Ny beräkningsmodell ger bättre förståelse för defekter i halvledarmaterial

Alla material har inneboende defekter. De är inte alltid av ondo, eftersom de kan användas för att konstruera och introducera vissa egenskaper i materialet. Däremot är det av yttersta vikt att man förstår hur de fungerar och hur de påverkar materialets egenskaper.

För att förstå och modellera defekter i olika material brukar forskares standardberäkningar utgå från noll Kelvin, minus 273 grader Celsius, den teoretiskt lägsta temperaturen som går att uppnå och där alla atomer och molekyler står helt stilla. Men för material som ska kunna användas i verkliga produkter, i vår vardag, är det avgörande att veta hur de fungerar vid vanliga temperaturer.

Forskare vid Chalmers tekniska högskola kan nu visa ett betydligt mer effektivt ramverk för att beräkna egenskaperna hos defekter samtidigt som olika temperatureffekter tas i beaktande, och kan därmed få resultat som ligger mycket närmare verkligheten. Resultaten presenteras i en artikel i npj Computational Materials.

Defekter påverkar materialens prestanda och funktion

Professor Julia Wiktor vid institutionen för fysik och astronomi leder forskargruppen bakom studien. Deras fokus ligger på att studera och modellera nya material med hjälp av avancerade datorsimuleringar och maskininlärning.

– Vi brukar modellera material som perfekta kristaller där varje atom har sin plats i ett gitter, men material i verkligheten är inte så perfekta. Det kan saknas en atom, det kan finnas en extra atom mellan gitterplatser, eller så kan två atomer ha bytt plats. Vi behöver förstå dessa imperfektioner, eftersom de påverkar materialens prestanda och funktion, säger professor Julia Wiktor.

Följer defekten genom olika temperaturer

De material som forskargruppen vanligtvis undersöker återfinns främst inom solcellsteknologin, men den här gången använde de en bredare uppsättning referenssystem för att testa om metoden kunde tillämpas på andra materialklasser och framväxande teknologier.

– Vi har modellerat defekter i materialen genom att studera en saknad atom i materialets kristallstruktur, och observerat hur temperaturer påverkar beteendet hos denna punktdefekt. Detta är något som missas av de flesta modeller och simuleringar som utgår från 0 Kelvin, och det är ett viktigt steg för att fånga hur olika material faktiskt beter sig under verkliga driftsförhållanden. Våra resultat matchar experimentella observationer, men till skillnad från experiment så får vi inte bara en start- och en slutmätning, utan kan följa defekten hela vägen genom olika temperaturer, säger doktoranden Tobias Hainer.

Positionen avgörande för defektens påverkan

Defekter kan introducera nya energinivåer i material. En halvledare har till exempel ett så kallat bandgap, alltså en energiintervall utan elektroniska tillstånd, och defekter kan introducera olika nivåer i detta gap. Om nivån ligger djupt i bandgapet, är det i de flesta fall dåligt vid tillämpningar. Men om den ligger närmare kanten av bandgapet kan den utnyttjas för att skräddarsy halvledarens elektriska egenskaper.

– Positionen för en defekts nivå är mycket betydelsefull när man designar tillämpningar av ett material. Om vi vid noll Kelvin förutspår att defekten ligger nära kanten kan vi tro att det är en ofarlig eller bra defekt, men om den vid en annan temperatur förskjuts djupare in i gapet kan den bli skadlig, eller tvärtom. Positionen är alltså avgörande, förklarar Tobias Hainer.

Temperaturen spelar roll i modelleringen

Forskargruppen kan nu visa ett mer effektivt sätt att utföra beräkningarna vid temperaturer över 0 Kelvin, på ett sätt som är praktiskt möjligt för många olika slags material och utan höga beräkningskostnader.

– Det viktigaste vi har undersökt är hur dessa energinivåer för en saknad atom förändras med temperaturen, och vi har funnit ganska betydande förskjutningar i flera material, både kvantitativt och kvalitativt. Dessa förändringar skulle missas i en modell vid noll Kelvin. Vi har därmed visat att temperatur verkligen spelar roll i modelleringen och är nödvändig för att korrekt beskriva systemen, säger Julia Wiktor.

Maskininlärning möjliggjorde beräkningarna

Studien är en del av bredare satsningar vid institutionen för fysik och astronomi på att använda maskininlärning för att göra materialmodellering mer träffsäker och beräkningseffektiv. Inom detta område samarbetar Julia Wiktors forskargrupp med professor Paul Erharts forskargrupp.

– Att vi nu faktiskt kan dra dessa slutsatser hänger samman med utvecklingen inom maskininlärning. För tio år sedan hade vi troligen inte kunnat göra detta i denna skala, eftersom beräkningarna är stora och tidskrävande. Det är spännande att dessa nya utvecklingar gör det möjligt att genomföra sådana här studier på ett komplett sätt, säger Julia Wiktor.

– Den största förhoppningen är att metoden ska vara användbar för forskare som har konkreta materialproblem där man inte vet hur defekterna beter sig eller vilka som är viktiga, så att de antingen kan samarbeta med oss eller använda metoden själva.

Om forskningen:

• Artikeln Thermal Stabilization of Defect Charge States and Finite-Temperature Charge Transition Levels har publicerats i npj Computational Materials och är skriven av Tobias Hainer, Ethan Berger, Esmée Berger, Olof Hildeberg, Paul Erhart och Julia Wiktor.

• Forskningsprojektet har finansierats av Stiftelsen för strategisk forskning (SSF), Energimyndigheten, Vetenskapsrådet, Europeiska forskningsrådet samt Knut och Alice Wallenbergs Stiftelse. Beräkningarna möjliggjordes genom resurser som tillhandahållits av Nationell akademisk infrastruktur för superdatorer i Sverige (NAISS) vid C3SE, PDC och NSC, delvis finansierade av Vetenskapsrådet.