项目名称: 夹层对MxIn4Se3-δ化合物热电性能的影响与机理研究

项目编号: No.51202005

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 无机非金属材料学科

项目作者: 李海金

作者单位: 安徽工业大学

项目金额: 25万元

中文摘要: In4Se3-δ具有内禀准二维结构,室温下热电势S较高(~-500μVK-1),热导率κ较低(~1Wm-1K-1), 700K时ZT值约为1,具有广阔的应用前景。但其载流子浓度n较低(~1017cm-3),电阻率ρ较大(~10-3Ωcm),使得功率因子PF较低。如何有效降低ρ并维持较大S成为提高ZT值的关键。对此问题,我们将Bi、Pb、Gd、Nd等元素引入范德瓦尔斯层,形成夹层化合物MxIn4Se3-δ,M的电荷转移可增加n,降低ρ,提高PF;而M的"晃动"可增强声子散射使κ减小,从而提高ZT值。此外,利用夹层与δ的调节组合来提高ZT值。本课题采用球磨结合热压技术制备MxIn4Se3-δ多晶材料。通过调节M、x、δ,研究其对MxIn4Se3-δ热电性能的影响规律和机理,探讨其对In4Se3-δ的电荷密度波和派尔斯畸变的影响规律及机制,为提高In4Se3-δ的热电性能奠定可靠的实验基础。

中文关键词: 热电性能;电阻率;热电势;热导率;

英文摘要: The In4Se3 semiconductor crystal forms a layered structure of (In3)5+ clusters covalently bonded to Se ions in the b-c planes held together by van der waals interactions along the a axis. The In4Se3 compounds show high negative thermopower (Seebeck coefficient, S) (~-500μVK-1) and very low thermal conductivity (κ) (~1Wm-1K-1) at room-temperature owing to the inherent quasi-two-dimensional structure and lattice distortion (charge density wave and Peierls distortion). The thermoelectric properties of polycrystalline In4Se3 samples have been investigated by several groups and reported to have a maximum ZT (=σS2/κ) about 1 at about 700K. It is significantly that In4Se3 compounds are promising applications in "environmentally friendly" power generation. However, the electrical resistivities (ρ) of In4Se3 are too high (~10-3Ωcm) for the materials to be good thermoelectric materials with very high ZT due to the low carrier concentration (~1017cm-3), resulting in the low power factor (PF). So there is much room for improvement in ZT for In4Se3 if a key strategy could be found to significantly reduce the electrical resistivity without too much affecting the thermopower. According to the phonon-glass and electron-crystal (PGEC) concept and the experimental results of the thermoelectric properties for intercalation compoun

英文关键词: thermoelectric properties;electrical resistivity;thermopower;thermal conductivity;

成为VIP会员查看完整内容
0

相关内容

【AAAI 2022】 GeomGCL:用于分子性质预测的几何图对比学习
专知会员服务
23+阅读 · 2022年2月27日
深度生成模型综述
专知会员服务
51+阅读 · 2022年1月2日
【NeurIPS 2021】基于潜在空间能量模型的可控和组分生成
专知会员服务
16+阅读 · 2021年10月23日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
55+阅读 · 2021年6月9日
专知会员服务
21+阅读 · 2021年3月9日
专知会员服务
51+阅读 · 2020年12月19日
基于改进卷积神经网络的短文本分类模型
专知会员服务
25+阅读 · 2020年7月22日
【CVPR2020-港中文】 图像识别中的自注意力探索
专知会员服务
55+阅读 · 2020年4月29日
神经网络的拓扑结构,TOPOLOGY OF DEEP NEURAL NETWORKS
专知会员服务
32+阅读 · 2020年4月15日
可逆神经网络详细解析:让神经网络更加轻量化
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Simple and Effective Unsupervised Speech Synthesis
Arxiv
2+阅读 · 2022年4月20日
Directional Graph Networks
Arxiv
27+阅读 · 2020年12月10日
小贴士
相关VIP内容
【AAAI 2022】 GeomGCL:用于分子性质预测的几何图对比学习
专知会员服务
23+阅读 · 2022年2月27日
深度生成模型综述
专知会员服务
51+阅读 · 2022年1月2日
【NeurIPS 2021】基于潜在空间能量模型的可控和组分生成
专知会员服务
16+阅读 · 2021年10月23日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
55+阅读 · 2021年6月9日
专知会员服务
21+阅读 · 2021年3月9日
专知会员服务
51+阅读 · 2020年12月19日
基于改进卷积神经网络的短文本分类模型
专知会员服务
25+阅读 · 2020年7月22日
【CVPR2020-港中文】 图像识别中的自注意力探索
专知会员服务
55+阅读 · 2020年4月29日
神经网络的拓扑结构,TOPOLOGY OF DEEP NEURAL NETWORKS
专知会员服务
32+阅读 · 2020年4月15日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员