2025年2月18日，Phys. Rev. B在线发表了复旦大学徐长松研究员课题组的研究论文，题目为《Dynamics of ferroelectricity in monolayer AgCr2S4 calculated with a machine learning potential》，论文的第一作者为Jinming Wu和Haoran Zhu。
分子动力学（MD）是研究铁电畴在皮秒时间尺度和纳米长度尺度上动力学的合适方法。然而，要运行分子动力学模拟，前提是必须有一个能准确描述原子间相互作用的力场。在过去的几年里，机器学习原子间势（MLIP）在提高计算精度的同时大幅降低了计算成本，其精度已可与底层量子力学（QM）理论的精度相媲美。机器学习技术促进了近期的研究，使人们对材料性质的探索更加全面和深入。因此，完全有可能利用MLIP预测某些材料的铁电性质，并阐明其切换动力学，从而为这些材料在器件中的应用提供有价值的见解。
在此研究中，作者结合密度泛函理论（DFT）计算和采用机器学习势的分子动力学模拟研究了单层AgCr2S4的铁电性质。研究发现，Ag离子的非中心位移是驱动单层AgCr2S4铁电性的主要因素，产生了0.49 pC/m的极化大小。切换极化方向所需的能垒非常低，仅为0.065 eV/Ag。值得注意的是，该体系的铁电-顺电相变温度高达600 K。在低温下，出现了一种独特的畴结构，其特征是畴壁会诱导银空位缺陷和间隙原子。此外，铁电迟滞回线表明，通过施加外部电场可以切换AgCr2S4单层的面外和面内极化。因此，这项研究结果表明，单层AgCr2S4在室温下仍具有铁电性，这凸显了其在铁电器件应用中的巨大潜力。
图2 训练模型和参考DFT计算之间的能量和原子力比较
图3 单层AgCr2S4中铁电-顺电相变的温度依赖性
图4 在0.1 K下单层AgCr2S4的极性畴
图5 沿z轴太赫兹交变电场作用下单层AgCr2S4的铁电迟滞回线
Wu, J., Zhu, H., Li, X. et al. Dynamics of ferroelectricity in monolayer AgCr2S4 calculated with a machine learning potential. Phys. Rev. B, 2025, 111, 085417.
https://doi.org/10.1103/PhysRevB.111.085417
【其他相关文献】
【注】：小编水平有限，若有误，请联系修改；若侵权，请联系删除！
