固体异质结界面结构预测方法及AutoInterface程序实现

doi:10.7503/cjcu20200417

摘要/Abstract

摘要：

预测材料异质结的界面原子结构对于理解界面对性能的影响至关重要. 目前, 从理论上预测材料界面结构仍具有极大挑战, 主要是缺乏普适有效的理论计算方法. 本文介绍了本课题组在异质结界面结构预测方面取得的最新进展. 结合马氏体相变唯象理论、图论和随机表面行走算法, 提出了界面结构的一种有效预测方法, 可以实现自动化的计算预测. 通过GaP/TiO₂半导体异质结等展示了该方法的有效性和在催化等领域的应用前景.

关键词: 异质结界面结构预测, 马氏体相变唯象理论, 图论, 随机表面行走

Abstract:

The interface in heterojunction plays an essential role in the performance of devices. To date， the structure prediction of the heterojunction interface is challenging. This paper introduces the recent theoretical process in this field. By combining the phenomenological theory of martensitic crystallography， graph theory， and stochastic surface walking method， we have developed an approach to predict the structure of the heterojunction.

Key words: Structure prediction of heterojunction interface, Phenomenological theory of martensitic crystallography, Graph theory, Stochastic surface walking method

中图分类号:

O641

TrendMD:

李晔飞, 刘智攀. 固体异质结界面结构预测方法及AutoInterface程序实现. 高等学校化学学报, 2020, 41(11): 2383.

LI Yefei, LIU Zhipan. Structure Prediction of Heterojunction Interfaces and the Application of AutoInterface Program. Chem. J. Chinese Universities, 2020, 41(11): 2383.

图/表 9

Fig.1 HAADF?STEM image for SrNbxTi1-xO3-δ/Si heterojunction(A)[1] and the schematic diagram of the band alignment of SrNbxTi1-xO3-δ/Si heterojunction(B)(A) Copyright 2019, the American Physical Society.

Fig.2 Schematic diagram of an infinite variety of cell definitions in 2?dimensional lattice

Fig.3 Flowchart for the generation of interfacial structures in heterojunctions(A) Crystals are converted to graphs with nodes representing atoms and edges representing atom connections, and the red lines represent the strain invariant plane(sip); (B) graphs are further converted to network flows, where the red circles represent the nodes belong to the edges cleaved by sip, and the purple circles represent the source and sink nodes; (C) slab model is generated by the max-flow min-cut algorithm; (D) two slab models are combined together to produce the interfacial structure.

Fig.4 Scheme of the SSW method

Fig.5 Overall flowchart for prediction of interfacial structure in heterojunctions

Table 1 Orientation relations(OR) and surface lattice parameters for TiO2-B/anatase, t-ZrO2/m-ZrO2 heterojunctions predicted by AutoInterface

OR	Species	a/nm	b/nm	θ/(°)	Species	a/nm	b/nm	θ/(°)	Strain(%)
( $2 ˉ$ 01)//(103)^*	TiO₂?B	0.377	0.784	76	Anatase	0.378	0.762	76	2.89
( $1 ˉ$ 01)//(001)		0.377	1.216	90		0.378	1.133	90	6.82
(001)//(001)		0.377	1.231	90		0.378	1.133	90	8.82
(110)//(100)^*	t?ZrO₂	0.515	0.531	90	m?ZrO₂	0.521	0.531	90	1.16
(001)//(001)^*		0.515	0.515	90		0.514	0.521	90	1.16
(110)//(001)^*		0.515	0.531	90		0.515	0.521	90	1.92
(001)//(100)^*		0.515	0.515	90		0.521	0.531	90	3.11

Table 1 Orientation relations(OR) and surface lattice parameters for TiO2-B/anatase, t-ZrO2/m-ZrO2 heterojunctions predicted by AutoInterface

OR	Species	a/nm	b/nm	θ/(°)	Species	a/nm	b/nm	θ/(°)	Strain(%)
( $2 ˉ$ 01)//(103)^*	TiO₂?B	0.377	0.784	76	Anatase	0.378	0.762	76	2.89
( $1 ˉ$ 01)//(001)		0.377	1.216	90		0.378	1.133	90	6.82
(001)//(001)		0.377	1.231	90		0.378	1.133	90	8.82
(110)//(100)^*	t?ZrO₂	0.515	0.531	90	m?ZrO₂	0.521	0.531	90	1.16
(001)//(001)^*		0.515	0.515	90		0.514	0.521	90	1.16
(110)//(001)^*		0.515	0.531	90		0.515	0.521	90	1.92
(001)//(100)^*		0.515	0.515	90		0.521	0.531	90	3.11

Fig.6 Correspondence of HRTEM images(A, C) and predicted interfacial structure by AutoInterface package(B, D)(A) HRTEM image for TiO2-B/anatase heterojunction with orientation relations(OR) of (2ˉ01)TiO2-B//(103)anatase[10], Copyright 2014, the American Chemical Society; (B) atomic structure of (2ˉ01)TiO2-B//(103)anatase predicted by AutoInterface; (C) HRTEM image for Y-Stabilized Zirconia(YSZ) heterojunction with OR of(110)t-ZrO2//(100)m-ZrO2[27], Copyright 2011, Wiley-VCH; (D) atomic structure of (110)t-ZrO2//(100)m-ZrO2 predicted by AutoInterface. The green dashed lines represent the interface. Gray ball: Ti; red ball: O; cyan ball: Zr.

Table 2 Orientation relations(OR) and surface lattice parameters for GaP/TiO2, ZnTe/TiO2 and AlSb/TiO2 heterojunctions predicted by AutoInterface*

OR	Species	a/nm	b/nm	θ/(°)	Species	a/nm	b/nm	θ/(°)	Strain(%)
(113)//(100)	GaP	0.385	1.927	84	TiO₂	0.378	1.897	90	1.85
(100)//(112)		0.545	0.545	90		0.544	0.534	90	2.06
(100)//(001)		0.386	0.386	90		0.378	0.378	90	2.12
(110)//(110)		0.545	1.927	90		0.544	1.862	91	3.49
(110)//(112)		0.545	1.156	90		0.534	1.089	90	6.15
(110)//(101)		0.385	1.090	90		0.378	1.021	90	6.76
(310)//(110)		0.545	0.862	90		0.544	0.931	89	8.00
(111)//(101)	ZnTe	0.747	1.141	71	TiO₂	0.755	1.089	70	5
(111)//(112)		0.747	1.141	71		0.763	1.199	73	5
(113)//(111)		0.965	1.671	73		1.021	1.602	75	6
(110)//(101)	AlSb	0.751	1.063	90	TiO₂	0.755	1.021	90	4
(111)//(112)		0.751	1.148	71		0.763	1.199	73	4
(113)//(111)		0.970	1.680	73		1.021	1.602	75	5

Fig.7 Atomic structures for three GaP/TiO2 heterojunctions achieved coherent interface[13]The left column is the overview of the heterojunctions. The middle and right columns are the enlarged local view of interfacial Ti and Ga ions. The green dashed lines represent the interface. The purple and blue dashed cycles highlight the interfacial Ti and Ga ions. Gray ball: Ti; red ball: O; brown ball: Ga; purple ball: P. Copyright 2019, the American Chemical Society.

参考文献 28

1	Lim Z. H.， Quackenbush N. F.， Penn A. N.， Chrysler M.， Bowden M.， Zhu Z.， Ablett J. M.， Lee T. L.， LeBeau J. M.， Woicik J. C.， Sushko P. V.， Chambers S. A.， Ngai J. H.， Phys. Rev. Lett.，2019， 123（2）， 026805
2	Chua A. L. S.， Benedek N. A.， Chen L.， Finnis M. W.， Sutton A. P.， Nature Mater.，2010， 9， 418—422
3	Bowles J. S.， Mackenzie J. K.， Acta Metall.，1954， 2（1）， 129—137
4	Mackenzie J. K.， Bowles J. S.， Acta Metall.，1954， 2（1）， 138—147
5	Wayman C. M.， Metall. Mater. Trans. A，1994， 25（9）， 1787—1795
6	Shang C.， Liu Z. P.， J. Chem. Theory Comput.，2013， 9（3）， 1838—1845
7	Shang C.， Zhang X. J.， Liu Z. P.， Phys. Chem. Chem. Phys.，2014， 16（33）， 17845—17856
8	Zhang X. J.， Shang C.， Liu Z. P.， J. Chem. Theory Comput.，2013， 9（7）， 3252—3260
9	Guan S. H.， Zhang X. J.， Liu Z. P.， J. Am. Chem. Soc.，2015， 137（25）， 8010—8013
10	Zhu S. C.， Xie S. H.， Liu Z. P.， J. Phys. Chem. Lett.，2014， 5（18）， 3162—3168
11	Zhu S. C.， Xie S. H.， Liu Z. P.， J. Am. Chem. Soc.，2015， 137（35）， 11532—11539
12	Zhu S. C.， Guan S. H.， Zhao W. N.， Liu Z. P.， Top. Catal.，2015， 58（10）， 644—654
13	Li L. F.， Li Y. F.， Liu Z. P.， ACS Catal.，2019， 9（6）， 5668—5678
14	Huang S. D.， Shang C.， Kang P. L.， Zhang X. J.， Liu Z. P.， WIREs Comput. Mol. Sci.，2019， 9（6）， e1415
15	Bain E. C.， Dunkirk N. Y.， Trans. AIME，1924， 70， 25—46
16	Krivy I.， Gruber B.， Acta Crystallogr. A，1976， 32（2）， 297—298
17	Gruber B.， Acta Crystallogr. A，1973， 29（4）， 433—440
18	Grosse⁃Kunstleve R. W.， Sauter N. K.， Adams P. D.， Acta Crystallogr. A，2004， 60（1）， 1—6
19	Andrews L. C.， Bernstein H. J.， Sauter N. K.， Acta Crystallogr. A，2019， 75（Pt1）， 115—120
20	Delaunay B.， Z. Krist. Cryst. Mater.，1933， 84（1—6）， 109—149
21	Witman M.， Ling S.， Boyd P.， Barthel S.， Haranczyk M.， Slater B.， Smit B.， ACS Cent. Sci.，2018， 4（2）， 235—245
22	Ford L. R.， Fulkerson D. R.， Can. J. Math.，1956， 8， 399—404
23	Kresse G.， Furthmüller J.， Phys. Rev. B，1996， 54（16）， 11169—11186
24	Bailey J. E.， Rotherham L.， P. Roy. Soc. A⁃Math. Phys. Sci.，1964， 279（1378）， 395—412
25	Kasatkin I.， Girgsdies F.， Ressler T.， Caruso R. A.， Schattka J. H.， Urban J.， Weiss K.， J. Mater. Sci.，2004， 39（6）， 2151—2157
26	Gilles T.， Danièle M.， Juan Manuel P. M.， Z. Krist. Cryst. Mater.，2011， 226（3）， 264—290
27	Wu Y. C.， Chiang Y. T.， J. Am. Ceram. Soc.，2011， 94（7）， 2200—2212
28	Simeone D.， Baldinozzi G.， Gosset D.， Dutheil M.， Bulou A.， Hansen T.， Phys. Rev. B，2003， 67（6）， 064111

[1]	买合木提江·杰力, 阿布来提·麦麦提, 阿里木江·艾拜都拉, 买买提·吐尔逊. 氟化氢团簇(HF)_n(n=2~8)拓扑性区别氢键构型的图论列举法和量子化学计算法研究[J]. 高等学校化学学报, 2016, 37(12): 2275.
[2]	张庆友, 许禄. DNA编码序列的图形表示及相似度计算[J]. 高等学校化学学报, 2002, 23(7): 1255.
[3]	赵洪刚, 杨开海, 曹阳. 分子图导图在求本征多项式系数中的应用[J]. 高等学校化学学报, 1990, 11(10): 1110.