Condutividade térmica em plano do nitreto de boro hexagonal de 2D a 3D

A condutividade térmica em plano do nitreto de boro hexagonal (h-BN) com espessuras variadas é uma propriedade chave que afeta o desempenho de várias aplicações, desde eletrônica até optoeletrônica. No entanto, a transição da condutividade térmica de h-BN de duas dimensões (2D) para três dimensões (3D) permanece elusiva. Para responder a essa questão, desenvolvemos um potencial interatômico de aprendizado de máquina dentro da estrutura do potencial de neuroevolução (NEP) para h-BN, alcançando uma alta precisão semelhante aos cálculos ab initio na predição de sua condutividade térmica e transporte de fônons de monolayer para multilayers e bulk. Utilizando simulações de dinâmica molecular baseadas no NEP, prevemos a condutividade térmica do h-BN com uma espessura de até ∼100 nm, demonstrando que sua condutividade térmica diminui rapidamente a partir do monolayer e se satura no valor de bulk acima de quatro camadas. A saturação de sua condutividade térmica é atribuída à pouca alteração na velocidade e vida útil do grupo de fônons à medida que a espessura aumenta além de quatro camadas. Em particular, a fraca dependência da espessura da vida útil do fônon em h-BN com uma espessura em nanoscale resulta de seu extremamente alto foco de fônons ao longo da direção em plano. Esta pesquisa preenche a lacuna de conhecimento do transporte de fônons entre h-BN 2D e 3D e beneficiará o design térmico e a otimização do desempenho de aplicações relevantes.