Experimental and Computational Investigation of Thermal Conductivity in Porous Silicon: Doping-Dependent Performance of Molecular Dynamics and Physics- Informed Neural Networks

O silício é a espinha dorsal silenciosa da eletrônica moderna, o material que alimenta desde smartphones até painéis solares. Em sua forma cristalina sólida, o silício é um excelente condutor de calor, o que frequentemente representa um problema para engenheiros que tentam evitar o superaquecimento de minúsculos chips de computador. No entanto, quando o silício é transformado em um material esponjoso repleto de pequenos buracos, sua capacidade de conduzir calor diminui drasticamente. Este silício poroso torna-se um isolante térmico, uma propriedade que o torna incrivelmente valioso para a criação de dispositivos de colheita de energia mais eficientes e para manter o calor onde ele é necessário. O desafio para os cientistas sempre foi prever exatamente quão bem esse material funcionaria. A resposta depende de uma mistura complexa de fatores: quantos buracos existem no material, o tamanho desses buracos e como os átomos de silício estão organizados ao redor deles. Como a estrutura pode variar drasticamente dependendo de como o material é fabricado, uma fórmula simples muitas vezes falha em capturar o quadro completo, deixando os engenheiros à mercê de suposições em vez de cálculos.

Uma equipe de pesquisadores da Universidade Nacional Taras Shevchenko de Kiev abordou essa incerteza construindo uma ponte abrangente entre o mundo microscópico dos átomos e o mundo macroscópico do fluxo de calor. Eles não confiaram em apenas um método para resolver o quebra-cabeça. Em vez disso, combinaram três abordagens distintas: experimentos do mundo real, simulações computacionais que rastreiam átomos individuais e um novo tipo de inteligência artificial projetada para aprender as leis da física. Os pesquisadores começaram criando suas próprias amostras de silício poroso. Eles utilizaram lâminas de silício padrão e usaram um banho químico com uma corrente elétrica para corroer o material, deixando para trás uma estrutura esponjosa. Ao ajustar cuidadosamente a força da corrente elétrica, eles puderam controlar a densidade dos buracos, criando camadas com porosidade variando de 48% a 75%. Para visualizar o que haviam fabricado, observaram as amostras sob microscópios poderosos, revelando que os buracos formavam colunas distintas que atravessavam o material, uma forma característica do silício fortemente dopado com o qual começaram.

Para medir quão bem esses materiais conduziam calor, a equipe utilizou uma técnica chamada medição fotoacústica. Eles incidiram um feixe de laser modulado sobre o silício, fazendo com que a superfície aquecesse e esfriasse rapidamente. Esse aquecimento rítmico criou ondas sonoras no ar acima da amostra, que um microfone sensível pôde detectar. Ao analisar a força e o tempo dessas ondas sonoras, os pesquisadores puderam calcular a condutividade térmica exata da camada porosa sem tocá-la. Eles descobriram que o transporte de calor não dependia apenas do número de buracos, mas era fundamentalmente governado pela dopagem inicial da lâmina de silício. O nível de dopagem determinava se a estrutura interna formaria uma rede esponjosa aleatória ou uma estrutura colunar mais organizada. Essa diferença estrutural significava que a mesma quantidade de porosidade poderia resultar em comportamentos térmicos muito diferentes, dependendo do material inicial.

Para compreender a física por trás dessas medições, os pesquisadores recorreram a dois modelos computacionais diferentes. Primeiro, utilizaram simulações de dinâmica molecular, que atuam como um filme de alta velocidade de átomos se movendo e colidindo. Este método é excelente para observar como o calor viaja através de estruturas minúsculas e específicas, onde os limites dos buracos dispersam as vibrações que carregam o calor, conhecidas como fônons. As simulações mostraram que, para as amostras colunares fortemente dopadas, essa dispersão ao nível atômico era o fator dominante na redução do fluxo de calor. No entanto, este método é muito lento para modelar redes grandes e complexas. Para isso, a equipe empregou Redes Neurais Informadas pela Física, uma forma de inteligência artificial que aprende a resolver equações de calor ao ser ensinada as leis fundamentais da termodinâmica. Essa abordagem permitiu modelar os caminhos complexos e aleatórios do calor através da esponja porosa, capturando como o calor flui através de toda a rede, em vez de apenas um pequeno fragmento.

Os resultados desses esforços combinados revelaram um quadro claro do porquê de estudos anteriores às vezes discordarem. Os pesquisadores descobriram que as propriedades térmicas eram ditadas pela concentração de portadores do cristal de silício original, que controlava a forma dos poros. No silício levemente dopado, os poros formavam uma estrutura labiríntica e aleatória que tornava muito difícil para o calor encontrar um caminho, levando a uma queda rápida na condutividade. Em contraste, o silério fortemente dopado formava estruturas colunares que agiam como rodovias térmicas, permitindo que o calor se movesse mais facilmente, apesar de possuir muitos buracos. As simulações de dinâmica molecular coincidiram com o comportamento dessas amostras colunares e fortemente dopadas, enquanto os modelos de rede neural destacaram-se na previsão do comportamento das estruturas esponjosas e aleatórias encontradas na dopagem mais leve. Ao fundir seus dados experimentais com essas simulações e a literatura existente, a equipe utilizou uma técnica matemática chamada regressão simbólica para derivar uma fórmula única e unificada. Esta fórmula prevê com precisão a condutividade térmica do silício poroso com base em sua porosidade e temperatura, cobrindo uma ampla gama, desde a temperatura ambiente até 900 Kelvin.

Este trabalho faz mais do que apenas fornecer um novo número para os engenheiros utilizarem; ele resolve uma confusão de longa data no campo ao mostrar que a história do material importa. A mesma porosidade pode gerar resultados diferentes dependendo de como o material foi cultivado. A abordagem híbrida da equipe, que conecta o movimento de átomos individuais ao fluxo de calor através de um material inteiro, oferece uma ferramenta confiável para projetar melhores isolantes térmicos e dispositivos termoelétricos. Sua fórmula final, que funciona em uma ampla gama de temperaturas e densidades de buracos, permite previsões precisas sem a necessidade de experimentos caros e demorados para cada novo design. Ao esclarecer como a estrutura e a dopagem interagem para controlar o calor, esta pesquisa fornece uma base sólida para a próxima geração de tecnologias baseadas em silício, garantindo que o calor seja gerenciado exatamente onde é necessário.