基于Ⅲ-Ⅵ族化合物type-Ⅱ型异质结光催化性能的第一性原理研究

来源 :湘潭大学 | 被引量 : 0次 | 上传用户:goodshape
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
太阳能驱动半导体催化水分解产氢,是解决环境污染和能源需求问题的一种重要途径。二维(Two-Dimensional,2D)Ⅲ-Ⅵ族化合物的Janus结构XM2Te(M=In,Ga;X=S,Se)具有合适的带边位置、适中的带隙和优异的光学性质,被认为是能够应用于光催化和太阳能电池领域的潜在材料。然而,单层XM2Te由于有限的分离能力、较低的光电转化效率(PCE),而限制了它在光催化领域的实际应用。利用2D材料构建type-II型范德瓦尔斯(vd W)异质结是一种有效分离电子空穴对、提高PCE的手段。本文利用HSE06的第一性原理计算方法,构建基于XM2Te(M=In,Ga;X=S,Se)的直接带隙type-II型能带排列的范德瓦尔斯异质结,系统的研究在光催化水分解产氢方面的应用。本文的内容如下:(1)我们基于XM2Te(M=In,Ga;X=S,Se)搭建层状范德瓦尔斯异质结,利用第一性原理能量计算和能带结构计算筛选合适的type-II型异质结。结果表明AB堆垛的Te-Te界面是最稳定的堆垛类型,其中SIn2Te/TeIn2Se异质结具有1.50e V的带隙和适合水裂解的带边位置,而且是典型的直接带隙type-II型半导体。SIn2Te/TeIn2Se异质结相比于单层有更广的光吸收谱和更强的光吸收系数(~5x104cm-1),SIn2Te/TeIn2Se异质结在可见光范围内达到20.6%光吸收率和18.5%的光电转化效率。优异的光电子性能表明SIn2Te/TeIn2Se异质结是极具潜力的光催化水解催化剂。(2)我们研究了外力场对SIn2Te/TeIn2Se光催化性能的影响,结果表明,层间距在2.80?到4.00?之间,异质结始终保持直接带隙type-II型能带排列的特征和合适于水解的带边位置,而且随着层间距的增加,异质结的光电转化效率达到了21%,同时依然保持着优异的光吸收性能。SIn2Te/TeIn2Se异质结在平面应力-1.00%到1.50%的范围内优异的光催化性能得到很好的保持。(3)我们研究还表明SIn2Te/TeIn2Se异质结也是优异的太阳能电池单元。因此,我们进一步研究了外加电场对异质结光电性能的影响,结果表明,在正的电场作用下,异质结依然保持着优异的太阳能收集能力和稳定的电子结构。说明SIn2Te/TeIn2Se异质结不仅是性能优异的光催化剂,而且是性能稳定的光电池单元。
其他文献
随着便携式产品的迅速普及,芯片的数字化程度在不断提高,功耗和电源电压在持续降低。为了满足市场对电源管理系统的需求,如何减小面积、降低功耗、保持输出稳定、提升电源效率是当今电荷泵(CP)研究设计的热点。本文基于适应于低压条件下的四相时钟电荷泵电路,从两个方面对电荷泵性能进行提升,一是提高效率,二是提高启动速度。本文设计的四相时钟电荷泵电路采用动态偏置电路消除升压过程中体效应带来的影响。本文的创新点有
锂离子电池(LIBs)是目前商业化最为广泛的二次储能器件。由于钠储量丰富、价格低廉,钠离子电池(NIBs)在高比能密度便携电源和动力电池等领域显示出诱人前景。设计综合性能优异的新型负极材料是锂/钠离子电池技术快速发展的关键之一。Sn基硒化物/氧化物因理论容量高、电压窗口合适等优势而受到研究者们的广泛关注。然而,充放电过程的转化-合金化反应引起的再结晶和应变将导致活性位点减少,且易造成电极材料粉碎并
生成对抗网络(Generative Adversarial Networks)在合成真实图像和建模方面取得了巨大的成功,它被广泛应用于领域自适应、图像视觉计算、语言处理等方面。在有监督的机器学习或深度学习中,标注样本太少会导致构建的模型易于过拟合、表示能力和泛化性不强。实际中想要获取大量标注样本非常困难且不现实。生成对抗网络在图像生成方面已比较成熟,但是现有生成对抗网络存在不稳定性、模式崩溃和计算
排序学习作为一种基于机器学习与信息检索的交叉技术,已经广泛地应用于Web搜索、文档检索、推荐系统、问答系统等多个领域。排序学习会根据不同的排序学习数据集(即构造相异特征)和排序学习方法训练出不同的排序模型,以对新输入目标列表进行排名预测。随机森林作为一种基于bagging的集成技术,已被证实在中小规模数据集上具有极其优秀的预测性能。基于此,本文通过研究基于随机森林的排序学习方法并应用在自制电影及公
上转换发光的概念自提出以来就受到了广泛的关注,由于其独特的发光特性,一直是人们研究的热点。上转换材料在生物、激光、防伪技术、三维显示和光伏电池等领域应用广泛,发展迅速。光伏电池作为利用太阳能的一种有效手段,近年来得到了长足的发展。但是太阳能电池普遍存在光电转换效率较低的不足。上转换发光作为一种光子频率转换手段,可用于提高光伏电池对于近红外光子的利用率,对此人们进行了大量的相关研究。由于Er3+,H
静电放电(Electrostatic Discharge,ESD)是影响集成电路可靠性的重要因素,随着集成电路制造工艺的发展,ESD保护面临重重问题与挑战。本文主要研究嵌套技术在对称双向可控硅(Dual-Direction Silicon-Controlled Rectifier,DDSCR)、非对称双向可控硅(Asymmetric Silicon-Controlled Rectifier,ADD
石墨烯的发现与制备使得二维材料逐步进入人们的研究视野,并逐渐成为科学研究焦点。二维黑磷是一种具有直接带隙的半导体材料,以其独特的机械性能、光电特性在光电器件、光学传感器等领域运用广泛。受黑磷优异特性的影响,二维V-V二元化合物材料锑化磷(SbP)也得到了人们的关注,SbP被人们发现具有优良的物理特性,并且其稳定性优于黑磷。同时,为了更好地扩展SbP的应用领域,可以采用一定的手段来提高它的物理、化学
近年来神经网络技术发展迅猛,逐渐应用在一些智能产品中。在很多时候,神经网络需要实现真正的落地,才能发挥它的价值。然而现实中的使用场景复杂多变,这对神经网络来说是不小的挑战。为了满足这样的需求,神经网络的泛化能力必须足够强,才能够适应真实的应用场景。由于提高神经网络的泛化能力具有现实意义,现在已经成为许多研究者所关注的问题。本文从模型和数据角度出发,展开对神经网络泛化能力的研究。为了能够提高神经网络
X射线探测器系统是一种将X射线能量转化为数字化信号图像的装置,目前广泛应用于安全检查,医疗系统,航空航天和工业控制等领域。X射线读出电路是整个探测器系统的核心部分,它首先将前级探测器的输出信号进行放大以及降噪处理转化为模拟信号,然后通过模数转换器将此信号进行数字化。现如今,对X射线读出电路的性能要求越来越高,高成像质量、高刷新率、宽输入检测范围成为普遍的发展趋势。为了满足X射线读出电路的特殊性能需
丙酮(CH3COCH3)是一种严重危害人们身体健康的挥发性有机化合物(VOCs)气体。传统的丙酮气体传感器具有响应值较低,稳定性差以及响应/恢复时间较长等缺点。因此,研发高性能气体传感器用于检测丙酮气体具有重要的意义。本文以LnFeO3(Ln=Yb,Tm和Er)纳米晶体作为研究对象,探索了改变镧系元素对LnFeO3气敏性能的影响。并通过不同波长的光场调控,研究了光辅助与敏感材料气敏性能的关联机制。