CN110838346B - 低辐射玻璃中衬底材料的筛选方法及装置 - Google Patents

低辐射玻璃中衬底材料的筛选方法及装置 Download PDF

Info

Publication number
CN110838346B
CN110838346B CN201910956724.6A CN201910956724A CN110838346B CN 110838346 B CN110838346 B CN 110838346B CN 201910956724 A CN201910956724 A CN 201910956724A CN 110838346 B CN110838346 B CN 110838346B
Authority
CN
China
Prior art keywords
substrate material
energy
silver film
silver
candidate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910956724.6A
Other languages
English (en)
Other versions
CN110838346A (zh
Inventor
孙文明
张艳鹏
余刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Building Materials Academy CBMA
Original Assignee
China Building Materials Academy CBMA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Building Materials Academy CBMA filed Critical China Building Materials Academy CBMA
Priority to CN201910956724.6A priority Critical patent/CN110838346B/zh
Publication of CN110838346A publication Critical patent/CN110838346A/zh
Application granted granted Critical
Publication of CN110838346B publication Critical patent/CN110838346B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures

Landscapes

  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明主要目的在于提供一种低辐射玻璃中衬底材料的筛选方法及装置。所述方法包括其包括以下步骤：分别获取银膜于不同覆盖度下在候选衬底材料、第一参比衬底材料和第二参比衬底材料上的最优吸附构型的参数；预测银膜在所述的候选衬底材料上的附着强度以及预测银膜在所述的候选衬底材料上的结晶有序性；筛选附着强度好且结晶有序性好的材料用于低辐射玻璃中作为与银膜形成界面的衬底材料。所要解决的技术问题是利用计算机模拟技术，不需要实际制造膜层实体即可评价和预测银膜在衬底材料的附着强度和结晶有序性，实现对新型衬底材料的预测和筛选，有望提高研发效率并大幅度节省试验费用，成为薄膜涂层研发的有效辅助工具，从而更加适于实用。

Description

低辐射玻璃中衬底材料的筛选方法及装置
技术领域
本发明属于界面材料技术领域，尤其是涉及一种低辐射玻璃中衬底材料的筛选方法及装置。
背景技术
低辐射玻璃中应用了“衬底-银膜”界面技术，但是选择何种材料作为衬底才能使银膜在衬底上具有好的附着强度以及结晶有序性较好，现有技术中却并无有效的方法进行预判和评价，实验室中只能通过不断地试用各种材料作为衬底，事后检测银膜层在该衬底材料上的附着强度和结晶有序性。该方法对于衬底材料筛选的周期长，效率非常低，而且会浪费大量的人力、物力和财力。
量子力学是20世纪最重要的科学发现之一。在量子力学基础上发展起来的量子化学计算，为我们开辟了通向微观世界的又一途径。因此，基于目前实验室膜层设计与制备技术，如果能够利用计算机模拟技术进行“衬底-银膜”界面性能的预判和评价，则可以实现对新型衬底结构的预测和筛选，其对于对膜层实验制备具有非常重要的指导意义。
发明内容
本发明的主要目的在于提供一种低辐射玻璃中衬底材料的筛选方法及装置，所要解决的技术问题是利用计算机模拟技术，不需要实际制造膜层实体即可评价和预测银膜在衬底材料上的附着强度和结晶有序性，实现对新型衬底材料的预测和筛选；所述的方法对膜层得设计和实验具有重要的指导意义，有望提高研发效率并大幅度节省试验费用，成为薄膜涂层研发的有效辅助工具，从而更加适于实用。
本发明的目的及解决其技术问题是采用以下技术方案来实现的。依据本发明提出的一种低辐射玻璃中衬底材料的筛选方法，所述的衬底材料与银膜形成界面，其包括以下步骤：
分别获取银膜于不同覆盖度下在候选衬底材料、第一参比衬底材料和第二参比衬底材料上的最优吸附构型的参数；
预测银膜在所述的候选衬底材料上的附着强度以及预测银膜在所述的候选衬底材料上的结晶有序性；
筛选附着强度好且结晶有序性好的材料用于低辐射玻璃中作为与银膜形成界面的衬底材料。
本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。
优选的，所述的最优吸附构型的参数获取方法包括以下步骤：
分别构建候选衬底材料、第一参比衬底材料和第二参比衬底材料的表面模型；
分别获取上述衬底材料于不同覆盖度下的银原子最优吸附构型；
分别获取所述的银原子最优吸附构型的参数。
优选的，所述的预测银膜在所述的候选衬底材料上的附着强度的步骤如下：
计算不同覆盖度下的第一形成能、第二形成能；形成能的计算公式为：Eforming＝(Etot-Esurf-n×μ)/S，其中，Eforming表示形成能，单位eV；Etot表示最优吸附构型的总能量，单位eV；Esurf表示衬底材料在未吸附银原子时的总能量，单位eV；μ表示孤立银原子的能量，单位eV；n表示不同覆盖度下最优吸附构型中吸附银原子的数量，取值为1、2、3和4；S表示界面的面积，单位为
Figure BDA0002227572360000021
计算“第一形成能-第二形成能”的差值，其结果越小，则表示在相应的覆盖度下银膜在所述的候选衬底材料上的附着强度越好。
优选的，所述的第一形成能为Ag在候选衬底材料上的形成能；所述的第二形成能为Ag在第一参比衬底材料上的形成能。
优选的，所述的预测银膜在所述的候选衬底材料上的结晶有序性的步骤如下：
计算不同覆盖度下的第一平均吸附能、第二平均吸附能；
平均吸附能的计算公式为：Ebonding＝(Etot-Esurf-n×μ)/n，其中，Ebonding表示平均吸附能，单位eV；Etot表示最优吸附构型的总能量，单位eV；Esurf表示衬底材料在未吸附银原子时的总能量，单位eV；μ表示孤立银原子的能量，单位eV；n表示不同覆盖度下最优吸附构型中吸附银原子的数量，取值为1、2、3和4；S表示界面的面积，单位为
Figure BDA0002227572360000031
分别计算第一平均吸附能和第二平均吸附能随不同覆盖度的变化趋势是整体上升还是整体下降；若第一平均吸附能和第二平均吸附能随不同覆盖度的变化趋势相同，则表明银膜在所述的候选衬底材料上的结晶有序性好。
优选的，所述的第一平均吸附能表示Ag在候选衬底材料上的平均吸附能；所述的第二平均吸附能表示Ag在第二参比衬底材料上的平均吸附能。
优选的，所述的第一参比衬底材料为镍；所述的第二参比衬底材料为氧化锌。
本发明的目的及解决其技术问题还采用以下的技术方案来实现。依据本发明提出的一种低辐射玻璃中衬底材料的筛选装置，所述的衬底材料与银膜形成界面，其包括：
参数获取单元，用于分别获取银膜于不同覆盖度下在候选衬底材料、第一参比衬底材料和第二参比衬底材料上的最优吸附构型的参数；
第一预测单元，用于预测银膜在所述的候选衬底材料上的附着强度；
第二预测单元，用于预测银膜在所述的候选衬底材料上的结晶有序性；
筛选单元，用于筛选附着强度好且结晶有序性好的材料用于低辐射玻璃中作为与银膜形成界面的衬底材料。
本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。
优选的，所述的第一预测单元包括：
第一计算模块，用于计算不同覆盖度下的第一形成能、第二形成能；
第一数据处理模块，用于计算“第一形成能-第二形成能”的差值；
第一预测模块，用于预测银膜在所述的候选衬底材料上的附着强度。
本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。
优选的，所述的第二预测单元包括：
第二计算模块，用于计算不同覆盖度下的第一平均吸附能、第二平均吸附能；
第二数据处理模块，用于计算第一平均吸附能和第二平均吸附能随不同覆盖度的变化趋势是整体上升还是整体下降；
第二预测模块，用于预测银膜在所述的候选衬底材料上的结晶有序性。
本发明的目的及解决其技术问题还采用以下的技术方案来实现。依据本发明提出的一种存储介质，包括存储的程序，在所述的程序运行时控制所述的存储介质所在的设备执行前述的方法。
本发明的目的及解决其技术问题还采用以下的技术方案来实现。依据本发明提出的一种电子设备，包括存储介质，其包括：
一个或者多个处理器，所述的存储介质与所述的处理器耦合，所述的处理器被配置为执行所述的存储介质中存储的程序指令；所述的程序指令运行时执行前述的方法。
借由上述技术方案，本发明提出的一种低辐射玻璃中衬底材料的筛选方法及装置至少具有下列优点：
1、本发明提出的低辐射玻璃中衬底材料的筛选方法及装置，借助密度泛函方法，通过计算机模拟技术，不需要实际制造膜层实体即可评价和预测银膜在衬底材料上的附着强度和结晶有序性，实现对新型衬底材料的预测和筛选，极大地缩短了衬底材料筛选的周期，非常快速、高效和准确，避免了反复制备实体膜层的成本，克服了现有技术对于衬底材料筛选的周期长，效率非常低，而且会浪费大量的人力、物力和财力的缺陷；
2、本发明提出的低辐射玻璃中衬底材料的筛选方法及装置，将量子化学计算引入膜层的设计和预测，为我们开辟了通向微观世界的又一途径；其对于低辐射玻璃膜层设计和制备具有重要的指导意义，有望提高研发效率并大幅度节省试验费用，成为薄膜涂层研发的有效辅助工具。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
图1是本发明提出的低辐射玻璃中衬底材料的筛选方法示意图；
图2是本发明一个实施例的不同覆盖度下的形成能的条形图；
图3是本发明一个实施例的不同覆盖度下的平均吸附能的折线图；
图4是本发明提出的低辐射玻璃中衬底材料的筛选装置示意图。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例，对依据本发明提出的一种低辐射玻璃中衬底材料的筛选方法及装置，其具体实施方式、结构、特征及其功效，详细说明如后。
本发明提出一种低辐射玻璃中衬底材料的筛选方法，如附图1所示，其包括以下步骤：
分别获取银膜于不同覆盖度下在候选衬底材料、第一参比衬底材料和第二参比衬底材料上的最优吸附构型的参数；
预测银膜在所述的候选衬底材料上的附着强度以及预测银膜在所述的候选衬底材料上的结晶有序性；
筛选附着强度好且结晶有序性好的材料用于低辐射玻璃中作为与银膜形成界面的衬底材料。
所述的候选衬底材料的结构即为待评价的低辐射玻璃的衬底。
所述的附着强度和结晶有序性相互独立，可以分别预测判断，不分先后顺序。
所述的最优吸附构型的参数获取方法包括以下步骤：分别构建候选衬底材料、第一参比衬底材料和第二参比衬底材料的表面模型；分别获取上述衬底材料于不同覆盖度下的银原子最优吸附构型；分别获取所述的银原子最优吸附构型的参数。
本发明的一个实施例中，所述的第一参比衬底材料为镍；所述的第二参比衬底材料为氧化锌。
所述的表面模型的构建方法如下：
获取所述的衬底材料的结构原胞构型文件；
所述的结构原胞构型文件可以通过材料数据库中下载。
本发明的一个实施例中，所述的结构原胞构型文件的数据库为MaterialsProject，其网址为：https://materialsproject.org。
在检索栏分别输入镍、氧化锌以及候选衬底材料，找到各自的结构原胞构型文件并下载。所述的结构原胞构型文件可以是PDB、CIF等文件；优选CIF文件。
分别将下载的镍、氧化锌以及候选衬底材料的结构原胞构型文件导入结构视图软件中；
所述的结构视图软件可以选用市售的商业软件，例如，Material Studio、VESTA、VirtualNanoLab等；优选VirtualNanoLab。
分别切割相应的表面；其中，氧化锌切割0001面、镍切割111面，候选衬底材料切割最稳定的低指数晶面。
所述的最稳定的低指数晶面随着候选衬底材料的种类不同而变化，在切割之前需要首先确定候选衬底材料哪一个晶面是其最稳定的晶面。
本发明的一个实施例中，例如，当镍作为衬底材料时，在Cleave plane栏输入切割的表面111，在Thickness中输入4.0，即可得到相应厚度的平板模型
通过结构视图软件扩展超胞；
所述的扩展超胞的尺寸不少于1×3或3×1，建议为2×2，不建议1×4或4×1此类仅在单一方向扩张的扩展超胞。
在z方向构建真空层，获得相应的表面模型。
所述的真空层的厚度不低于
Figure BDA0002227572360000061
优选
Figure BDA0002227572360000062
本发明的一个实施例中，使用结构视图软件，扩展超胞为2×2，在supercell中相应的扩展为U和V均为2；并在z方向构建
Figure BDA0002227572360000063
的真空层，在Vacuum thickness中设置为12，获得相应的表面模型。
使用同样方法，构建Ag在ZnO表面上的表面模型。
本发明的一个实施例中，所述的银原子最优吸附构型的获取方法如下：
通过结构视图软件，构建Ag在衬底材料的表面模型上的吸附构型；
在考察吸附构型时，需要根据衬底材料的性质考察银原子，初始吸附构型的选取优先考察高对称点的吸附情况，包括但不限于衬底原子的顶位、衬底原子间的桥位、衬底原子组成的fcc空位及hcp空位等。
本发明的一个实施例中，以Ni(111)表面为例，将Ag放置在Ni表面的各个高对称点位(Ag占据在Ni的顶位、桥位、fcc空位和hcp空位)，设计初始吸附构型；为视图方便，第一层Ni原子、第二层Ni原子、Ag原子分别使用不同的颜色进行。
使用同样方法，构建Ag在ZnO表面上的吸附构型。其中，ZnO的最稳定的晶面为0001面。
通过第一性原理计算软件优化所述的吸附构型，获得最优吸附构型。
本发明的一个实施例中至少考察了覆盖度为0.25、0.5、0.75和1时的四种情况的吸附构型。具体操作如下：
在Material Studio软件的Castep模块中，设置Task为Geometry Optimization；Functional为GGA-PBE；Energy cutoff设施为330eV，K-point set为3×3×1；分别优化上述的各种初始吸附构型。
在所述的结构视图软件中，使用基于自旋极化的密度泛函方法展开计算，可以使用但不限于计算软件VASP或Quantum-Espresso或Castep等；交换关联函数优选采用广义梯度近似GGA-RPBE或GGA-PBE方法，价电子和离子实之间的相互作用通过全电子投影缀加波方法或平面波赝势方法进行描述。
所述的获取银原子最优吸附构型的参数包括：Etot、Esurf、μ、n和S；其中，Etot表示最优吸附构型的总能量，单位eV；Esurf表示衬底材料在未吸附银原子时的总能量，单位eV；μ表示孤立银原子的能量，单位eV；n表示不同覆盖度下最优吸附构型中吸附银原子的数量，取值为1、2、3和4；S表示界面的面积，单位为
Figure BDA0002227572360000071
所述的参数通过以下方法获得：
最优吸附构型的总能量、衬底材料在未吸附银原子时的总能量、以及孤立银原子的能量均通过结构视图软件的castep模块获得；
本发明的一个实施例中，所述的总能量“Final energy”的结果为-25775.98794005eV。软件计算至此参数时的截屏如下所示：
Final energy，E＝-25775.98794005eV
Final free energy(E-TS)＝-25776.26686983eV
(energies not corrected for finite basis set)
NB est.OK energy(E-0.5TS)＝-25776.12740494eV
通过比较总能量可知，Ag在镍表面和氧化锌表面上都是占据fcc位时最稳定；再基于此最稳定的结构下扩展其覆盖度。
界面的面积通过结构视图软件的castep模块给出的“Cell Angles”、“Latticeparameters”和“Current cell volume”计算获得。
本发明的一个实施例中，所述的“Lattice parameters”为：a＝4.997288，b＝4.997288，c＝26.120403；所述的“Cell Angles”为：alpha＝90.000000，beta＝90.000000，gamma＝120.000000；所述的“Current cell volume”为：564.909951。根据晶格的参数可见，其有一个面为正方形，其界面的面积S可以简单地通过“Current cell volume”除以“Lattice parameters”中的c来获得，其中S＝564.909951/26.120403。软件计算至此参数时的截屏如下所示：
Figure BDA0002227572360000081
上述的参数获取过程中，计算时使用的指标及其数值范围如下：
平面波截止能：300～600eV；
计算原胞和表面模型时布里渊区域K点选取密度：
Figure BDA0002227572360000082
自洽场收敛精度：≥2.0×10-6eV/atom；
结构优化中能量的收敛精度：≥2.0×10-5eV/atom；
结构优化中力的收敛精度：
Figure BDA0002227572360000083
高斯展宽、费米迪拉克展宽或MP方法决定电子占据，展宽为0.1eV。
所述的预测银膜在所述的候选衬底材料上的附着强度的步骤如下：
计算不同覆盖度下的第一形成能、第二形成能；
形成能的计算公式为：Eforming＝(Etot-Esurf-n×μ)/S，其中，Eforming表示形成能，单位eV；Etot表示最优吸附构型的总能量，单位eV；Esurf表示衬底材料在未吸附银原子时的总能量，单位eV；μ表示孤立银原子的能量，单位eV；n表示不同覆盖度下最优吸附构型中吸附银原子的数量，取值为1、2、3和4；S表示界面的面积，单位为
Figure BDA0002227572360000084
计算“第一形成能-第二形成能”的差值，其结果越小，则表示在相应的覆盖度下银膜在所述的候选衬底材料上的附着强度越好。
所述的第一形成能为Ag在候选衬底材料上的形成能；
所述的第二形成能为Ag在第一参比衬底材料上的形成能。
所述的预测银膜在所述的候选衬底材料上的结晶有序性的步骤如下：
计算不同覆盖度下的第一平均吸附能、第二平均吸附能；
平均吸附能的计算公式为：Ebonding＝(Etot-Esurf-n×μ)/n，其中，Ebonding表示平均吸附能，单位eV；Etot表示最优吸附构型的总能量，单位eV；Esurf表示衬底材料在未吸附银原子时的总能量，单位eV；μ表示孤立银原子的能量，单位eV；n表示不同覆盖度下最优吸附构型中吸附银原子的数量，取值为1、2、3和4；S表示界面的面积，单位为
Figure BDA0002227572360000091
分别计算第一平均吸附能和第二平均吸附能随不同覆盖度的变化趋势是整体上升还是整体下降；若第一平均吸附能和第二平均吸附能随不同覆盖度的变化趋势相同，则表明银膜在所述的候选衬底材料上的结晶有序性好。
所述的第一平均吸附能表示Ag在候选衬底材料上的平均吸附能；
所述的第二平均吸附能表示Ag在第二参比衬底材料上的平均吸附能。
所述的获取银原子在所述的衬底上的形成能和平均吸附能是通过密度泛函计算获得。
银原子吸附于候选衬底材料的界面层可以表达为“Ag@候选衬底材料”；同理，银原子吸附于第一参比衬底材料的界面层表达为“Ag@第一参比衬底材料”；银原子吸附于第二参比衬底材料的界面层表达为“Ag@第二参比衬底材料”表示。
当银原子吸附于衬底材料上时，所述的形成能是指吸附构型中单位界面上因吸附银原子所吸收的能量。形成能越负，表示银原子吸附时释放的能量越多，也即其形成的吸附构型越稳定，表示其附着强度越好。
当银原子吸附于衬底材料上时，所述的平均吸附能是指吸附构型中平均每吸附一个银原子所吸收的能量。平均吸附能随着覆盖度而变化。所述的银膜在候选衬底材料上的结晶有序性越好，则表示银膜在该衬底材料上的团聚倾向性越小，越有利于低辐射玻璃中“衬底-银膜”的界面性能提高。
所述的银膜在镍衬底材料上的附着强度很好，因此以镍作为考察候选衬底材料附着强度的基准。如果某种候选衬底材料的形成能比镍的形成能更低，则表明银膜在其上的附着强度优于银膜在镍上的附着强度。
所述的银膜在氧化锌衬底材料上的银层结晶有序性很好，因此以氧化锌作为考察候选衬底材料结晶有序性或者团聚倾向性的基准。如果某种候选衬底材料的平均吸附能随不同覆盖度的变化趋势与氧化锌的变化趋势近似，则表明银膜在其上的结晶有序性很好，团聚倾向性小。
将上述获得的形成能和平均吸附能的数据整理为表格待用。形成能和平均吸附能的计算和判断可以通过人工计算或者电子设备按照预设的程序自行计算。
在低辐射玻璃中衬底材料筛选时，需要兼顾“衬底-银膜”的附着强度和结晶有序性。一方面，若某种衬底材料的结晶有序性很好但是其附着强度不高，例如，氧化锌作为衬底材料时，此时银膜在该衬底材料上很容易脱模，因此其不适合作为衬底材料。另一方面，若某种衬底材料的附着强度很高但是其结晶有序性较差，例如，镍作为衬底材料。综合考虑上述两个界面性能，最理想的衬底材料应该能够同时满足附着强度与镍相似，甚至其附着强度更优于镍；而且银原子的结晶有序性与氧化锌相似，此时所述的衬底材料与银膜形成的界面性能好，其既具有较好的附着强度又具有较好的结晶有序性，能够用于低辐射玻璃中作为与银膜形成界面的理想的衬底材料。
所述的附着强度与结晶有序性筛选时，优先根据平均吸附能随不同覆盖度的变化趋势，选择变化趋势与氧化锌相同与镍相反的候选衬底材料(优先考虑结晶有序性是因为该指标仅能定性预测)，然后再比较其形成能，选择形成能越负的材料作为衬底，则银在其上的附着强度越高，附着强度可以定量化预测。
根据本发明的技术方案分别预测银膜在各种衬底材料上的附着强度与结晶有序性，并综合平衡，可以获得既具有较好的附着强度又具有较好的结晶有序性的理想的衬底材料。
本发明的一个实施例中，以镍为第一参比衬底材料((0001)面是其最稳定的低指数晶面)、以氧化锌为第二参比衬底材料((111)面是其最稳定的低指数晶面)，候选衬底材料选用了某种金属结构，将其命名为M6((111)面是其最稳定的低指数晶面)。
为了获得性能理想的衬底材料，所述的金属结构可以是合金。
本发明的一个实施例中，所述的金属结构为金属铝。
首先，由候选衬底材料的结构原胞构型文件，构建其表面模型；然后通过结构视图软件，构建Ag在候选衬底材料的表面模型上的吸附构型；再通过第一性原理计算软件优化所述的吸附构型，获得最优吸附构型；最后通过结构视图软件的castep模块获得其参数Etot、Esurf、μ、n和S；通过公式Eforming＝(Etot-Esurf-n×μ)/S、Ebonding＝(Etot-Esurf-n×μ)/n计算其形成能和平均吸附能。
本发明的一个实施例中考察了覆盖度为0.25、0.5、0.75和1时的四种情况下的Ag@M6的形成能和平均吸附能，本实施例中M6选用的是铝，结果见附图2和附图3所示。
然后通过同样的方法，计算Ag@镍于不同覆盖度下的形成能和平均吸附能、Ag@氧化锌于不同覆盖度下的形成能和平均吸附能，结果见附图2和附图3所示。
将获得的两个能量指标(形成能和平均吸附能)与镍和氧化锌的能量指标进行比较，良好的候选衬底材料应该具有形成能与镍表面近似或者形成能低于镍的形成能；同时，平均吸附能随不同覆盖度的变化趋势与氧化锌的变化趋势相近。
由不同覆盖度下的形成能的结果可知，如附图2所示，在考察的任一覆盖度下，Ag在M6上的形成能均低于Ag在ZnO上的形成能，表明银在M6上附着强度优于银在ZnO上的附着强度；同时，在覆盖度0.5、0.75和1的情况下，Ag在M6上的形成能均低于Ag在镍上的形成能，表明在此覆盖度下银在M6上附着强度优于银在镍上的附着强度；仅在低覆盖度时，例如，覆盖度为0.25时，Ag在M6上的形成能略微高于银在镍上的形成能，但是其差值很小，也即在0.25的低覆盖度下，银在M6上的附着强度与银在镍上的附着强度所差不多。由图2的结果表明，银在M6材料上的附着强度表现很好。
同时考察其平均吸附能可知，如附图3所示，银在M6上的平均吸附能随着覆盖度的增加而减小，此变化趋势与银在ZnO衬底材料的平均吸附能的变化趋势相近(银在ZnO衬底材料上的平均吸附能随着覆盖度的增加而减小)，而与银在镍衬底材料的平均吸附能的变化趋势相反(银在镍衬底材料上的平均吸附能随着覆盖度的增加而增加)。由图3的结果表明，银在M6材料上的结晶有序性表现很好。
基于上述的形成能(附着强度)和平均吸附能(结晶有序性)的结果评价，金属材料M6具备优选作为Ag的衬底材料的潜力。
根据实验室的膜层制备技术将金属材料M6作为衬底材料，在其上镀制银膜层，对获得的产品进行性能检测，结果表明：银膜在M6衬底材料上的附着强度很好，且银膜的团聚倾向性小，银层具有很好的结晶有序性。
该实验测试结果验证了本发明的技术方案能够预测候选衬底材料的附着强度和结晶有序性，而且可以进一步根据附着强度和结晶有序性的结果预判候选衬底材料是否可以作为理想的衬底材料。
本发明还提出一种低辐射玻璃中衬底材料的筛选装置，所述的衬底材料与银膜形成界面，如附图4所示，其包括：
参数获取单元1，用于分别获取银膜于不同覆盖度下在候选衬底材料、第一参比衬底材料和第二参比衬底材料上的最优吸附构型的参数；
第一预测单元2，用于预测银膜在所述的候选衬底材料上的附着强度；
第二预测单元3，用于预测银膜在所述的候选衬底材料上的结晶有序性；
筛选单元4，用于筛选附着强度好且结晶有序性好的材料用于低辐射玻璃中作为与银膜形成界面的衬底材料。
所述的第一预测单元2与第二预测单元3顺序不分先后。
优选的，所述的第一预测单元2包括：
第一计算模块21，用于计算不同覆盖度下的第一形成能、第二形成能；
第一数据处理模块22，用于计算“第一形成能-第二形成能”的差值；
第一预测模块23，用于预测银膜在所述的候选衬底材料上的附着强度。
优选的，所述的第二预测单元3包括：
第二计算模块31，用于计算不同覆盖度下的第一平均吸附能、第二平均吸附能；
第二数据处理模块32，用于计算第一平均吸附能和第二平均吸附能随不同覆盖度的变化趋势是整体上升还是整体下降；
第二预测模块33，用于预测银膜在所述的候选衬底材料上的结晶有序性。
本发明还提出一种低辐射玻璃中衬底材料的筛选装置，其包括：
参数获取单元，用于分别获取银膜于不同覆盖度下在候选衬底材料、第一参比衬底材料和第二参比衬底材料上的最优吸附构型的参数；
其包括：
表面模型构建模块，用于获取候选衬底材料、第一参比衬底材料和第二参比衬底材料的结构原胞构型文件，将其导入结构视图软件中并切割其最稳定的低指数晶面，通过结构视图软件扩展超胞，并在z方向构建真空层，获得相应的表面模型；
吸附构型获取和优化模块，用于通过结构视图软件，构建Ag在衬底材料的表面模型上的吸附构型，并通过第一性原理计算软件优化所述的吸附构型，获得最优吸附构型；
参数获取模块，用于通过结构视图软件的castep模块获得最优吸附构型的总能量、衬底材料在未吸附银原子时的总能量、孤立银原子的能量以及界面的面积；
计算单元，用于通过预设的公式计算，获得相应界面的形成能和平均吸附能数据；
数据处理和判断单元，用于根据预设的数据处理方法及判断准则进行结果判断；
筛选单元，用于根据预设的筛选准则进行结果判断。
本发明还提出一种存储介质，包括存储的程序，在所述的程序运行时控制所述的存储介质所在的设备执行前述的方法。
本发明还提出一种电子设备，包括存储介质，其包括：
一个或者多个处理器，所述的存储介质与所述的处理器耦合，所述的处理器被配置为执行所述的存储介质中存储的程序指令；所述的程序指令运行时执行前述的方法。
本发明的技术方案，借助密度泛函方法，利用计算机模拟技术，提出两个指标(形成能和平均吸附能)分别用于评价和预测界面附着强度和银膜结晶有序性，且可以实现对新型衬底材料的预测和筛选。该方法的提出对膜层实验制备具有重要的指导意义，有望提高研发效率并大幅度节省试验费用，成为薄膜涂层研发的有效辅助工具。
本发明权利要求和/或说明书中的技术特征可以进行组合，其组合方式不限于权利要求中通过引用关系得到的组合。通过权利要求和/或说明书中的技术特征进行组合得到的技术方案，也是本发明的保护范围。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (11)

1.一种低辐射玻璃中衬底材料的筛选方法，所述的衬底材料与银膜形成界面，其特征在于，其包括以下步骤：
分别获取银膜于不同覆盖度下在候选衬底材料、第一参比衬底材料和第二参比衬底材料上的最优吸附构型的参数；
预测银膜在所述的候选衬底材料上的附着强度以及预测银膜在所述的候选衬底材料上的结晶有序性；所述的预测银膜在所述的候选衬底材料上的附着强度的步骤如下：
计算不同覆盖度下的第一形成能、第二形成能；形成能的计算公式为：Eforming＝(Etot-Esurf-n×μ)/S，其中，Eforming表示形成能，单位eV；Etot表示最优吸附构型的总能量，单位eV；Esurf表示衬底材料在未吸附银原子时的总能量，单位eV；μ表示孤立银原子的能量，单位eV；n表示不同覆盖度下最优吸附构型中吸附银原子的数量，取值为1、2、3和4；S表示界面的面积，单位为
Figure FDA0003497755340000011
计算“第一形成能-第二形成能”的差值，其结果越小，则表示在相应的覆盖度下银膜在所述的候选衬底材料上的附着强度越好；
筛选附着强度好且结晶有序性好的材料用于低辐射玻璃中作为与银膜形成界面的衬底材料。
2.根据权利要求1所述的方法，其特征在于，
所述的最优吸附构型的参数获取方法包括以下步骤：
分别构建候选衬底材料、第一参比衬底材料和第二参比衬底材料的表面模型；
分别获取上述衬底材料于不同覆盖度下的银原子最优吸附构型；
分别获取所述的银原子最优吸附构型的参数。
3.根据权利要求1所述的方法，其特征在于，
所述的第一形成能为Ag在候选衬底材料上的形成能；
所述的第二形成能为Ag在第一参比衬底材料上的形成能。
4.根据权利要求1、2或3所述的方法，其特征在于，
所述的预测银膜在所述的候选衬底材料上的结晶有序性的步骤如下：
计算不同覆盖度下的第一平均吸附能、第二平均吸附能；平均吸附能的计算公式为：Ebonding＝(Etot-Esurf-n×μ)/n，其中，Ebonding表示平均吸附能，单位eV；Etot表示最优吸附构型的总能量，单位eV；Esurf表示衬底材料在未吸附银原子时的总能量，单位eV；μ表示孤立银原子的能量，单位eV；n表示不同覆盖度下最优吸附构型中吸附银原子的数量，取值为1、2、3和4；
分别计算第一平均吸附能和第二平均吸附能随不同覆盖度的变化趋势是整体上升还是整体下降；若第一平均吸附能和第二平均吸附能随不同覆盖度的变化趋势相同，则表明银膜在所述的候选衬底材料上的结晶有序性好。
5.根据权利要求4所述的方法，其特征在于，
所述的第一平均吸附能表示Ag在候选衬底材料上的平均吸附能；
所述的第二平均吸附能表示Ag在第二参比衬底材料上的平均吸附能。
6.根据权利要求1、2、3或5所述的方法，其特征在于，
所述的第一参比衬底材料为镍；
所述的第二参比衬底材料为氧化锌。
7.一种执行权利要求1至6任一项所述方法的低辐射玻璃中衬底材料的筛选装置，所述的衬底材料与银膜形成界面，其特征在于，其包括：
参数获取单元，用于分别获取银膜于不同覆盖度下在候选衬底材料、第一参比衬底材料和第二参比衬底材料上的最优吸附构型的参数；
第一预测单元，用于预测银膜在所述的候选衬底材料上的附着强度；
第二预测单元，用于预测银膜在所述的候选衬底材料上的结晶有序性；
筛选单元，用于筛选附着强度好且结晶有序性好的材料用于低辐射玻璃中作为与银膜形成界面的衬底材料。
8.根据权利要求7所述的装置，其特征在于，所述的第一预测单元包括：
第一计算模块，用于计算不同覆盖度下的第一形成能、第二形成能；
第一数据处理模块，用于计算“第一形成能-第二形成能”的差值；
第一预测模块，用于预测银膜在所述的候选衬底材料上的附着强度。
9.根据权利要求7所述的装置，其特征在于，所述的第二预测单元包括：
第二计算模块，用于计算不同覆盖度下的第一平均吸附能、第二平均吸附能；
第二数据处理模块，用于计算第一平均吸附能和第二平均吸附能随不同覆盖度的变化趋势是整体上升还是整体下降；
第二预测模块，用于预测银膜在所述的候选衬底材料上的结晶有序性。
10.一种存储介质，包括存储的程序，其特征在于，
在所述的程序运行时控制所述的存储介质所在的设备执行权利要求1至6中任一项所述的方法。
11.一种电子设备，包括存储介质，其特征在于，其包括：
一个或者多个处理器，所述的存储介质与所述的处理器耦合，所述的处理器被配置为执行所述的存储介质中存储的程序指令；所述的程序指令运行时执行权利要求1至6中任一项所述的方法。
CN201910956724.6A 2019-10-10 2019-10-10 低辐射玻璃中衬底材料的筛选方法及装置 Active CN110838346B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910956724.6A CN110838346B (zh) 2019-10-10 2019-10-10 低辐射玻璃中衬底材料的筛选方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910956724.6A CN110838346B (zh) 2019-10-10 2019-10-10 低辐射玻璃中衬底材料的筛选方法及装置

Publications (2)

Publication Number Publication Date
CN110838346A CN110838346A (zh) 2020-02-25
CN110838346B true CN110838346B (zh) 2022-04-26

Family

ID=69575370

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910956724.6A Active CN110838346B (zh) 2019-10-10 2019-10-10 低辐射玻璃中衬底材料的筛选方法及装置

Country Status (1)

Country Link
CN (1) CN110838346B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112125298A (zh) * 2020-08-20 2020-12-25 中国科学院宁波材料技术与工程研究所 一种垂直结构石墨烯的衬底快速筛选方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008043943A (ja) * 2006-07-21 2008-02-28 Nippon Soken Inc 触媒材料、それを用いたガスセンサ用電極、ガスセンサおよびそれらの製造方法
CN104112042A (zh) * 2014-08-26 2014-10-22 同济大学 一种基于分子动力学的金刚石涂层膜基界面结合强度测量方法
CN104866660A (zh) * 2015-05-14 2015-08-26 西北师范大学 一种预测MgO纳米团簇表面气态沉积过渡金属Au、Pt吸附CO分子吸附性质的方法
CN105653784A (zh) * 2015-12-28 2016-06-08 天津大学 基于内聚力模型确定表征薄膜粘附性的复合参数的方法
KR20170052344A (ko) * 2015-11-04 2017-05-12 삼성전자주식회사 신규 물질 탐색 방법 및 장치
CN107330250A (zh) * 2017-06-09 2017-11-07 天津大学 一种铝合金中Mg2Si相原子堆垛的表征方法
CN107704676A (zh) * 2017-09-28 2018-02-16 中国建筑材料科学研究总院 金属氧化物界面调控的方法
CN108229010A (zh) * 2017-12-29 2018-06-29 哈尔滨工业大学 基于xrd实验数据调整衬底和薄膜初始结构模型的结构参数的方法
CN109406390A (zh) * 2018-11-28 2019-03-01 航天科工防御技术研究试验中心 一种涂层界面结合强度的检测方法及其设备
CN110111853A (zh) * 2018-01-30 2019-08-09 中国石油化工股份有限公司 表征催化材料和/或吸附质的方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008043943A (ja) * 2006-07-21 2008-02-28 Nippon Soken Inc 触媒材料、それを用いたガスセンサ用電極、ガスセンサおよびそれらの製造方法
CN104112042A (zh) * 2014-08-26 2014-10-22 同济大学 一种基于分子动力学的金刚石涂层膜基界面结合强度测量方法
CN104866660A (zh) * 2015-05-14 2015-08-26 西北师范大学 一种预测MgO纳米团簇表面气态沉积过渡金属Au、Pt吸附CO分子吸附性质的方法
KR20170052344A (ko) * 2015-11-04 2017-05-12 삼성전자주식회사 신규 물질 탐색 방법 및 장치
CN105653784A (zh) * 2015-12-28 2016-06-08 天津大学 基于内聚力模型确定表征薄膜粘附性的复合参数的方法
CN107330250A (zh) * 2017-06-09 2017-11-07 天津大学 一种铝合金中Mg2Si相原子堆垛的表征方法
CN107704676A (zh) * 2017-09-28 2018-02-16 中国建筑材料科学研究总院 金属氧化物界面调控的方法
CN108229010A (zh) * 2017-12-29 2018-06-29 哈尔滨工业大学 基于xrd实验数据调整衬底和薄膜初始结构模型的结构参数的方法
CN110111853A (zh) * 2018-01-30 2019-08-09 中国石油化工股份有限公司 表征催化材料和/或吸附质的方法
CN109406390A (zh) * 2018-11-28 2019-03-01 航天科工防御技术研究试验中心 一种涂层界面结合强度的检测方法及其设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Initial stage of Ag deposition on regular MgO(001)surface：A DFT study;Yu-Lin Hu等;《Computational Materials Science》;20070807;第42卷(第1期);第43页摘要，第44页第2节第1段及第5段，第47页第3.5节第3段 *
Li在石墨烯、BCx及CxN表面吸附和迁移的第一性原理研究;李沛艾;《中国优秀硕士学位论文全文数据库（电子期刊）工程科技Ⅱ辑》;20150815;C042-256 *
低维薄膜材料的第一性原理研究;梁兆峰;《中国优秀硕士学位论文全文数据库（电子期刊）工程科技Ⅰ辑》;20180715;B020-345 *

Also Published As

Publication number Publication date
CN110838346A (zh) 2020-02-25

Similar Documents

Publication Publication Date Title
Yang et al. Determining the three-dimensional atomic structure of an amorphous solid
Sakong et al. The structure of water at a Pt (111) electrode and the potential of zero charge studied from first principles
Talley et al. Implications of heterostructural alloying for enhanced piezoelectric performance of (Al, Sc) N
Uxa et al. On the lithiation mechanism of amorphous silicon electrodes in Li-ion batteries
US10608164B2 (en) Piezoelectric thin film, manufacturing method therefor, and piezoelectric element
CN107341301B (zh) 一种引入缺陷的石墨烯与金属之间润湿性的预测方法
CN110838346B (zh) 低辐射玻璃中衬底材料的筛选方法及装置
Schäfer et al. Structural dynamics of surfaces by ultrafast electron crystallography: Experimental and multiple scattering theory
JP3726080B2 (ja) 多結晶材料の配向性の評価方法
CN110824137B (zh) 低辐射玻璃中银膜在衬底上结晶有序性的预测方法及装置
Gapska et al. Au–Si plasmonic platforms: Synthesis, structure and FDTD simulations
Chatelier et al. Revealing the epitaxial interface between Al13Fe4 and Al5Fe2 enabling atomic Al interdiffusion
Fabricius et al. Atomic layering at the liquid silicon surface: A first-principles simulation
CN110889191A (zh) 低辐射玻璃中银膜在衬底上附着强度的预测方法及装置
Priebe et al. 3D High-Resolution Chemical Characterization of Sputtered Li-Rich NMC811 Thin Films Using TOF-SIMS
WO2021135719A1 (zh) 一种推断物性参数的方法及装置
Howard et al. Understanding the Solid-State Electrode–Electrolyte Interface of a Model System Using First-Principles Statistical Mechanics and Thin-Film X-ray Characterization
Bocchese et al. Low-E glass improvement by the understanding and control of the Ag growth
Fernandez et al. Characterization of amorphous Li x Si structures from ReaxFF via accelerated exploration of local minima
Taschuk et al. Growth scaling of metal oxide columnar thin films deposited by glancing angle depositions
Wang et al. The overlooked role of copper surface texture in electrodeposition of lithium revealed by electron backscatter diffraction
Egami How to characterize disorder
Barna et al. Ion beam mixing by focused ion beam
WO2022054780A1 (en) Composite nanoarchitecture unit, multilayer composite, and method for manufacturing composite nanoarchitecture unit
US7362454B2 (en) Method and system for measuring overcoat layer thickness on a thin film disk

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant