行业标准
论文分享

【国内论文】金陵科技学院&南京大学合作---使用铝替代物提高 β-Ga₂O₃ 的热导率的研究

日期:2025-03-24阅读:79

        由金陵科技学院的研究团队在学术期刊 Journal of Applied Physics 发布了一篇名为  Increased thermal conductivity of β-Ga2O3 using Al substitution: Full spectrum phonon engineering(使用铝替代物提高 β-Ga2O3 的热导率: 全谱声子工程)的文章。

 

项目支持

        该项研究得到金陵科技学院科学基金(编号:jit-rcyj-202001)和国家留学基金委奖学金(编号:202308320197)的资助。张教授在南洋理工大学的工作得到了新加坡国家研究基金会(NRF-NRFF13-2021-0010)的奖学金、新加坡科技研究局(A*STAR)的制造、贸易和互联互通(MTC)个人研究补助金(IRG)(补助金编号:M23M6c0100)和中国国家留学基金管理委员会(CSC)的奖学金(补助金编号:202308320197)的支持。M23M6c0100)、新加坡教育部(MOE)学术研究基金三级资助(编号:MOE-MOET32023-0003)、新加坡教育部(MOE)学术研究基金二级资助(编号:MOE-T2EP50222-0014)以及南洋大学助理教授资助(NTU-SUG)。

 

背景

        β-Ga2O3 由于其超宽禁带(4.8 eV)和高击穿电场(8 MV/cm)在高功率电子器件中具有广泛应用。然而,其较低的热导率(10-27 W/m·K)限制了器件的散热能力,从而影响其可靠性和稳定性。该团队提出了一种铝(Al)掺杂 β-Ga2O3 的方法,以优化其热导率,并通过全谱声子工程系统研究其微观热输运机制。

 

主要内容

        提高 β-Ga2O3 的热导率对于优化其在大功率电子设备中的性能至关重要,因为有效的热管理会显著影响其输出功率和可靠性。在这项工作中,研究人员首先使用基于深度学习势的非平衡分子动力学方法计算了 β-Ga2O3 和 (AlxGa1−x)2O3 合金沿 (-201) 方向的热导率。结果表明,沿 (-201) 方向计算得出的 β-Ga2O3 热导率为 16.6 W m−1K−1,与实验测量结果非常吻合。根据研究结果,铝镓比为 1:1 会导致 (AlxGa1−x)2O3 合金的热导率是 β-Ga2O3 的两倍多,而与铝的替代位点无关。(Al0.5Ga0.5)2O合金的导热性能之所以增强,是因为光学声子模式的传输特性得到了改善,包括群速度的提高、参与度的增强,以及在更高频率下诱导出新的振动模式。这项研究为提高 (AlxGa1−x)2O3 合金热导率的最佳铝镓比提供了理论预测,为 β-Ga2O3 功率器件的设计和热管理提供了重要启示。

 

结论

        基于深度神经网络模型进行了数值训练,以准确描述 β-Ga2O3 和 (AlxGa1−x)2O3 合金中原子间的相互作用。通过建立描述作用在原子上的能量和力的势函数,能够对 β-Ga2O3 和 (AlxGa1−x)2O3 合金沿 (-201) 方向的热导率进行 NEMD 模拟。计算得出的 β-Ga2O3 热导率为 16.6 W m-1K-1,与实验值非常吻合。

        在计算的热导率中,一个令人兴奋的结果是,(Al0.5Ga0.5)2O3 的热导率是 β-Ga2O3 的两倍多,而与 Al 的取代位点无关。根据对光谱热导率、群速度和声子参与比的分析,(Al0.5Ga0.5)2O3 热导率的提高主要是由光学声子模式传输特性的改善所驱动的。这些改进包括新的高频声子振动模式、增加的群速度以及光学声子振动模式参与度的提高,与声子相比,光学声子振动模式在热传输中占主导地位。这项研究从理论上预测,最佳的铝镓比确实能提高 (AlxGa1−x)2O3 合金的热导率,这为设计和研究基于 β-Ga2O3 的功率器件,尤其是热管理器件提供了宝贵的见解。

图 1. (a) β-Ga2O3 的基本单元格,(b) β-Ga2O3 的裂开(-201)面,以及 (c) 基于 NEMD 方法计算沿(-201)方向导热系数的模型。

图 2. (a) β-Ga2O3 的训练数据集和验证数据集中能量(E)和力(F)的均方根误差(RMSE)的损失函数。使用深度学习势能的预测数据集与 AIMD 计算出的 β-Ga2O3 (b) 原子能量和 (c) 原子力的验证数据集之间的比较。(d) (Al0.5Ga0.5)2O3 合金训练和验证数据集中能量和力的均方根损失函数。使用深度学习潜能的预测数据集与 AIMD 计算 (e) 原子能量/原子和 (f) 原子力的验证数据集之间的比较。

 

DOI:

doi.org/10.1063/5.0249882