[論文レビュー] Probing the ideal limit of interfacial thermal conductance in two-dimensional van der Waals heterostructures

Ting Liang, Ke Xu+10 more|ArXiv.org|Feb 19, 2025

Thermal properties of materials被引用数 3

ひとこと要約

要約: 論文は機械学習ポテンシャルを用いた大規模NEMDシミュレーションを実現し、2D Gr/ h-BNヘテロ構造の理想的界面熱伝導率ITCの範囲とスタッキング配列依存のITC階層をモアレパターンに結びつけて解明します。

ABSTRACT

Probing the ideal limit of interfacial thermal conductance (ITC) in two-dimensional (2D) heterointerfaces is of paramount importance for assessing heat dissipation in 2D-based nanoelectronics. Using graphene/hexagonal boron nitride (Gr/$h$-BN), a structurally isomorphous heterostructure with minimal mass contrast, as a prototype, we develop an accurate yet highly efficient machine-learned potential (MLP) model, which drives nonequilibrium molecular dynamics (NEMD) simulations on a realistically large system with over 300,000 atoms, enabling us to report the ideal limit range of ITC for 2D heterostructures at room temperature. We further unveil an intriguing stacking-sequence-dependent ITC hierarchy in the Gr/$h$-BN heterostructure, which can be connected to moiré patterns and is likely universal in van der Waals layered materials. The underlying atomic-level mechanisms can be succinctly summarized as energy-favorable stacking sequences facilitating out-of-plane phonon energy transmission. This work demonstrates that MLP-driven MD simulations can serve as a new paradigm for probing and understanding thermal transport mechanisms in 2D heterostructures and other layered materials.

研究の動機と目的

• 2Dナノエレクトロニクスの2Dヘテロ界面における発熱放散の理解が必要であることを動機づける。
• 2D van der Waals界面における理想ITCを定量化するための正確で効率的な計算フレームワークを確立する。
• mass contrastが最小の構造同型的プロトタイプとしてGr/h-BNを用いる。
• スタッキング配列がITCに与える影響を解明し、モアレパターンと関連づける。

提案手法

• 2D vdWヘテロ構造に適した機械学習ポテンシャル(MLP)を開発・訓練する。
• 3e5個を超える系で非平衡分子動力学(NEMD)シミュレーションを実行する。
• 室温での2Dヘテロ構造の理想ITC範囲を計算する。
• スタッキングシーケンス依存のITCを調査し、モアレパターン効果と関連づける。
• 原子レベルの機構をエネルギー的に有利なスタッキング配列が面内外のフォノン伝達を促進するという解釈を提供する。

実験結果

リサーチクエスチョン

• RQ1 グラフェン/ h-BN 2Dヘテロ構造の室温での理想的な界面熱伝導率の範囲はどれくらいか。
• RQ2 Gr/h-BNにおけるスタッキング順序はITCにどのように影響し、観察される階層をモアレパターンで説明できるか。
• RQ3 Gr/h-BN界面を横断するエネルギー伝達を支配する原子レベルの機構は何か。
• RQ4 機械学習ポテンシャルは2Dヘテロ構造の熱輸送を研究する大規模MDを正確に可能にするか。

主な発見

• 正確で効率的なMLPにより、ITC限界を決定するための3e5以上の原子を含むNEMDシミュレーションが可能となる。
• Gr/h-BNではスタッキングシーケンス依存のITC階層が現れ、モアレパターンと関連している可能性が高い。
• エネルギー的に有利なスタッキング配列は面外のフォノンエネルギー伝達を促進し、ITCを高める。
• MLP駆動MDは2Dヘテロ構造の熱輸送機構を解明する現実的なパラダイムである。