Год издания: 2022
Ключевые слова: двумерные материалы, компьютерное моделирование, машинное обучение, dft, базы данных, жидкофазная эксфолиация
Аннотация: Каждое открытие двумерных (2D) материалов, таких как графен, гексагональный нитрид бора, дихалькогениды переходных металлов вело к значительному всплеску исследовательской активности в области 2D материалов и, как следствие, открытию новых. Интерес к таким материалам возник не только из-за фундаментально новых физических свойств, нПоказать полностьюо также за счтет эффекта квантового ограничения, который позволяет гибко настраивать свойства материала под заданные нужды. Прогресс в этой области был значительно ускорен созданием базы данных, полученной при помощи высокопроизводительных расчетов и содержащей информацию о потенциальных новых 2D материалов на основе ван-дер-Ваальсовых слоистых структур с низкой энергией связи между слоями. Работа привлекла большое внимание и получила около 1000 цитирований за последние четыре года. Однако существенным недостатком таких баз данных является то, что ни одна из них не включает новые 2D материалы синтезированные из кристаллов с ковалентным типом связи. Такие виды материалов могут быть получены методом жидкофазного расслоения при обработке ультразвуком, который является недорогим и позволяющим достигать большого объема выхода продукта. Отсутствие значительных теоретических работ в данной области и, в частности, базы данных новых 2D материалов на основе кристаллов с ковалентным типом связи, прежде всего обусловлено новизной самой области и требованием комплексного подхода.?В данном проекте мы предлагаем подход, использующий высокопроизводительные вычисления на основе машинного обучения, нейронных сетей и теории функционала плотности для идентификации новых двумерных материалов на онове кристаллов с ковалентным типом связи, а также экспериментальный синтез некоторых таких кристаллов в качестве подтверждения теоретических результатов.?Научная новизна исследований выражена в комплексном подходе и открытии новых 2D материалов.