《Chemical Physics Impact》:Structural, electronic, optical and thermoelectric properties of potassium pentafluorotellurate: Convex hull analysis, DFT and ML study
编辑推荐:
摘要专业翻译
五氟碲酸钾(KTeF5)具有宽电子带隙,这使得该氟化物化合物适用于紫外(UV)光学应用。形成能与凸包分析证实了其热力学稳定性。采用WIEN2k中全势线性化缀加平面波方法的密度泛函理论(DFT)计算,可对KTeF5的结构、电子、光学和热电性质进行详
摘要专业翻译
五氟碲酸钾(KTeF5)具有宽电子带隙,这使得该氟化物化合物适用于紫外(UV)光学应用。形成能与凸包分析证实了其热力学稳定性。采用WIEN2k中全势线性化缀加平面波方法的密度泛函理论(DFT)计算,可对KTeF5的结构、电子、光学和热电性质进行详细研究。计算得到的晶格常数与实验值吻合良好。采用局域密度近似(LDA)、Perdew-Burke-Ernzerhof广义梯度近似(PBE-GGA)和Tran-Blaha修正Becke-Johnson(TB-mBJ)泛函分别获得5.213、5.367和7.111 eV的带隙值。宽带隙支持高效的紫外吸收和可见光透明性。F-2p轨道主导价带顶,Te-5p轨道形成导带底。主要光学跃迁发生在F-2p到Te-5p之间。光学研究表明该材料具有强各向异性、高透明性和显著的紫外吸收。热电计算显示p型输运行为,在约200 K附近观察到最大Seebeck系数约为2.21 × 10?4 V/K,在约800 K附近功率因子约为9.0 × 1010 W/mK2s。研究人员开发了一个应用组分描述符的机器学习框架,用于预测含K、Te或F的三元氟化物的带隙。在所评估的模型中,Extra Trees回归器最完美地再现了密度泛函理论获得的结果。Extra Trees回归器预测KTeF5的带隙为5.354 eV,与PBE-GGA值5.367 eV非常接近。这些数据证实KTeF5是一种紫外光子材料,并展示了机器学习在带隙预测中的价值。
论文解读
一、研究背景与意义
氟化无机材料因其独特的物理化学特性,已成为凝聚态物理和材料科学领域备受关注的一类功能材料。氟元素极高的电负性为构筑超宽带隙材料提供了基础,这类材料对于深紫外(DUV)和日盲紫外技术至关重要。除了透明性之外,这些化合物在非线性光学和偏振调制中也发挥着重要作用,通过双折射晶体控制光的能力在技术上具有重要意义。在氟化物家族中,含碲的氟化物和氟碲酸盐因其TeIV中心的特殊化学性质而具有重要的研究价值。立体化学活性孤对电子(SCALPs)的存在导致阳离子中心多面体的畸变和高度各向异性的电子密度分布,这种极化率的各向异性是产生大双折射的主要原因,但同时也带来了基本权衡——它导致紫外透明窗口的红移。
在三元碱金属碲氟化物(ATeF5)体系中,KTeF5是带隙最大的成员,实验记录的光学带隙约为5.82 eV。其顶角Te-F键(约1.84 ?)远短于四个底面键(约1.96 ?),这种正交结构由离散的[TeF5]?四方锥单元构成。KTeF5因其结构各向异性和强热稳定性,成为日盲紫外光学元件的更优选择,在360 °C以下无重量损失。然而,此前研究大多局限于室温实验表征或简单的结构改进,缺乏对其结构稳定性、形成能、热电性能等系统性的第一性原理分析,限制了其在前沿光电应用中适用性的全面评估。为此,本研究开展了全面的DFT分析,涵盖结构、电子、光学和热电性质,并结合凸包稳定性分析和机器学习带隙预测,以填补这一研究空白。
二、主要技术方法
研究人员采用基于密度泛函理论(DFT)的全势线性化缀加平面波(FP-LAPW)方法,在WIEN2k代码中实现全部计算。交换关联效应分别采用局域密度近似(LDA)、Perdew-Burke-Ernzerhof广义梯度近似(PBE-GGA)和Tran-Blaha修正Becke-Johnson(TB-mBJ)势三种方法描述。结构优化采用PBE-GGA泛函,通过Birch-Murnaghan状态方程拟合确定平衡晶格参数。布里渊区积分采用6 × 6 × 6 Monkhorst-Pack k点网格,自洽场计算收敛标准为总能量差小于10?4 Ry、电荷差小于10?4 e。光学性质通过WIEN2k的OPTIC模块基于频率依赖复介电函数计算。形成能通过比较优化化合物与其组成元素参考相的总能量评估,并利用凸包相图分析进一步评估热力学稳定性。热电系数采用BoltzTraP代码在恒定弛豫时间近似下计算。机器学习方面,使用pymatgen库处理晶体结构信息,采用matminer包中基于Magpie的ElementProperty特征化器生成组分描述符,数据清洗包括基于四分位距(IQR)方法的离群值去除和Yeo-Johnson变换的方差稳定化,特征选择采用基于f回归分数的SelectKBest方法,多种回归算法通过网格搜索交叉验证优化超参数。
三、研究结果
3.1 结构优化
研究人员基于实验确定的Pbcm空间群(No. 57)正交晶体结构建立初始结构模型。KTeF5由孤立的四方锥形[TeF5]?单元组成,由K+阳离子在离子晶体结构中分隔。Te4+离子具有立体化学活性的5s2孤对电子,使局域配位几何发生畸变并导致晶体结构各向异性。通过体积优化获得平衡晶体结构,优化后的晶格参数与实验值密切吻合,证实了计算方法的可靠性和第一性原理计算的正确性。
3.2 电子性质
带隙计算结果显示,LDA、PBE-GGA和TB-mBJ泛函分别给出5.213、5.367和7.111 eV的带隙值。宽带隙支持高效的紫外吸收和可见光透明性。态密度分析表明,F-2p轨道主导价带顶,Te-5p轨道形成导带底,主要光学跃迁发生在F-2p到Te-5p之间。不同交换关联泛函对带隙的描述能力存在显著差异,TB-mBJ势给出的带隙值最接近实验值。
3.3 光学性质
光学研究表明KTeF5具有强各向异性、高透明性和显著的紫外吸收特性。频率依赖的介电函数、折射率、吸收系数和反射率等光学特性被系统研究,宽带隙确保了材料在可见光范围内的高透明性,同时在紫外区域表现出强烈的吸收响应,这使其成为日盲紫外光学应用的理想候选材料。
3.4 热电性质
热电计算显示KTeF5呈现p型输运行为。在约200 K附近观察到最大Seebeck系数约为2.21 × 10?4 V/K,在约800 K附近功率因子约为9.0 × 1010 W/mK2s。这些结果表明该材料在热电能量转换领域具有一定的应用潜力。
3.5 机器学习带隙预测
研究人员开发了基于组分描述符的机器学习框架,用于预测含K、Te或F的三元氟化物带隙。在所评估的多个模型中,Extra Trees回归器最完美地再现了DFT计算结果,预测KTeF5的带隙为5.354 eV,与PBE-GGA值5.367 eV非常接近,验证了机器学习方法在带隙预测中的有效性。
四、讨论与结论
本研究通过凸包分析确认了KTeF5的热力学稳定性,结合DFT计算系统揭示了其结构、电子、光学和热电性质。宽达5.2-7.1 eV的带隙范围(取决于交换关联泛函)使其成为紫外光子材料的理想候选。F-2p到Te-5p的跃迁主导光学响应,强各向异性和高透明性进一步支持其在日盲紫外光电器件中的应用前景。热电性能显示p型输运特征,为热电应用提供了参考。机器学习预测结果与DFT计算高度一致,展示了数据驱动方法在材料带隙预测中的价值。这些数据共同验证了KTeF5作为紫外光子材料的潜力,并展示了机器学习在带隙预测中的实用性。