体硅及硅纳米线热导率计算中的尺寸效应研究和预测模型构建

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    21776280
  • 项目类别:
    面上项目
  • 资助金额:
    61.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    B0801.化工热力学
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

Bulk silicon and silicon nanowires are extensively applied in information technology, thermoelectric components, photovoltaic cells and chemical sensors and so forth. However, their properties of heat transport seriously influence the functionality of the devices. Non -equilibrium molecular dynamics simulation (NEMD) has been a powerful tool for studying the thermophysical properties of bulk silicon and silicon nanowires. Nonetheless, due to complex many-body interatomic interaction existing in covalent crystalline silicon, the traditional computation of thermal conductivity was usually limited by the capacity and capability of computational resources, where the simulated longitudinal and transverse sizes were evidently less than experimental scale. There evidently existed the finite size effects of the computed thermal conductivity, which seriously hinders its exact prediction and the exploration of thermophysical properties. In the project, taking advantage of high performance accelerating hardware (GPU) and large-scale parallel computational method, we can effectively promote the temporal and spatial scale of the simulated systems on basis of the developed efficient algorithms, and obviously shorten the computational CPU time from the initial state to the steady state. The simulated longitudinal sizes significantly exceed the mean free path of phonons, which overcomes the enigma of traditional Casimir size effects. The simulated transverse size for silicon nanowires are much larger than 10 nanometers, can be explicitly comparable to the products fabricated and measured experimentally, while the traditional simulation size is at several nanometers. Furthermore, the project will investigate and delineate the longitudinal and transverse size effects of thermal conductivity of bulk silicon and silicon nanowires, take into account the effects of temperature, and improve the existing predictive phonon models, even build a fully new model.
非平衡分子动力学模拟是研究体硅及硅纳米线热物理性质的有力工具。然而,由于共价硅晶体中存在复杂的原子间多体作用,传统计算的热导率,受限于计算资源和计算能力,模拟体系的纵向和横向尺寸均小于宏观实验尺度,计算结果存在显著的尺寸效应,大大制约了热导率的准确预测和热物理性质的探索。本项目利用高性能计算加速设备GPU并耦合自主开发的高效大规模并行算法,拟有效提升系统模拟的时间和空间尺度,使纵向尺寸远超声子平均自由程,达到微米以上,克服传统研究中著名的Casimir尺寸效应等难题。同时,硅纳米线模拟的横向特征尺寸远超10nm(传统的计算只有几个纳米),达到实验制备与测量的范围,完全实现真实尺度硅纳米线热导率的直接预测。最终,项目通过完整刻画体硅和硅纳米线热导率的纵向和横向尺寸效应规律,以及研究不同温度的影响,阐释底层的声子传热机制,实现对已有声子预测模型的修正或全新模型的建立。

结项摘要

非平衡分子动力学模拟是研究体硅及硅纳米线热物理性质的有力工具。然而,共价硅晶体中原子间多体作用复杂,计算密集,传统的热导率计算受限于计算资源和模拟算法性能,模拟体系的纵向和横向尺寸均小于宏观实验尺度,计算结果存在显著的尺寸效应,大大制约了热导率的准确预测和热物理性质的探索。本项目利用高性能计算加速设备-图形处理单元GPU、国产众核处理器SW26010和众核处理器GLA(一种类似于GPU的加速硬件)的硬件特性,耦合自主设计开发的大规模高效并行算法,有效提升了系统模拟的时间和空间尺度,使纵向尺寸远超声子平均自由程,达到微米以上,克服了传统研究中著名的Casimir尺寸效应难题。同时,硅纳米线模拟的横向特征尺寸远超传统计算的几个纳米,达到实验制备与测量的范围,实现了真实尺度硅纳米线热导率的直接预测。最终,项目通过完整刻画体硅和硅纳米线热导率的纵向和横向尺寸效应规律,初步阐释了底层的声子传热机制。项目执行过程中,在体硅和硅纳米线的大规模高性能计算和尺度效应的研究方面取得了一些较有成效和影响力的工作。在2016年排名全球第一的超级计算机“神威太湖之光”上,基于SW26010众核处理器实现了超过1000万计算核心的并行计算,模拟了超过1370亿硅原子,计算的单方向空间尺度接近厘米,达到了尺度无关的模拟区域,同时取得了16.0Pflops(千万亿次浮点运算)的分子动力学模拟速度。在2019年全球排名前列的中国科学院“先导1号”超级计算机上,基于GLA-CPU异构硬件计算系统的特性,设计了高效的分子动力学模拟算法,取得了优秀的并行可扩展性能,有效加快了分子动力学模拟的运算速度,实现了超过8050亿硅原子的模拟。在大规模高性能计算的基础上,刻画了以前分子动力学模拟难以企及的介观尺度热导率的变化趋势,并对尺寸效应的影响规律以及底层的声子传热机制初步进行了探索和分析。项目共发表高质量学术论文5篇,负责人作为第一作者3篇,通信作者4篇,发明专利1项,会议报告5次,其中邀请报告2次。

项目成果

期刊论文数量(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Record Atomistic Simulation of Crystalline Silicon: Bridging Microscale Structures and Macroscale Properties
晶体硅的原子模拟记录:桥接微观结构和宏观特性
  • DOI:
    10.1002/jcc.26113
  • 发表时间:
    2019-11-19
  • 期刊:
    JOURNAL OF COMPUTATIONAL CHEMISTRY
  • 影响因子:
    3
  • 作者:
    Hou, Chaofeng;Zhang, Chenglong;Pang, Jianmin
  • 通讯作者:
    Pang, Jianmin
Shape-Dependent Aggregation of Silver Particles by Molecular Dynamics Simulation
通过分子动力学模拟银颗粒的形状依赖性聚集
  • DOI:
    10.3390/cryst8110405
  • 发表时间:
    2018
  • 期刊:
    Crystals
  • 影响因子:
    2.7
  • 作者:
    Wang Xue;Hou Chaofeng;Li Chengxiang;Han Yongsheng
  • 通讯作者:
    Han Yongsheng
Atomistic Simulation toward Real-scale Microprocessor Circuits
对真实规模微处理器电路的原子仿真
  • DOI:
    10.1016/j.cplett.2022.139389
  • 发表时间:
    2022-01
  • 期刊:
    Chemical Physics Letters
  • 影响因子:
    2.8
  • 作者:
    Chaofeng Hou;Aiqi Zhu;Mingcan Zhao;Shuai Zhang;Yanhao Ye;Yufeng Huang;Ji Xu;Wei Ge
  • 通讯作者:
    Wei Ge
LJ 势氩系统分子动力学模拟中截断半径的选择
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    过程工程学报
  • 影响因子:
    --
  • 作者:
    孙晨阳;侯超峰;葛蔚
  • 通讯作者:
    葛蔚

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

侯超峰的其他基金

基于低维纳米材料热力学性质预测的自主大规模高性能计算软件平台构建
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    63 万元
  • 项目类别:
    面上项目
基于多尺度计算的硅量子点掺杂对太阳能电池性能的影响
  • 批准号:
    21106147
  • 批准年份:
    2011
  • 资助金额:
    25.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码