【其他论文】掺杂对 β-Ga₂O₃ 热传导的影响：基于神经网络势能的 NEMD

        由湖南科技大学的研究团队在学术期刊 Physics Letters A 发布了一篇名为Al-Doping Effects on β-Ga₂O₃ Thermal Transport: Neural Network Potential-Based NEMD（掺杂对 β-Ga₂O₃ 热传导的影响：基于神经网络势能的 NEMD）的文章。

摘要

        尽管 Ga₂O₃ 在高功率器件领域前景广阔，但由于其固有的低热导率以及对掺杂效应影响热传导机制的认识有限，其热管理仍是一项关键挑战。结合神经进化势（NEP）与非平衡分子动力学（NEMD）方法，系统地模拟了 Ga_2(1-x)Al_2xO₃（x = 0, 0.15, 0.3, 0.45, 0.6, 0.75, 0.9, 1）的热导率。结果揭示了一种非单调趋势：在 45 % 铝掺杂和 300 K 条件下，由于杂质散射，沿 [010] 晶面方向的热导率达到 2.48 W/m/K 的最低值，随后在掺杂浓度高于 45% 时，随着结构有序性的增强导致声子散射减弱，热导率随之回升。谱分析表明，掺杂会抑制低频声子但激活高频模态，从而形成替代的热传导路径。这些发现有助于基于 Ga₂O₃ 的功率电子器件和紫外光探测器的热管理设计。

原文链接：

https://doi.org/10.1016/j.physleta.2026.131713