• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Química
    Los diseños estadísticos aceleran la optimización de cristales bidimensionales en capas

    Optimización y crecimiento de textura Sb 2 Te 3 cristal por diseño estadístico de experimento (DoE). Factores de deposición estadísticamente significativos como la temperatura, presión, tasa de crecimiento, materiales tampón, y el espesor de la capa amortiguadora juegan un papel crucial en la optimización del crecimiento de los cristales de van der Waals. Crédito:Universidad de Tecnología y Diseño de Singapur (SUTD)

    Se ha estimado que hay más de 10 100 posibles materiales que se pueden sintetizar, crecido y optimizado. El diseño de materiales puede ser un proceso lento y laborioso, e investigar el espacio de parámetros completo es un desafío formidable. Es casi seguro que el aprendizaje automático y otras técnicas estadísticas avanzadas acelerarán el desarrollo de materiales, pero muchos científicos de materiales desconocen que los métodos de diseño estadístico muy básicos pueden acelerar el proceso. Estos incluyen el diseño factorial fraccional de experimentos, que es más utilizado por ingenieros de producto que por científicos de materiales.

    Materiales de calcogenuro en capas, como Sb 2 Te 3 , han atraído una atención sustancial en la última década debido a su mala estructura topológicamente no trivial, y uso en termoeléctricos y memoria de cambio de fase interfacial. Cristales de Sb de alta calidad 2 Te 3 son necesarios para dispositivos de conversión de energía y memoria de alto rendimiento. Sin embargo, optimizar de manera eficiente la calidad del cristal es un desafío porque es muy sensible a una gran cantidad de parámetros de síntesis, como la temperatura, presión, materiales circundantes y tasa de deposición. A menudo es difícil determinar los parámetros que afectan significativamente la calidad del cristal. es decir., "no podemos ver la madera en los árboles, " y por lo tanto, Es difícil saber qué parámetro de diseño debe priorizarse durante la optimización.

    Investigadores de la Universidad de Tecnología y Diseño de Singapur (SUTD) utilizaron el Sb 2 Te 3 problema de crecimiento para demostrar el poder del diseño factorial fraccional en la ciencia de los materiales. Después de descubrir los parámetros e interacciones estadísticamente significativos que influyen en la calidad del Sb 2 Te 3 cristales el equipo de investigación pudo cultivar Sb en capas de alta calidad 2 Te 3 cristales sobre una oblea de silicio de 4 "usando pulverización catódica, que es una técnica de deposición escalable industrialmente.

    Investigador principal del SUTD, El profesor asistente Robert Simpson dijo:"Nuestro estudio demuestra que estas técnicas de optimización estadística interdisciplinaria pueden proporcionar aumentos sustanciales de eficiencia, y, por lo tanto, es sorprendente que estos enfoques no se utilicen ampliamente en la ciencia de los materiales. Quizás la renuencia a adoptar un diseño factorial fraccional se deba al hecho de que es puramente estadístico y no proporciona directamente información sobre la física subyacente. Sin embargo, estos días, la inteligencia artificial está impulsando una revolución en las técnicas de optimización de la "caja negra" en la ciencia de los materiales y, sin duda, combinarlas con modelos físicos proporcionará cambios radicales en la forma en que hacemos la ciencia de los materiales ".


    © Ciencia https://es.scienceaq.com