Graphene and its derivatives including hexagonal BN are notorious for their large negative thermal expansion over a wide range of temperature which is quite unusual. We attempt to analyze this unusual behavior on the basis of character of the phonon modes. The linear thermal expansion coefficients (LTEC) of two-dimensional honeycomb structured pure graphene, h-BN and B/N doped graphene are studied using density functional perturbation theory (DFPT) under quasi harmonic approximation. The dynamical matrix and the phonon frequencies were calculated using VASP code in interface with phonopy code. The approach is first applied to pure graphene to calculate thermal expansion. The results agree with earlier calculations using similar approach. Thereafter we have studied the effect of B/N doping on LTEC and also compared it with LTEC of h-BN sheet. The LTEC of graphene is negative in the whole temperature range under study (0-1000K) with a room temperature (RT) value of -3.51X10-6K-1. The value of LTEC at room temperature becomes more negative with B/N doping in graphene as well as for h-BN sheet. In order to get an insight into the cause of negative thermal expansion, we have computed the contribution of individual phonon modes of vibration. We notice that it is principally the ZA (transverse acoustic) mode which is responsible for negative thermal expansion. It has been concluded that transverse mode in 2D hexagonal lattices have an important role to play in many of the thermo dynamical properties of 2D structures.


翻译:其衍生物(包括六角形BN)因在广泛温度下大量负热膨胀而臭名昭著。我们试图根据光子模式的特性分析这种不寻常的行为。二维蜂窝结构纯石墨、h-BN和B/N doped石墨的线状热膨胀系数(LTEC)在准调近似度下使用密度功能扰动理论(DFPT)进行研究。动态矩阵和光子频率在与光子代码接口中使用VASP代码计算。该方法首先适用于纯石蜡以计算热膨胀。结果与早先的计算方法相同。此后,我们研究了B/N doping对光子模型结构的影响,并与H-BN表的LTEC进行了比较。在研究中整个温度范围(0-1000K),其内部温度值(RT)为-3.51X10-6K-1。 室温度值的价值随着B/N domine值的纯透度来计算热膨胀。在图形中的B/ND值中,其结果与早先的计算结果的2号值值值值值相同值结构的深度结构的温度变化,其的温度变化的温度变化的温度变化的温度变化的特性的特性是我们对方向的温度变化的特性的变变变的变变的变的变的变的变的变的变。我们的变的动力的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变。

0
下载
关闭预览

相关内容

2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
Revealing the Dark Secrets of BERT
Arxiv
4+阅读 · 2019年9月11日
Generative Adversarial Networks: A Survey and Taxonomy
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
Top
微信扫码咨询专知VIP会员