热量在材料中的传递方式往往令人惊讶，尤其是当这些材料是柔软的、由分子而非刚性原子组成时。在固体材料的世界中，热量以振动的方式传播，即在结构中像声波一样起伏的原子微小抖动。在像钻石或硅这样具有共价键的硬晶体中，这些振动移动得快速且高效。但在有机半导体（许多现代电子设备中使用的柔软、柔韧材料）中，分子之间的结合力要弱得多。这使得它们变得柔软且易于压缩。科学家们早已知道挤压这些材料会改变电流通过它们的方式，但压力如何影响热流却一直是一个谜。理解这一点至关重要，因为管理热量是设计更好有机电子设备的一大挑战，而了解如何控制它可能会带来更高效的设备。
一个研究小组决定利用最简单的有机晶体——萘（naphthalene）作为模型来解开这个谜题。萘是樟脑丸中的物质，由两个碳氢原子融合而成的环组成。虽然它是一种电绝缘体，但其晶体结构是展示有机分子如何以人字形模式堆叠在一起的完美范例。研究人员想要观察当这种晶体在巨大压力下被挤压时，热流会发生什么变化。为此，他们不能依赖标准的计算机模型，因为当材料被压缩时，原子会以复杂且非线性的方式运动，这很难预测，导致标准模型经常失效。相反，他们开发了一种使用机器学习的新方法。他们通过向一个专门的计算机程序（称为机器学习势能模型）输入来自高压实验和详细量子力学计算的数据进行训练。这使得该程序能够学习萘中的原子在被挤压时是如何表现的，从而创建一个能够高精度模拟热流的“数字孪生”。
结果令人震惊。当研究人员模拟压力下的晶体时，他们发现热导率（即携带热量的能力）显著增加。在仅为2.1吉帕斯卡（约等于海平面大气压力的两万倍）的压力下，材料的导热能力变得大大增强。模拟结果与现实世界的实验完美匹配，证实了模型的准确性。关键的发现在于理解了为什么会发生这种情况。在压力作用下，将分子结合在一起的微弱力量变得更加坚硬。这种硬化加速了携带热量的振动，并且同样重要的是，减少了通常会减慢振动的散射现象。这就像是热量传输的路径从一条崎岖、受阻的道路变成了一条平滑、笔直的高速公路。
这项发现之所以特别有趣，是因为它改变了热载体本身的性质。在常压下的软有机晶体中，热量是由不同类型的振动混合携带的，其中包括一些运动方式更类似于量子隧穿效应而非简单波动的振动。然而，随着压力的增加，材料的表现更像是一种简单的硬晶体。复杂的、类隧穿的传输现象逐渐消失，热量几乎完全由通过晶格的标准波状振动来携带。研究人员还发现，携带热量的振动类型发生了变化。在常压下，涉及分子以复杂方式摆动的振动对热流有显著贡献。但在高压下，涉及分子沿直线前后运动的振动成为了热量的主要载体。
这项研究为设计更好的材料指明了清晰的路径。通过展示仅仅挤压分子可以加强它们的相互作用并提升热流，研究人员表明，有机晶体中的热传输是可以调节的。虽然萘在高压下的热导率仍未达到最硬矿物的水平，但已足以与许多常见的无机材料相媲美。这证明了有机材料中微弱的化学键并不是高效热传导的永久障碍。如果科学家能够找到在不施加极端压力的情况下（例如通过化学设计）加强这些相互作用的方法，或许就能创造出热管理能力远超现有技术的有机半导体。这项工作提供了对软材料在应力下如何表现的基础性理解，将一个复杂的物理谜团转化为了面向未来材料科学的清晰且具操作性的洞察。
技术摘要：压力增强型有机半导体热输运的起源
问题陈述
虽然静水压对有机半导体（OSCs）电子性质的影响已有充分文献记载，但其对晶格热导率 (κ) 的影响仍不为人所熟知。在高压下进行实验表征具有技术挑战性，通常需要专门的兆巴级金刚石压砧。此外，计算研究历来侧重于共价键合的无机晶体（如 Si、MgO），这导致在理解软性范德华键结合的有机材料的热输运方面存在认知空白。现有模型往往无法捕捉分子晶体在压缩过程中的复杂非线性结构响应，且控制有机半导体中压力增强型热输运的微观机制也很大程度上尚未得到探索。
方法论
作者以结晶萘（一种典型的芳香烃）为研究对象，采用了一种将高精度从头算方法与计算效率相结合的工作流。
- 机器学习势函数 (MLPs)： 为了克服在进行非谐性声子散射计算时，由于需要处理数千个位移超胞而导致的密度泛函理论 (DFT) 计算成本过高的问题，作者训练了矩张量势 (MTP)。
- 一个仅基于常压结构的“基础型”MTP 无法重现萘在高压下（>1.5 GPa）的各向异性及非线性压缩特性。
- 研究采用了“主动学习”工作流来生成“多压力”MTP。该过程通过增加来自 0.5、2 和 10 GPa 下分子动力学模拟获得的 553 个额外的从头算构型，来扩充训练数据集。
- 输运方程： 本研究在弛豫时间近似下求解维格纳输运方程 (WTE)。该方法统一了两种热输运机制：
- 带内传播 (κP)： 由半经典皮尔斯-玻尔兹曼方程描述（粒子式输运）。
- 带间隧穿 (κC)： 由不同能带之间的相干效应（声子隧穿）描述。
- 分析： 作者利用声学参与率 (APR) 对热导率贡献进行了基于声子特性（声学 vs 光学、纵波 vs 横波）的分解，并分析了压力作用下群速度、寿命和散射率的变化。
关键结果
- 结构准确性： 多压力 MTP 成功重现了实验观察到的萘晶格参数的各向异性压缩以及分子间人字形角度的减小（直至 15 GPa），而基础型 MTP 在超过 2.5 GPa 后便失效。
- 热导率增强： 使用多压力 MTP 的模拟定量地重现了实验观察到的热导率随压力剧增的现象。在 300 K 时，模拟中 κ 随压力的线性增长率为 0.54 Wm−1K−1GPa−1，与实验值 0.56 Wm−1K−1GPa−1 相匹配。
- 机制转变（传播 vs 隧穿）：
- 在常压下，由于强烈的非谐性和能带重叠，带间隧穿 (κC) 的贡献显著（300 K 时约为 25%）。
- 在压力作用下，隧穿的相对贡献迅速减小，在高压下变得可以忽略不计（>95% 为传播）。系统从“复杂材料”机制（维格纳输运）向“简单晶体”机制（玻尔兹曼输运）转变。
- 声子动力学：
- 群速度： 压力使分子间键变得更加刚硬，显著增加了载热声子的群速度，尤其是声学模式。
- 散射/寿命： 压力减少了散射相空间，导致低频声学声子的寿命增加了四倍。
- 载体角色： 在常压下，光学声子对传播的贡献超过 50%。在压力下，横向声学 (TA) 声子成为主要的载热者（贡献率为 40–50%），而光学声子的相对贡献则下降。
- 能带结构演化： 压缩导致分子间振动频率大幅上移，关闭了外部（分子间）模式与内部（分子内）模式之间的能带间隙。这种重新分布将传导声子扩展到了更宽的频率范围内。
意义与主张
本文声称提供了首个关于压力依赖型有机半导体热输运的全面计算研究。其主要贡献包括：
- 方法论验证： 证明了在机器学习势函数训练中包含高压参考数据，对于准确预测软性分子材料在压缩下的热机械性质至关重要。
- 微观洞察： 揭示了萘热导率的大幅增强是由分子间键的硬化驱动的，这种硬化同时增加了声子群速度并抑制了散射（增加了寿命）。
- 机制转变： 确定了随着压力增加，系统从由带间隧穿和光学声子主导的机制，向由带内传播和声学声子主导的机制的交叉转变。
- 设计策略： 研究结果表明，加强分子间相互作用（例如通过压力或引入极化取代基等化学改性）是调节和增强分子晶体热输运的一种可行策略，有望缩小有机材料与无机热导体之间的性能差距。
作者指出，尽管萘在高压下（约 9 GPa 时）的热导率（约 5 Wm−1K−1）接近石英等常见矿物，但与高性能无机热电材料相比仍显不足，然而对于受非共价相互作用支配的有机晶体而言，这已是一项显著的成就。
每周获取最佳 materials science 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。