هدايت حرارتي نانو نوار گرافن متخلخل استفاد ه‌شده در عمليات آشكارسازي جرم

Thermal Conductivity of Porous Graphene Nanoribbon Implemented in Mass Detection Operations

در اين مقاله، بازدهي هدايت حرارتي نانونوار گرافني داراي نقص در برابر حضور نانوذرات افزوده در عمليات آشكارسازي جرم هاي كوچك با استفاده از ديناميك مولكولي غيرتعادلي معكوس مورد مطالعه قرار گرفته است. مديريت هدايت حرارتي اين ساختار به دليل تلفات القايي در هدايت الكتريكي بسيار موردبحث بوده و هر راهي كه بتواند هدايت حرارتي گرافن را تحت مديريت قرار دهد بسيار كارآمد خواهد بود. در اين مقاله ديده شده كه حين انجام عمليات آشكارسازي، در اثر ايجاد تخلخلهايي در سطح نانونوار و يا افزوده شدن نانوذرات خارجي، خواص حرارتي گرافن تغيير قابل توجهي مي‌نمايد كه اين مساله بايد در كاليبراسيون سنسورهاي جرمي بر مبناي گرافن مدنظر قرار گيرد. بطور خلاصه، شبيه‌سازي‌ها نشان داده كه ضريب هدايت حرارتي گرافن با افزايش حضور نانو ذرات آهن كاهش مي‌يابد. در لبه‌هاي نوار گرافني مقدار ضريب هدايت حرارتي از بقيه‌ي نقاط بيشتر است كه نشان مي‌دهد مكان جاي خالي و نانوذره بر ضريب هدايت حرارتي اثرگذار است. به‌عنوان نتيجه‌اي جالب‌توجه، مقدار ضريب هدايت حرارتي حالت جاي خالي بيشتر از حالت نانوذره همراه با جاي خالي بوده و افزايش قطر حفره، اثر مستقيم بر كاهش مقدار ضريب هدايت حرارتي داشته به‌طوري‌كه با افزايش قطر حفره از 0.5 نانومتر به 4.4 نانومتر در يك نوار گرافن با عرض 5 نانومتر، مقدار ضريب هدايت حرارتي از 67 W/mK به 1.43 W/mK مي‌رسد.

In this paper, efficiency of defected graphene nano ribbon incorporated with additional nanoparticles on mass detection operations is studied via the Reverse Non Equilibrium Molecular Dynamics (RNEMD) method. Thermal conductivity management of this structure is challenging because of imposed losses in electrical conductivity and any procedure that could manage the thermal conductivity of graphene will be useful. In this paper it is observed that on the mass detection operation, due to the porosity generation in the nano ribbon surface or even creation of external nanoparticles, thermal properties of graphene change considerably. This should be noted in calibration of graphene based mass sensors. In summary, Results show that the graphene’s thermal conductivity would reduce by increasing the concentration of nanoparticles and thermal conductivity of graphene is higher when porosities and impurities are at the edges. This indicates that the location of vacancies and nanoparticles influences the thermal conductivity. For a better thermal management with the help of nanoparticles, with respect to the porosities, addition of nanoparticles decreases the thermal conductivity more and more. By increasing the cavity’s diameter from 0.5nm to 4.4nm in a specific single layer graphene, thermal conductivity was reduced from 67 W/mK to 1.43 W/mK