Detailansicht
Machine learned molecular dynamics study of Jahn-Teller distortions in LaMnO3 and Ba2NaOsO6
Alexander Ehrentraut
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Physik
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Physics
Betreuer*in
Cesare Franchini
DOI
10.25365/thesis.80139
URN
urn:nbn:at:at-ubw:1-24362.16825.432751-3
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Der Jahn-Teller-Effekt wurde in den letzten Jahrzehnten theoretisch, experimentell und mit computergestützten Methoden untersucht. Eines der wichtigsten Paradigmen in diesem Bereich ist die Dichtefunktionaltheorie. Eine neuartige Methode, die auf der Dichtefunktionaltheorie aufbaut, nämlich die Methode sogenannter machine learned force fields [1, 2], wurde erfolgreich eingesetzt, um den strukturellen Phasenübergang in LaMnO3 vorherzusagen [3], einem der wichtigsten Materialien, die einen kooperativen Jahn-Teller-Effekt aufweisen. Die vorliegende Studie baut auf diesem Ergebnis auf, indem sie die Belege festigt, dass es sich bei dem simulierten Übergang um den experimentell beobachteten [4, 5] strukturellen Phasenübergang handelt. Darüber hinaus wird die Methode der machine learned force fields für Ba2NaOsO6 eingesetzt. Dieses Material weist bei niedrigen Temperaturen eine magnetisch und strukturell geordnete Phase auf, auf die bei Erwärmung eine nematische Phase folgt, bis das Material kubisch wird [6]. Eine starke Spin-Bahn-Kopplung, Wechselwirkungen zwischen Struktur und Magnetismus und das Vorhandensein eines dynamischen Jahn-Teller-Effekts [7, 8] beeinflussen die Anwendung der machine learned force fields Methode auf Ba2NaOsO6. Das Phasendiagramm kann nicht erfolgreich reproduziert werden, während Einblicke in die Grenzen der machine learned force fields gewonnen werden.
Abstract
(Englisch)
The Jahn-Teller effect has been thoroughly investigated theoretically, experimentally and computationally during the last decades. One computational framework of choice in this field is density functional theory. A novel method that builds on density functional theory, the machine learned force field method [1, 2], has been employed successfully to predict the structural phase transition in LaMnO3 [3], one of the principal materials that exhibit a cooperative Jahn-Teller effect. The present study builds upon this result by strengthening the evidence that the simulated transition is the experimentally observed [4, 5] structural phase transition. Further, the machine learned force field method is employed for Ba2NaOsO6. This material exhibits a magnetically and structurally ordered phase at low temperatures, which is succeded by a nematic phase upon heating until the material becomes cubic [6]. Strong spin-orbit coupling, interactions between structure and magnetism and the presence of a dynamic Jahn-Teller effect [7, 8] affect the application of the machine learned force field method to Ba2NaOsO6. The phase diagram is not sucessfully reproduced, while insights on the limitations of the machine learned force field method are provided.
Schlagwörter
Schlagwörter
(Deutsch)
Jahn-Teller-Effekt Dichtefunktionaltheorie Jahn-Teller Phasenübergang LaMnO3 Ba2NaOsO6 Molekulardynamik
Schlagwörter
(Englisch)
Jahn-Teller effect machine learned force fields density functional theory Jahn-Teller phase transition molecular dynamics
Autor*innen
Alexander Ehrentraut
Haupttitel (Englisch)
Machine learned molecular dynamics study of Jahn-Teller distortions in LaMnO3 and Ba2NaOsO6
Paralleltitel (Deutsch)
Studie über Jahn-Teller Verzerrungen in LaMnO3 und Ba2NaOsO6 mithilfe maschinell erlernter Molekulardynamiksimulationen
Publikationsjahr
2025
Umfangsangabe
ii, 93 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Cesare Franchini
Klassifikation
33 Physik > 33.61 Festkörperphysik
AC Nummer
AC17763442
Utheses ID
78638
Studienkennzahl
UA | 066 | 876 | |