Acercándose al límite inferior de la conductividad térmica de la red suprimiendo simultáneamente las contribuciones fonónicas diagonales y no diagonales

Por qué detener el calor puede impulsar la tecnología del futuro

Muchas tecnologías de energía limpia y de alto rendimiento, desde generadores termoeléctricos que convierten el calor residual en electricidad hasta escudos térmicos en aeronaves hipersónicas, dependen de sólidos que conducen muy poco el calor. Este artículo explora cómo llevar los materiales cristalinos hasta un límite inferior extremo «casi vidrioso» del flujo térmico a través de sus vibraciones atómicas, revelando reglas de diseño y nuevos candidatos para conductividades térmicas ultrabajas.

Cómo las átomos que vibran transportan calor

En la mayoría de los semiconductores e aislantes, el calor lo transportan los fonones—pequeños paquetes de vibración atómica. En cristales simples y rígidos estas vibraciones se desplazan como partículas de gas, atravesando la red y dando lugar a una alta conductividad térmica. En sólidos desordenados, sin embargo, las vibraciones pierden su carácter ondulatorio y el calor se propaga de forma difusiva, más parecido a un vidrio. Una reciente teoría de “dos canales” unifica estas descripciones al tratar el transporte térmico como la combinación de un canal diagonal, de tipo particulado, y un canal no diagonal, más parecido a una coherencia de tipo ondulatorio. Entender cómo se suman estos dos canales es esencial si queremos ralentizarlos deliberadamente y lograr que los cristales aíslen tan bien como los mejores vidrios.

Dos maneras en que el calor se infiltra en un cristal

En este marco, los fonones habituales de tipo particulado forman el canal diagonal, mientras que el canal no diagonal proviene de la mezcla cuasi-cuántica entre diferentes modos de vibración con la misma longitud de onda. Los autores analizan 4.700 cristales usando cálculos cuántico-mecánicos para cartografiar, en detalle, cómo cada frecuencia de vibración contribuye a cada canal. Encuentran que los cristales complejos con muchas átomos por celda unidad tienden a suprimir el canal particulado pero a realzar el canal no diagonal. A lo largo de los materiales, emerge un patrón común: los portadores de calor no diagonales presentan velocidades altas pero vidas extremadamente cortas, actuando como mensajeros rápidos pero muy frágiles del calor.

Encontrar el punto óptimo para bloquear el calor

Un hallazgo clave es que simplemente acortar mucho la vida de los fonones no siempre minimiza el flujo térmico. Si las vidas son demasiado largas, los fonones de tipo particulado viajan lejos y transportan calor eficientemente. Si son demasiado cortas, las vibraciones se comportan de forma difusiva y el canal no diagonal se fortalece. Los materiales con la conductividad térmica total más baja se agrupan alrededor de una vida intermedia de aproximadamente un picosegundo, combinada con velocidades de fonones relativamente lentas y grandes desplazamientos atómicos, que indican enlaces blandos y fuerte anharmonicidad. En este régimen, ambos canales se debilitan simultáneamente: los fonones no viajan lo suficiente como para comportarse como partículas limpias, pero tampoco están tan sobremodulados como para que predomine el transporte ondulatorio difusivo.

Enseñar a las máquinas a buscar ultra-aislantes

Para convertir estas ideas físicas en una herramienta de descubrimiento, el equipo entrena una red neuronal gráfica avanzada, ALIGNN, con sus 4.700 simulaciones de alta precisión. El modelo aprende a predecir no solo la conductividad térmica global, sino también propiedades detalladas de los fonones—vidas, velocidades, caminos libres medios y más—directamente a partir de la estructura cristalina y la química. Luego aplican estos modelos a más de 30.000 materiales adicionales y usan una segunda capa de modelos tradicionales de aprendizaje automático para confirmar qué combinaciones de descriptores fonónicos indican mejor un transporte térmico ultrabajo. Este enfoque en varios pasos captura las mismas tendencias observadas en los cálculos cuánticos completos, mostrando que los modelos basados en datos pueden navegar con fiabilidad el complejo paisaje de dos canales.

Surgimiento de nuevos materiales récord

Equipados con estos modelos, los investigadores examinan aproximadamente 26.000 cristales reales e hipotéticos extraídos de grandes bases de datos. Señalan un pequeño conjunto de candidatos prometedores y luego vuelven a los cálculos cuánticos completos para su confirmación. Doce materiales se validan como de conductividad térmica de red ultrabaja a temperatura ambiente, varios cerca de 0,2 vatios por metro-kelvin y uno, yoduro de talio cúbico, alcanzando alrededor de 0,13—entre los valores más bajos reportados para un sólido cristalino. Muchos de estos compuestos comparten rasgos como átomos pesados y débilmente unidos (por ejemplo cesio, talio y plomo) y estructuras complejas que favorecen naturalmente las vidas intermedias deseadas y velocidades de fonones lentas.

Qué significa esto para los materiales energéticos del futuro

Al mostrar que la mínima conducción de calor en cristales ocurre cuando ni los fonones de tipo particulado ni los de tipo ondulatorio pueden dominar, este trabajo ofrece una receta práctica para diseñar aislantes térmicos extremos. En lugar de simplemente “suavizar” una red o complicar su estructura, los científicos de materiales pueden ahora orientar un equilibrio específico de vida fonónica, velocidad y movimiento atómico, apoyados por potentes modelos de aprendizaje automático. Se espera que esta perspectiva de doble canal acelere el descubrimiento de nuevos materiales termoeléctricos, recubrimientos barrera térmica y cristales fonónicos que gestionen el calor con una precisión sin precedentes.

Cita: Rodriguez, A., Rurali, R., Lin, C. et al. Approaching lower bound of lattice thermal conductivity by simultaneously suppressing diagonal and off-diagonal phonon contributions. npj Comput Mater 12, 137 (2026). https://doi.org/10.1038/s41524-026-02018-9

Palabras clave: conductividad térmica de la red, fonones, materiales termoeléctricos, descubrimiento de materiales con aprendizaje automático, cristales fonónicos