[16p-PA6-1~4] 22.1 Joint Session M "Phonon Engineering"

[16p-PA6-4] Systematic Modeling and Lattice Thermal Transport of PbTe Grain Boundaries using Machine-Learning Potentials

〇(BC)Mayu Suzuki¹, Takuya Naruse¹, Yoshihiro Yamazaki^1,2, Susumu Fujii¹ (1.Dept. Mater., Kyushu Univ., 2.Q-PIT, Kyushu Univ.)

Keywords:

Thermoelectric Materials,Grain Boundary,Machine-Learning Potentials

代表的な熱電材料PbTeを対象に、回転軸や粒界タイプ（対称傾角、非対称傾角、ねじれ、混合）の異なる約560種類の粒界をモデリングし、これら粒界とエネルギー及び格子熱伝導度との相関を解析した。ここで、エネルギーと格子熱伝導度は機械学習ポテンシャルを用いて算出した。結果、粒界エネルギーは配位欠損と強く相関し、局所配位環境が支配因子であることが明らかとなった。さらに特徴的な粒界の構造－格子熱伝導度相関も調査した。