

    [24]

    Cakir D, Peeters F M, Sevik C 2014 Appl. Phys. Lett. 104 203110Google Scholar

    [25]

    Shukla A, Gaur N K 2020 Chem. Phys. Lett. 754 137717Google Scholar

    [26]

    Shang J, Li C, Tang X, Du A J, Liao T, Gu Y T, Ma Y D, Kou L Z, Chen C F 2020 Nanoscale 12 14847Google Scholar

    [27]

    Chaouche A C, Lachebi A, Abid H, Benchehima M, Driz M 2019 Superlattices Microstruct. 130 249Google Scholar

    [28]

    Zhu Y Y, Ji X, Cheng S, Chern Z Y, Jia J, Yang L F, Luo H W, Yu J Y, Peng X W, Wang J H, Zhou W J, Liu M L 2019 Acs Nano 13 9091Google Scholar

    [29]

    Wang Y J, Li F F, Zheng H L, Han X F, Yan Y 2018 Phys. Chem. Chem. Phys. 20 28162Google Scholar

    [30]

    Huang Q J, Ma J L, Xu D W, Hu R, Luo X B 2020 J. Appl. Phys. 128 185111Google Scholar

    [31]

    Song Y Q, Yuan J H, Li L H, Xu M, Wang J F, Xue K H, Miao X S 2019 Nanoscale 11 1131Google Scholar

    [32]

    Yuan J H, Song Y Q, Chen Q, Xue K H, Miao X S 2019 Appl. Surf. Sci. 469 456Google Scholar

    [33]

    Ho T H, Dong H C, Bui V Q, Kawazoe Y, Le H M 2020 Phys. Chem. Chem. Phys. 22 18149Google Scholar

    [34]

    Yuan H, Li Z Y, Yang J L 2018 J. Mater. Chem. C 6 9055Google Scholar

    [35]

    Mohammed H A H, Dongho-Nguimdo G M, Joubert D P 2021 Physica E 127 114514Google Scholar

    [36]

    Lei Z H, Wang W L, She J C 2021 Chin. Phys. B 30 047102Google Scholar

    [37]

    Shimazaki T, Suzuki T, Kubo M 2011 Theor. Chem. Acc. 130 1031Google Scholar

    [38]

    Shokri A, Yazdani A, Rahimi K 2020 Mater. Chem. Phys. 255 123617Google Scholar

    [39]

    Hafner J 2008 J. Comput. Chem. 29 2044Google Scholar

    [40]

    Perdew J P, Burke K, Ernzerhof M 1997 Phys. Rev. Lett. 77 3865Google Scholar

    [41]

    Blochl P E 1994 Phys. Rev. B 50 17953Google Scholar

    [42]

    Krukau A V, Vydrov O A, Izmaylov A F, Scuseria G E 2006 J. Chem. Phys. 125 224106Google Scholar

    [43]

    Blochl P E, Jepsen O, Andersen O K 1994 Phys. Rev. B 49 16223Google Scholar

    [44]

    Eriksson F, Fransson E, Erhart P 2019 Adv. Theor. Simul. 2 1800184Google Scholar

    [45]

    Togo A, Tanaka I 2015 Scr. Mater. 108 1Google Scholar

    [46]

    Togo A, Chaput L, Tanaka I 2015 Phys. Rev. B 91 094306Google Scholar

    [47]

    Zhang C Z, Liu J Y, Shen H M, Lo X Z, Sun Q 2017 Chem. Mater. 29 8588Google Scholar

    [48]

    Shin H, Kang S, Koo J, Lee H, Kim J, Kwon Y 2014 J. Chem. Phys. 140 114702Google Scholar

    [49]

    Qin Y, Zha X H, Bai X, Luo K, Huang Q, Wang Y, Du S 2020 J. Phys.: Condens. Matter 32 135302Google Scholar

    [50]

    Xiong W Q, Huang K X, Yuan S J 2019 J. Mater. Chem. C 7 13518Google Scholar

    [51]

    Lajevardipour A, Neek-Amal M, Peeters F M 2012 J. Phys-Condens. Mat. 24 175303Google Scholar

    [52]

    Hess P 2017 Nanotechnology 28 064002Google Scholar

    [53]

    Efetov D K, Kim P 2010 Phys. Rev. Lett. 105 256805Google Scholar

    [54]

    Jain A, McGaughey A J 2015 Sci. Rep. 5 8501Google Scholar

    [55]

    Hossain M T, Rahman M A 2020 J. Mol. Model. 26 40Google Scholar

    [56]

    Min K, Aluru N R 2011 Appl. Phys. Lett. 98 013113Google Scholar

    [57]

    Kudin K N, Scuseria G E, Yakobson B I 2001 Phys. Rev. B 64 235406Google Scholar

    [58]

    Jing Y, Ma Y D, Li Y F, Heine T 2017 Nano Lett. 17 1833Google Scholar

    [59]

    Pu C Y, Yu J H, Yu R M, Tang X, Zhou D W 2019 J. Mater. Chem. C 7 12231Google Scholar

    [60]

    Zha X H, Zhou J, Luo K, Lang J J, Huang Q, Zhou X, Francisco J S, He J, Du S 2017 J. Phys.: Condens. Matter. 29 165701Google Scholar

    [61]

    Xu Y, Liu G, Xing S A, Zhao G, Yang J 2020 J. Mater. Chem. C 8 14902Google Scholar

    [62]

    Fei R X, Li Y 2014 Nano Lett. 14 2884Google Scholar

    [63]

    Fang R H, Cui X Y, Stampfl C, Ringer S P, Zheng R K 2020 Phys. Chem. Chem. Phys. 22 2276Google Scholar

    [64]

    Zeng L, Xin Z, Chen S W, Du G, Kang J F, Liu X Y 2014 Chinese Phys. Lett. 31 027301Google Scholar

    [65]

    Nemec H, Kratochvilova I, Kuzel P, Sebera J, Kochalska A, Nozar J, Nespurek S 2011 Phys. Chem. Chem. Phys. 13 2850Google Scholar

    [66]

    Hong Y, Zhang J, Huang X, Zeng X C 2015 Nanoscale 7 18716Google Scholar

    [67]

    Zhu L Y, Zhang G, Li B W 2014 Phys. Rev. B 90 214302Google Scholar

    [68]

    Peng B, Zhang H, Shao H Z, Xu Y C, Zhang X C, Zhu H Y 2016 Sci. Rep-Uk 6 20225Google Scholar

    [69]

    Gu X K, Yang R G 2015 J. Appl. Phys. 117 025102Google Scholar

    [70]

    Cai Y Q, Lan J H, Zhang G, Zhang Y W 2014 Phys. Rev. B 89 035438Google Scholar

    [71]

    Zulfiqar M, Zhao Y C, Li G, Li Z C, Ni J 2019 Sci. Rep-Uk 9 4571Google Scholar

    [72]

    Feng T, Ruan X 2018 Phys. Rev. B 97 045202Google Scholar

    [73]

    Zeng Y J, Feng Y X, Tang L M, Chen K Q 2021 Appl. Phys. Lett. 118 183103Google Scholar

    [74]

    Chen X K, Chen K Q 2020 J. Phys.: Condens. Matter. 32 153002Google Scholar

  • [1] 汤家鑫, 范志强, 邓小清, 张振华. 非金属原子掺杂的GaN纳米管: 电子结构、输运特性及电场调控效应. 物理学报, 2022, 71(11): 116101. doi: 10.7498/aps.71.20212342
    [2] 唐道胜, 华钰超, 周艳光, 曹炳阳. GaN薄膜的热导率模型研究. 物理学报, 2021, 70(4): 045101. doi: 10.7498/aps.70.20201611
    [3] 潘凤春, 林雪玲, 曹志杰, 李小伏. Fe, Co, Ni掺杂GaSb的电子结构和光学性质. 物理学报, 2019, 68(18): 184202. doi: 10.7498/aps.68.20190290
    [4] 嘉明珍, 王红艳, 陈元正, 马存良. Na+替位掺杂对Li2MnSiO4的电子结构以及Li+迁移过程的影响. 物理学报, 2016, 65(5): 057101. doi: 10.7498/aps.65.057101
    [5] 贺慧芳, 陈志权. 用正电子湮没研究纳米碲化铋的缺陷及其对热导率的影响. 物理学报, 2015, 64(20): 207804. doi: 10.7498/aps.64.207804
    [6] 张程宾, 程启坤, 陈永平. 分形结构纳米复合材料热导率的分子动力学模拟研究. 物理学报, 2014, 63(23): 236601. doi: 10.7498/aps.63.236601
    [7] 黄丛亮, 冯妍卉, 张欣欣, 李静, 王戈, 侴爱辉. 金属纳米颗粒的热导率. 物理学报, 2013, 62(2): 026501. doi: 10.7498/aps.62.026501
    [8] 黄丛亮, 冯妍卉, 张欣欣, 李威, 杨穆, 李静, 王戈. 介孔二氧化硅基导电聚合物复合材料热导率的实验研究. 物理学报, 2012, 61(15): 154402. doi: 10.7498/aps.61.154402
    [9] 万文坚, 姚若河, 耿魁伟. Mg和Zn掺杂CuAlS2电子结构的分析. 物理学报, 2011, 60(6): 067103. doi: 10.7498/aps.60.067103
    [10] 高潭华, 吴顺情, 胡春华, 朱梓忠. 二维BC2 N薄片的结构稳定性和电子性质. 物理学报, 2011, 60(12): 127305. doi: 10.7498/aps.60.127305
    [11] 杨平, 吴勇胜, 许海锋, 许鲜欣, 张立强, 李培. TiO2/ZnO纳米薄膜界面热导率的分子动力学模拟. 物理学报, 2011, 60(6): 066601. doi: 10.7498/aps.60.066601
    [12] 李旭珍, 谢泉, 陈茜, 赵凤娟, 崔冬萌. OsSi2电子结构和光学性质的研究. 物理学报, 2010, 59(3): 2016-2021. doi: 10.7498/aps.59.2016
    [13] 许路加, 胡明, 杨海波, 杨孟琳, 张洁. 基于微结构参数建模的多孔硅绝热层热导率研究. 物理学报, 2010, 59(12): 8794-8800. doi: 10.7498/aps.59.8794
    [14] 刘志明, 崔 田, 马琰铭, 刘冰冰, 邹广田. Nb2H 的电子结构和相互作用. 物理学报, 2007, 56(8): 4877-4883. doi: 10.7498/aps.56.4877
    [15] 徐 剑, 黄水平, 王占山, 鲁大学, 苑同锁. F掺杂SnO2电子结构的模拟计算. 物理学报, 2007, 56(12): 7195-7200. doi: 10.7498/aps.56.7195
    [16] 张 辉, 王宝义, 张仁刚, 张 哲, 钱海杰, 苏 润, 奎热西, 魏 龙. FeS2多晶薄膜电子结构的实验研究. 物理学报, 2006, 55(5): 2482-2487. doi: 10.7498/aps.55.2482
    [17] 王贵春, 袁建民. Cu低维体系的结构和电子性质. 物理学报, 2003, 52(4): 970-977. doi: 10.7498/aps.52.970
    [18] 杨东升, 吴柏枚, 李 波, 郑卫华, 李世燕, 陈仙辉, 曹烈兆. MgB2混合态热导率的反常增强. 物理学报, 2003, 52(8): 2015-2019. doi: 10.7498/aps.52.2015
    [19] 杨宏顺, 李鹏程, 柴一晟, 余旻, 李志权, 杨东升, 章良, 王喻宏, 李明德, 曹烈兆, 龙云泽, 陈兆甲. La2CuO4掺锌样品的低温电阻率与热导率研究. 物理学报, 2002, 51(3): 679-684. doi: 10.7498/aps.51.679
    [20] 谭明秋, 陶向明. 高温超导体MgB2的电子结构研究. 物理学报, 2001, 50(6): 1193-1196. doi: 10.7498/aps.50.1193
计量
  • 文章访问数:  1663
  • PDF下载量:  92
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-05-28
  • 修回日期:  2021-09-05
  • 上网日期:  2021-09-07
  • 刊出日期:  2021-12-20

二维XO2 (X = Ni, Pd, Pt)弹性、电子结构和热导率

  • 1. 湖北大学材料科学与工程学院, 铁电压电材料与器件湖北省重点实验室, 高分子材料湖北省重点实验室, 功能材料绿色制备与应用教育部重点实验室, 武汉 430062
  • 2. 乌普萨拉大学物理与天文系凝聚态理论组, 瑞典乌普萨拉 S-751-20
  • 通信作者: 黎明锴, mkli@hubu.edu.cn ; 何云斌, ybhe@hubu.edu.cn
    基金项目: 国家自然科学基金(批准号: 61874040, 11774082, 11975093)、国家重点研发计划(批准号: 2019YFB1503500)、湖北省自然科学基金创新研究群体(批准号: 2019CFA006)和湖北省高等学校优秀中青年科技创新团队计划(批准号: T201901)

摘要: 基于第一性原理计算方法, 研究了二维XO2 (X = Ni, Pd, Pt)的稳定性、弹性、电子结构和热导率. 计算结果显示, 二维XO2同时具备较好的机械和动力学稳定性. 此外, 二维NiO2, PdO2和PtO2的杨氏模量分别为124.69 N/m, 103.31 N/m和116.51 N/m, 泊松比分别为0.25, 0.24和0.27, 并呈现各向同性. 电子能带结构表明, 二维XO2 (X = Ni, Pd, Pt)为间接带隙半导体, 计算能隙分别为2.95 eV, 3.00 eV和3.34 eV, 且价带顶和导带底的能级主要由Ni-3d, Pd-4d, Pt-5d和O-2p轨道电子组成. 通过畸变势理论计算载流子迁移率, 结果显示二维XO2 (X = Ni, Pd, Pt)沿armchair和zigzag方向的有效质量和形变势表现出明显的各向异性, 电子/空穴的迁移率最高分别为13707.96/53.25 cm2·V–1·s–1, 1288.12/19.18 cm2·V–1·s–1和404.71/270.60 cm2·V–1·s–1. 此外, 在300 K温度下, 二维XO2 (X = Ni, Pd, Pt)的晶格热导率分别为53.55 W·m–1·K–1, 19.06 W·m–1·K–1和17.43 W·m–1·K–1, 这表明二维XO2 (X = Ni, Pd, Pt)在纳米电子材料和导热器件方面具备应用潜力.

English Abstract

    • 自2004年Novoselov和Geim等[1]成功分离出单层石墨烯以来, 因其独特的形貌和新颖的物理性质, 吸引了众多学者的关注. 随着研究的深入, 越来越多的新型二维材料被报道, 例如氧化石墨烯[2]、六方氮化硼(h-BN)[3]、过渡金属硫化物[4]等. 此外, 从各族单质, 如IIIA族的硼烯[5]和铝烯[6,7], IV的硅烯[8]和锡烯[9], V族的黑磷烯[10]、砷烯[11]和锑烯[12]等, 到各类化合物, 如单层MoS2[13], Ag2S[14], MSe2 (M = Zr, Hf)[15], Pd2Se3[16], SnSe[17], Nb2XTe4 (X = Si, Ge)[18]等被相继发现, 这进一步丰富了二维材料大家族.

      事实上, 在众多二维材料中, 金属氧化物占有一席之地, 并被陆续报道, 例如, 二维InO[19], CaO[20], SnO2[21], ZnO[22], MO2 (M = Mo, W)[23], h-MO2 (M = Cr, Mo, W)[24], SnO[25], Fe2O3[26], TiO2[27], MoO2[28], RuO2和OsO2[29], Tl2O[30]和KTlO[31]等. VIII族过渡金属Ni, Pd, Pt属于常见的化学元素, 由它们所构建的二维材料主要集中在与VA族元素结合, 例如二维X2N4 (X = Ni, Pd, Pt)[32], NiAs2[33], PdP2和PdAs2[34]等, 而Ni, Pd, Pt与O所构成的二维材料却鲜有报道. 与此同时, 注意到α-PtO2是一种层状结构[35], 其对称群为$ P{\bar{3}} m1$, 层与层之间靠范德瓦耳斯力结合, 与石墨相似. 关于α-PtO2的研究也有一些报道, 例如, Lei等[36]基于密度泛函理论的第一性原理计算, 研究了α-PtO2的振动特性和偏振分辨拉曼光谱, 并分析α-PtO2的拉曼张量和角度依赖的拉曼强度, 证实其Eg模式的拉曼强度约为A(1g)模式的5倍. Shimazaki等[37]利用密度泛函理论模拟了铂表面的氧化过程, 讨论了从α-PtO2表面到β-PtO2表面的相变, 包括氧和铂原子之间的位置交换反应, 并指出在相变过程中还出现1个中间态. Shokri等[38]提出了g-ZnO/α-PtO2的异质结, 并通过理论计算指出, 异质结的能隙降低至0.47 eV, 在其内部形成电场, 能够有效分离载流子, 并对紫外和可见光有强烈的吸收效果.

      因此, 设想二维结构α-PtO2也会表现出一些新颖的物理性质, 相同结构的二维NiO2和PdO2是否有类似的结果. 基于这个设想, 通过第一原理平面波赝势计算方法, 系统研究二维α-PtO2和相同结构的NiO2和PdO2的稳定性、弹性、电子结构和热导率, 揭示其在未来纳米光电子和导热器件领域具有良好的应用潜力.

    • 计算主要采用VASP (Vienna ab-initio simulation package)[39]软件包来完成, 交换相关能采用Perdew-Burke-Ernzerhof (PBE)[40]泛函中的广义梯度近似 (GGA)[41]. 由于GGA + PBE通常会低估半导体的能隙, 对于较大的体系, 特别是过渡金属化合物, 很多时候采取LDA + U的方式来考虑d电子或者f电子的强关联作用, 它的计算量相对较小, 可执行性高. 缺点是U值的设定需要反复测试, 且很难找到1个确切的值. HSE06 (Heyd-Scuseria-Ernzerhof)[42]杂化泛函是目前被广泛应用于修正带隙的计算方法, 其计算结果得到较好的证实和认可, 而它的计算量较大, 一般适用于原子数较少的体系. 计算中选取的材料均属于本征结构, 单个原胞的原子数仅为3个, 因而采取HSE06来修正带隙, 并检验自旋轨道耦合效应对电子结构的影响. 平面波截断能设置为450 eV, 选取20 × 20 × 1的Monkhorst-Pack特殊K点对全布里渊区[43]求和, 能量收敛标准为1 × 10–6 eV, 原子间的相互作用力小于0.001 eV/Å. 为避免原子层之间相互作用力的影响, 沿c轴方向设置20 Å (1 Å = 0.1 nm)的真空层. 采用Hiphive[44]软件提取力学常数, 选取6 × 6 × 1超胞做微扰自洽计算, 声子色散采用Phonopy[45]计算, Phono3py[46]计算声子寿命和晶格热导率, 计算前均做结构弛豫优化. 在计算载流子迁移率中, 对未施加应变的方向做自由弛豫, 即采取固定轴优化的计算方法.

    • 二维XO2 (X = Ni, Pd, Pt)的晶体结构如图1所示, 其对称群为$P {\bar{3}} m1$, 每个金属原子X与6个O原子相连, 每个O与3个X成键, 即X被O原子包裹. 结构弛豫后的各项参数均在图中做出标识, 计算结果列于表1中. 由于原子半径满足Ni (1.25 Å) < Pd (1.37 Å) < Pt (1.39 Å), 键长和键角表现出规律的变化, 例如, 晶格常数a/b和键长l逐步增大, 键角θ1由96.84°增大到99.64°, 而θ2则由83.16°减小至80.34°. 然而, 单层slab的屈曲高度(buckling值)h却出现反常的情形, 即二维PdO2h最大(1.96 Å).

      图  1  二维XO2 (X = Ni, Pd, Pt)的晶体结构 (a) 俯视图; (b), (c) 侧视图; (d) K点路径

      Figure 1.  Crystal structures of monolayer XO2 (X = Ni, Pd, Pt): (a) Top view; (b), (c) side view; (d) K points path.

      Monolayersa/blθ1/(°)θ2/(°)hEf/(eV·atom–1)Band gap/eV
      PBEPBE + SOCHSE06
      NiO22.821.8896.8483.161.905.781.391.212.95
      PdO23.072.0398.5481.461.964.931.501.403.00
      PtO23.132.0599.6480.341.935.771.831.733.34

      表 1  二维XO2 (X = Ni, Pd, Pt)结构参数和结合能

      Table 1.  Structure parameters and binding energies of monolayer XO2 (X = Ni, Pd, Pt).

      为进一步验证XO2 (X = Ni, Pd, Pt)的化学稳定性, 计算材料的结合能Ef, 计算公式表达为[32]

      $E_{{\rm{f}}} = (E_{X }+ 2E_{{\rm{O}}} - E_{{\rm{total}}})/3, $

      式中, EX, EOEtotal分别表示单个金属原子X (X = Ni, Pd, Pt)、O原子以及XO2原胞的能量, 其计算结果列于表1中. 二维NiO2, PdO2和PtO2的结合能分别为5.78 eV/atom, 4.93 eV/atom和5.77 eV/atom, 这小于石墨烯 (7.97 eV/atom)[47], 但大于黑磷烯(3.44 eV/atom)[48]和单层硅烯(3.94 eV/atom)[32]的形成能, 表明二维XO2 (X = Ni, Pd, Pt)具备较好的化学稳定性. 此外, 为了进一步考察材料的热力学稳定性[49], 同时计算了11种不同相结构的XO2, 计算结果如图2所示, 很明显, 对比其他相结构的XO2, 本文选取的二维材料具备较高的结合能, 因而具备很好的热力学稳定性.

      图  2  不同相结构的XO2的结合能 (a) NiO2; (b) PdO2; (c) PtO2

      Figure 2.  Binding energies of XO2 with different phase structures: (a) NiO2; (b) PdO2; (c) PtO2.

      对于1种二维材料, 还可以通过Born-Huang准则[18]来判断其机械稳定性, 即需满足${C}_{11}{C}_{22}- $$ {C}_{12}^{2} > 0$, $ {C}_{66} > 0 $, 其中$ {C}_{ij} $表示弹性常数. 计算结果显示, 二维NiO2, PdO2和PtO2的弹性常数分别是$ \{{C}_{11}={C}_{22}=133.07 \;{\rm{N}}/{\rm{m}},{C}_{66}=49.84 \;{\rm{N}}/{\rm{m}}\} $,$\{{C}_{11} = {C}_{22} = 109.77 \;{\rm{N}}/{\rm{m}},$ ${C}_{66} = 41.57 \;{\rm{N}}/{\rm{m}}\}$和{${C}_{11} $$ = {C}_{22}=125.87 \;{\rm{N}}/{\rm{m}}$, $ {C}_{66}=45.77 \;{\rm{N}}/{\rm{m}}$}, 显然, 由于满足对称性, $ {C}_{11}={C}_{22} $, 并且二维XO2 (X = Ni, Pd, Pt)均满足Born-Huang准则, 因而具备较好的机械稳定性.

      力学性质的研究可以为材料的适用范畴带来新的理解, 为此通过弹性常数进一步计算二维XO2 (X = Ni, Pd, Pt)的杨氏模量和泊松比, 其计算公式为[14,50]

      $ Y\left(\theta \right)=\frac{{C}_{11}{C}_{22}-{C}_{12}^{2}}{{C}_{11}{\mathrm{sin}}^{4}\theta +\left(\dfrac{{C}_{11}{C}_{22}-{C}_{12}^{2}}{{C}_{66}}-2{C}_{12}\right){\mathrm{sin}}^{2}\theta {\mathrm{cos}}^{2}\theta +{C}_{22}{\mathrm{cos}}^{4}\theta }, $

      $ \upsilon \left(\theta \right)=\dfrac{{C}_{12}{\mathrm{sin}}^{4}\theta -\left({C}_{11}+{C}_{22}-\dfrac{{C}_{11}{C}_{22}-{C}_{12}^{2}}{{C}_{66}}\right){\mathrm{sin}}^{2}\theta {\mathrm{cos}}^{2}\theta +{C}_{12}{\mathrm{cos}}^{4}\theta }{{C}_{11}{\mathrm{sin}}^{4}\theta +\left(\dfrac{{C}_{11}{C}_{22}-{C}_{12}^{2}}{{C}_{66}}-2{C}_{12}\right){\mathrm{sin}}^{2}\theta {\mathrm{cos}}^{2}\theta +{C}_{22}{\mathrm{cos}}^{4}\theta }, $

      式中, $ {C}_{ij} $表示弹性常数, $ \theta $表示相对于a轴的夹角. 从图3(a)图3(b)可以看出, 二维XO2 (X = Ni, Pd, Pt)的杨氏模量和泊松比曲线近似于圆形分布, 表现出较好的各向同性. NiO2, PdO2和PtO2的杨氏模量分别为124.69 N/m, 103.31 N/m和116.51 N/m, 这小于石墨烯((350 ± 3.15) N/m)[51], h-BN (270 N/m)[52]和单层MoS2 (200 N/m)[13]. 此外, 可以通过德拜温度来表征原子间相互作用力的强弱, 其计算公式为[7]${\varTheta }_{\mathrm{D}}= {h{\upsilon }_{m}}/{{k}_{\mathrm{B}}}$, 式中h, $ {\upsilon }_{\mathrm{m}} $$ {k}_{\mathrm{B}} $分别表示普朗克常数、振动的最高频率和玻尔兹曼常数. XO2 (X = Ni, Pd, Pt)的德拜温度分别为314.25 K, 240.69 K和193.24 K, 远小于石墨烯(2300 K)[53]、黑磷烯(500 K)[54]和单层MoS2 (600 K)[55]. 这说明二维XO2 (X = Ni, Pd, Pt)的键强偏弱, 导致杨氏模量偏小, 具备较好的柔韧性. 另一方面, NiO2, PdO2和PtO2的泊松比取值分别为0.25, 0.24和0.27, 稍大于石墨烯(0.175)[56]h-BN (0.211)[57]. 图3(c)是材料的应力-应变曲线, 对比发现, XO2在15%应变量附近出现材料屈服, 所能承受的最大应力分别是13.56 N/m, 11.90 N/m和13.35 N/m, 较小的杨氏模量和较高的临界应变使得XO2在柔性器件具备应用潜力.

      图  3  二维XO2 (X = Ni, Pd, Pt)的(a) 杨氏模量、(b) 泊松比和 (c) 应力-应变曲线

      Figure 3.  (a) Young's modulus, (b) Poisson's ratio, and (c) stress-strain curves of monolayer XO2 (X = Ni, Pd, Pt).

    • 为进一步分析二维XO2 (X = Ni, Pd, Pt)的成键特征和电子转移情况, 计算各材料的电子局域函数(ELFs)和Bader电荷分析. 图4中电子局域密度线保持同一刻度, 刻度条的数值范围0.0— 1.0, 0.0表示完全缺失电子, 0.5则表示电子气, 1.0则表示完美局域态. 由于各原子电负性满足Ni (4.40 eV) < Pd (4.45 eV) < Pt (5.60 eV) < O(7.54 eV), 电子由电负性更小的金属原子X转移至O原子, 导致O原子附近呈现明显的电子局域态, 而X (Ni, Pd, Pt)周围的ELFs接近0, 说明二维XO2主要以离子键存在. 对比X-O之间颜色变化不难发现, 相邻原子间的ELFs值逐渐增大, 即电子气增多, 离子键减弱, 这主要是由于原子半径增大, 键长变长, 电子局域程度下降导致的. 为了精确电荷转移情况, 计算各体系的Bader电荷, 结果显示, 二维NiO2, PdO2和PtO2的电荷转移情况分别是{Ni: +1.32e, O: –0.66e}, {Pd: +1.28e, O: –0.64e}和{Pt: +1.37e, O: –0.68e}, 基本上与ELFs分析结果一致.

      图  4  二维XO2 (X = Ni, Pd, Pt)电子局域函数 (a) NiO2; (b) PdO2; (c) PtO2

      Figure 4.  Electron localization functions (ELFs) of (a) NiO2, (b) PdO2, (c) PtO2 plotted in a 2 × 2 × 1 supercell.

      图5XO2 (X = Ni, Pd, Pt)的能带结构和分波态密度, Ni, Pd和Pt均属于过渡金属, 最外层轨道电子由d轨道占据, 因此需要考虑自旋轨道耦合(SOC)效应对电子结构的影响. 结果证实, 在PBE泛函下, 考虑SOC会导致体系的能隙分别下降0.18 eV, 0.10 eV和0.10 eV, 说明SOC会对电子结构有较大的影响. 因此, 在用HSE06泛函修正半导体能隙时, 也考虑SOC的影响. 在PBE, PBE + SOC和HSE06泛函下, 二维NiO2, PdO2和PtO2的能隙分别列于表1, 其大小满足NiO2 < PdO2 < PtO2, 通过态密度可知, 这主要是由于导带底的轨道电子分布增多, 耦合增强, 能级展宽变小导致的. 此外, 由于价带顶(VBM)和导带底(CBM)都处在Γ—M之间, 但不在同一点, 因此XO2 (X = Ni, Pd, Pt)都属于间接带隙半导体. 进一步观察VBM和CBM色散曲线曲率变化发现, VBM较CBM更平缓, 由于载流子有效质量可以用能级曲线对波矢的二阶导来表示[18], 即${m}^{*}= $$ {{\rm{\hbar}} }^{2}/\left(\dfrac{{\partial }^{2}E}{\partial {k}^{2}}\right)$, 式中$\hbar$, Ek分别为约化普朗克常数、能量本征值和波矢. 因此, XO2的空穴有效质量会明显大于电子质量. 进一步分析各原子轨道电子分布发现, VBM和CMB主要由Ni-3d/Pd-4d/Pt-5d和O-2p电子贡献, 并且轨道的分布趋势基本一致, 即部分X-d轨道电子转移O-2p轨道, 形成强烈的轨道杂化效应.

      图  5  二维XO2 (X = Ni, Pd, Pt)能带结构和分波态密度 (a) NiO2; (b) PdO2; (c) PtO2

      Figure 5.  Band structures and density of states of monolayer XO2 (X = Ni, Pd, Pt) (a) NiO2; (b) PdO2; (c) PtO2.

      通过能级色散曲线变化规律只能定性分析载流子有效质量的差异性, 为了更加清晰表征二维XO2 (X = Ni, Pd, Pt)的载流子迁移率, 基于Bardeen和Shockley提出的形变势理论[58,59] 计算了三种结构的迁移率, 具体表达为

      $ {\mu }_{2\mathrm{D}}=\frac{e{{\rm{\hbar}} }^{3}{C}^{2\mathrm{D}}}{{k}_{\mathrm{B}}T{m}^{*}{m}_{l}^{*}{\left({E}_{l}^{i}\right)}^{2}} $

      式中, ${\mu }_{2 {\rm{D}}}$, e, $ {C}^{2\mathrm{D}} $, $ {k}_{\mathrm{B}} $, T, $ {m}^{*} $$ {E}_{l}^{i} $分别表示迁移率、电子带电量、平面刚度、玻尔兹曼常数、温度、有效质量和形变势; $ {m}_{l}^{*} $表示两个方向上有效质量的几何平均值, 即$ {m}_{l}^{*}=\sqrt{{m}_{a}^{*}{m}_{b}^{*}} $, 这里指armchair和zigzag两个方向; $ {C}^{2\mathrm{D}}=({\partial }^{2}E/\partial {\varepsilon }^{2}) $, 其中E表示体系能量, $ \varepsilon $表示单轴应变量, 这里取–2%—2%, 步长设置1%[60]; $ {E}_{l}^{i} $指第i个能级相对应变量的变化率, 即${E}_{l}^{i}={\Delta }E/\varepsilon$, 这里${\Delta }E$指VBM/CBM相对真空能级能量的变化. 为了验证计算方法的可靠性, 首先计算了二维黑磷烯(BP)的迁移率(详见补充材料(online)图S1表示二维BP的平面刚度和形变势的拟合数据, 表S1表示二维XO2和BP在不同应变下的真空能级), 结果显示BP的空穴迁移率高达24469.72 cm2·V–1·s–1, 这与文献报道[61,62]结果(~104 cm2·V–1·s–1)相吻合, 因此计算方法是可行的.

      二维XO2的平面刚度$ {C}^{2\mathrm{D}} $和形变势$ {E}_{l}^{i} $的拟合情况如图6所示, 详细计算结果列于表2中. 很明显, 沿armchair和zigzag两个方向平面刚度接近重合, 且满足NiO2 > PtO2 > PdO2, 这与前文分析杨氏模量的变化规律基本一致. 值得注意的是, 在计算有效质量过程中, 由于VBM/CBM均不在高对称点, Γ-M指armchair方向, zigzag方向的有效质量需要计算该方向的能级色散曲线. 计算结果显示, NiO2, PdO2和PtO2的空穴质量明显大于电子质量, 且沿armchair方向的有效质量整体小于zigzag方向, 这也是导致armchair方向迁移率相对更高的主要原因. 由于有效质量和形变势的各向异性, 使得XO2的迁移率也呈现较大的各向异性. 其中二维NiO2沿armchair方向的电子迁移率高达13707.96 cm2·V–1·s–1, 这归因于其较小的电子有效质量和形变势. 较小的形变势说明NiO2的能级对应变响应较弱, 通过ELF可知, 这主要是因为NiO2的轨道电子分布相对更加局域, 相邻原子之间的波函数重叠更少, 因而VBM和CBM对应变的敏感度降低, 导致NiO2的形变势相对更小[63]. 对比常见二维材料, 二维NiO2的迁移率高于单层MoS2 (200 cm2·V-1·s–1)[64]和硅烯(1419 cm2·V–1·s–1)[65], 甚至与黑磷烯(~104 cm2·V–1·s–1)[61]相当. 与之相比, PdO2和PtO2的主要由于较大的电子形变势常数, 导致其电子迁移率明显降低, 电子/空穴迁移率最高分别是1288.12/19.18 cm2·V–1·s–1和404.71/270.60 cm2·V–1·s–1.

      图  6  二维XO2 (X = Ni, Pd, Pt)平面刚度和形变势拟合曲线 (a)−(c) NiO2; (d)−(f) PdO2; (g)−(i) PtO2. (a), (d), (g)能量对单轴应变的二次项拟合来计算平面刚度; (b)和(c), (e)和(f), (h)和(i) 沿扶手椅和之字形方向价带顶和导带底的能量对应变量的线性拟合, 用于计算变形势

      Figure 6.  Schematic diagram of plane stiffness and deformation potential of monolayer XO2 (X = Ni, Pd, Pt): (a)−(c) NiO2; (d)−(f) PdO2; (g)−(i) PtO2. (a), (d), (g) Quadratic fitting of the energy difference to the uniaxial strain are used to calculate the plane stiffness. (b) and (c), (e) and (f), (h) and (i) Linear fitting of the energy of VBM and CBM relative to the uniaxial strain along armchair and zigzag direction, which are used to calculate the deformation potential.

      MaterialsDirectionCarrier typem*/m0C 2D/(N·m–1)El/eVμ/(cm2·V–1·s–1)
      NiO2ArmchairElectron0.63134.810.5613707.96
      Hole2.002.2953.25
      ZigzagElectron1.80135.210.881944.53
      Hole13.192.268.32
      PdO2ArmchairElectron0.81113.381.281288.12
      Hole2.523.0219.18
      ZigzagElectron2.42114.252.10162.17
      Hole11.813.014.16
      PtO2ArmchairElectron0.80122.604.27404.71
      Hole1.171.51270.60
      ZigzagElectron2.51123.254.2740.46
      Hole8.771.5140.86
      BPa-axisElectron0.1724.811.592652.06
      Hole0.162.66495.37
      b-axisElectron1.25105.455.27140.35
      Hole5.710.1324469.72

      表 2  在300 K下, 二维XO2 (X = Ni, Pd, Pt)的有效质量(m*)、弹性模量(C 2D)、形变势(El)、电子和空穴迁移率(μ)

      Table 2.  Calculated effective mass (m*), elastic modulus (C 2D), deformation-potential constant (El), electron and hole mobility (μ) of monolayer XO2 (X = Ni, Pd, Pt) at 300 K.

    • 通常情况下, 可以通过声子色散谱的软化程度来判断材料的动力学稳定性, 通过图7(a)(c)可见, 二维XO2 (X = Ni, Pd, Pt)的声子谱均没有虚频, 因而具备较好的动力学稳定性. 此外, 最下面的3条色散曲线分别表示垂直平面方向的声学声子(out-of-plane acoustic, ZA), 平面内横向声学声子(transverse acoustic, TA), 平面内纵向声学声子(longitudinal acoustic, LA), 其余的6条色散曲线则表示光学声子(Optical). 很明显, ZA, TA和LA几乎没有重叠, 且LA和Optical之间存在明显的间隙, 这导致声子在声学支或声学支到光学支之间的散射更加困难. 同理, 这里首先计算了单层BP的晶格振动性质(详见补充材料(online)图S2), 结果显示在300 K时, BP沿xy方向的热导率分别为56.63 W·m–1·K–1和73.86 W·m–1·K–1, 这与Hong等[66] (63.6—110.7 W·m–1·K–1)和Zhu等[67] (24.3—83.5 W·m–1·K–1)计算结果较为接近, 说明计算方法是可行的.

      图  7  二维XO2 (X = Ni, Pd, Pt)的(a)−(c) 声子谱、(d)−(f) 声子群速度和 (g)−(i) 声子寿命

      Figure 7.  (a)−(c) Phonon dispersion, (d)−(f) group velocities and (g)−(i) phonon lifetimes of monolayer XO2 (X = Ni, Pd, Pt)

      热导率$ {\kappa }_{l} $与声子群速度和声子寿命直接相关, 可以表达为${\kappa }_{l}=\displaystyle\sum {c}_{ph, \lambda }{\nu }_{\alpha, \lambda }^{2}{\tau }_{\lambda }$, 式中$ {c}_{ph, \lambda } $, $ {\nu }_{\alpha, \lambda }^{2} $$ {\tau }_{\lambda } $分别表示比热容、群速度和声子寿命, 计算结果如图7(d)图7(e), 图7(h)图7(i)所示. 可见, 声学支的群速度总体大于光学支, 且满足Optical < ZA < TA < LA, 因而声学支对热导率起主导贡献. NiO2, PdO2和PtO2的ZA, TA, LA群速度的最高值分别约8.6, 5.5, 3.8 km/s, 6.0, 5.1, 3.1 km/s和5.2, 4.3, 3.4 km/s, 即NiO2的群速度明显大于PdO2和PtO2. 进一步分析声子寿命不难发现, 光学支的声子寿命比较局域, 主要分布在~150 ps范围内, 而声学支的声子寿命呈弥散分布, 其中LA相对较小, 主要分布在50—300 ps, NiO2和PdO2的TA主要分布在100—450 ps, PtO2的TA则主要分布在300—600 ps, 与此同时, 3种ZA则主要分布在150—600 ps范围内. 基于群速度和声子寿命计算得到二维XO2 (X = Ni, Pd, Pt)的晶格热导率, 如图8所示. 计算结果显示, NiO2的热导率最大, PdO2稍大于PtO2. 在300 K时, 三者的热导率分别为53.55 W·m–1·K–1, 19.06 W·m–1·K–1和17.43 W·m–1·K–1, 对比常见的二维材料, 如锡烯 (11.6 W·m–1·K–1)[68], 黑磷烯(24.3—83.5 W·m–1·K–1)[67], 硅烯(26 W·m–1·K–1)[69], 以及MoS2 (23.2—34.5 W·m–1·K–1)[70,71], 说明二维XO2 (X = Ni, Pd, Pt)具备较好的热导性能. 值得指出的是, 以上热导率的计算均只是考虑三声子的相互作用. 事实上, 对于具有较大的声学-光学声子带隙的材料, 尤其是平面结构的石墨烯, h-BN等二维材料[72], 四声子相互作用通常扮演重要作用, 因此仅考虑三声子散射有可能会低估材料的热导率, 但对其范围和趋势的分析是可靠的. 进一步地, 可以通过控制层数、扭转角度或缺陷、吸附、应变等手段来调控材料的热导率[73,74], 因此XO2的热导率可以进一步降低, 有望应用于二维热电器件.

      图  8  二维XO2 (X = Ni, Pd, Pt)的晶格热导率

      Figure 8.  Lattice thermal conductivity of monolayer XO2 (X = Ni, Pd, Pt).

    • 基于第一性原理计算方法, 本文对新型二维材料NiO2, PdO2和PtO2的晶体结构、力学性质、成键特征、电子结构和热导率进行了研究. 计算结构显示, 二维XO2 (X = Ni, Pd, Pt)具备较好的机械和动力学稳定性, 其杨氏模量分别为124.69 N/m, 103.31 N/m和116.51 N/m, 泊松比分别为0.25, 0.24和0.27, 具备较好的柔韧性. 二维XO2均属于间接带隙半导体, 计算能隙分别为2.95 eV, 3.00 eV和3.34 eV, 价带顶和导带底主要由Ni-3d, Pd-4d, Pt-5d和O-2p电子贡献. 此外, 由于有效质量和形变势的各向异性, 导致XO2的迁移率也呈现较大的各向异性. 其中二维NiO2的电子迁移率沿armchair高达13707.96 cm2·V–1·s–1, PdO2和PtO2的电子/空穴迁移率最高分别为1288.12/19.18 cm2·V–1·s–1和404.71/270.60 cm2·V–1·s–1. 声子运输性质显示, 二维XO2 (X = Ni, Pd, Pt)的声学声子和光学声子之间不易散射, 且NiO2的群速度明显大于PdO2和PtO2, 从而导致二维XO2具备较高的热导率, 在300 K时, 其晶格热导率分别为53.55 W·m–1·K–1, 19.06 W·m–1·K–1和17.43 W·m–1·K–11, 因此, 二维XO2 (X = Ni, Pd, Pt)在纳米电子器件和导热材料方面具备应用潜力.

参考文献 (74)
补充材料:

目录

    /

    返回文章
    返回