高热导率材料对于现代电子器件的热管理具有重要意义。立方相砷化硼（c-BAs）是一种近期被发现的高热导率材料，其热导率在室温下约为1300W/(m-K)。有趣的是材料c-BAs中存在显著的四声子散射过程。作为砷化硼的另一相，纤锌矿相BAs（w-BAs）可以被视为其立方相中常出现的晶格缺陷。因而，有必要了解w-BAs是否是高热导率材料以及其内声子输运是否会出现强四声子散射现象。
李武研究员课题组结合机器学习和第一性原理方法计算了w-BAs材料中声子输运特性。在不显著降低计算精度的前提下，采用机器学习原子间势可将材料w-BAs力常数的计算量降低7倍。计算结果显示w-BAs晶体同样是高热导率材料，并且同样存在强烈的四声子散射过程。考虑四声子散射后室温下沿ab平面的热导率从1808W/(m-K)下降到1036W/(m-K)。此外，计算发现w-BAs与c-BAs晶体结构的相似性造成了两者非常接近的声子输运特性。
图：（左上）晶体结构。（右上）机器学习与DFT方法所得声子谱的对比。（左下）室温下w-BAs热导率的谱性质。（右下）BAs晶体的热导率。
研究结果发表于ACS Applied Materials & Interfaces, 2021, 13, 45, 标题“High Thermal Conductivity of Wurtzite Boron Arsenide Predicted by Including Four-Phonon Scattering with Machine Learning Potential”。论文第一作者是博士后刘志超，合作者包括博士后杨小龙（现为重庆大学副教授）与研究生张波。研究工作受国家自然科学基金和深圳市科创委学科布局项目资助。
论文链接：
https://pubs.acs.org/doi/10.1021/acsami.1c11595