查尔姆斯理工大学研究人员开发出一种新型计算框架，能够更准确地模拟半导体材料中缺陷在不同温度下的行为特性。该成果有望提升太阳能电池、传感器及未来量子技术等相关器件的设计精度，相关已于《npj Computational Materials》。
所有材料均存在固有缺陷。这些缺陷并非总是有害，有时可用于定向赋予材料特定性能，但必须明确其作用机制及对材料性质的影响。传统材料缺陷计算通常基于绝对零度（零下273摄氏度），此时原子与分子完全静止。然而，面向实际产品与日常应用，掌握材料在常规温度下的表现至关重要。
研究团队展示了一种显著更高效的缺陷性质计算框架，在计入温度效应的同时使结果更贴近现实。物理与天文系Julia Wiktor教授指出，常规建模常将材料视为完美晶体，但实际材料中存在原子缺失、间隙原子或原子互换位置等不完美结构，这些缺陷会直接影响材料的性能与功能。
团队通过研究晶体结构中缺失原子这一点缺陷，观察温度对其行为的影响。多数基于绝对零度的模型无法捕捉这一过程，而新方法填补了该空白，使研究人员能在整个温度范围内追踪缺陷演变。博士研究员Tobias Hainer表示，该方法的结果与实验观测相符，且不仅能获得初始和最终测量值，还能完整记录缺陷随温度变化的动态过程。
缺陷的位置决定了其对材料的具体影响。以半导体为例，其存在禁带（无可用电子态的能量区间），缺陷会在禁带内引入不同的能级。若能级深陷禁带内部，通常不利于实际应用；若靠近禁带边缘，则可通过工程手段调控半导体的电学性能。Hainer强调，在设计材料基应用时，缺陷能级的位置极为关键。若在绝对零度下预测其靠近边缘而认为无害，但在其他温度下可能向禁带深处移动变为有害，反之亦然。
该团队展示了在高于绝对零度的条件下进行计算的新途径，在兼顾多种材料类型适用性的同时避免了过高的计算成本。Wiktor教授说明，核心研究重点是缺失原子关联的能级随温度的变化，研究发现多种材料的能级发生了显著的定量与定性偏移，这些变化在传统零度模型中会被遗漏。机器学习技术的发展使此次大规模计算成为可能，十年前因计算耗时过长难以实现。
研究团队希望该方法能为面临具体材料问题、且缺陷行为或重要性尚不明确的研究人员提供参考，支持后续合作或直接应用该计算工具。该项目获瑞典战略研究基金会、瑞典能源局、瑞典研究理事会、欧洲研究理事会及沃林格基金会资助，计算工作依托瑞典国家学术超级计算基础设施（NAISS）的C3SE、PDC和NSC节点完成。
资料来源：Chalmers University of Technology；原文发布日期：2026-10-29。本文为资料编译。