Silizium und Germanium Nanokomposite

Silizium und Germanium Nanopartikel sollen als Modellsystem für Thermoelektrik verwendet werden. Durch eine Nanopartikelsynthese aus der Gasphase werden definierte Nanopartikel in ausreichenden Mengen zur Verfügung gestellt. Vorteilhafte Eigenschaften der Gasphasensynthese sind unabhängig und präzise einstellbare chemische Zusammensetzung, Durchmesser und Dotiergrad der Partikel, so dass diese Parameter im Rahmen des Projektes variiert werden können.

Der Gasphasenprozess bietet ferner die Möglichkeit, Silizium-Partikel und Germanium-Partikel getrennt voneinander herzustellen und in einem zweiten Schritt in der Gasphase zu mischen, bevor sich größere Agglomerate der jeweiligen Partikelsorte gebildet haben. Die sich anschließenden experimentellen Schritte beinhalten zwei unterschiedliche Routen: a) Die Verdichtung der Nanopulver zu nanostrukturiertem „Bulk“ und b) die Weiterverarbeitung von Dispersionen durch Aufschleudern und anschließendes Laser-Sintern als alternative Prozessroute in Richtung druckbarer thermoelektrischer Dünnschichten. Eine gründliche elektrische wie auch strukturelle Untersuchung der Proben beinhaltet die temperaturabhängigen thermoelektrischen Transportkoeffizienten (Seebeck-Koeffizient, elektrische und thermische Leitfähigkeit) sowie die Charakterisierung von Kristallitgröße, Grenzflächenbeschaffenheit und Einbau der Dotierstoffe. Die experimentell bestimmten makroskopischen Transporteigenschaften dieser nanopartikulärer Systeme finden Eingang in eine theoretische Modellierung. Bei der hierfür verwendeten Methode werden phänomenologische Parameter für den Wärmetransport in den Partikeln über die Grenzflächen zwischen den einzelnen Partikeln verwendet. Parallel dazu wird eine Nicht-Gleichgewichts Molekular-Dynamik Simulation für die thermische Leitfähigkeit in willkürlich orientierten und versinterten Partikel-Ensembles aus Silizium und Germanium durchgeführt. Die so erhaltenen Koeffizienten werden als Eingangsgrößen für die phänomenologische Modellierung verwendet, so dass das Problem multi-skalig beschrieben wird.