尊龙凯时人生就是搏

销售征询热线:
400-875-1717转819
技术文章
首页 > 技术中心 > 钙钛矿资料研发确当下之需

钙钛矿资料研发确当下之需

随着主流晶硅技术逼近理论效能极限(29.

 更新功夫:2026-07-09 点击量:283

随着主流晶硅技术逼近理论效能极限(29.4%)和成本降落空间收窄 ,钙钛矿光伏凭借带隙可调、溶液可加工、理论效能上限更高档凸起优势 ,成为下一代光伏主题技术。



上半年 ,京沪深三地相继出台钙钛矿光伏产业搀扶政策 ,别离以固定资产投资30%补助、研发用度50%补助等大局 ,从利用端与研发端双向发力。政策盈利持续开释之际 ,产业及本钱端作为再三:迈为股份35亿加码钙钛矿叠层电池成套设备;一级市场钙钛矿电池主题标的炎和科技半年左右实现三轮融资;协鑫光电筹备年内独立IPO ,冲击“全球钙钛矿第一股"。


多沉力量汇聚 ,正加快钙钛矿光伏从百兆瓦级中试向GW级量产逾越 ,规;坎愿祁芽笥泄刈柿弦恢滦浴⒉槐湫杂氤杀窘谠焯岢龈咭。然而 ,传统研发模式在应对资料组分复杂、大面积薄膜结晶均匀性难控及持久不变性验证周期漫长等痛点时 ,效能短板日益凸显。


行业亟需引入自动化、自主关环尝试系统以支持创新突破 ,而国际学界也已萦绕自主尝试平台赋能钙钛矿资料开发发展钻研。

案例1




由University of Tn-Knoxville的 Elham Foadian/Mahshid Ahmadi 团队主导 ,结合Hanyang University、Yonsei University、Northwestern University以及橡树岭国度尝试室(ORNL)等单元合作搭建的ACCEL(Automated Closed-loop Co-Optimization and Experimentation Learning)全自动关环自主尝试平台 ,齐全买通了钙钛矿薄膜造备、原位实时光致发光(PL)表征、高斯过程-贝叶斯优化(GP-BO)机械进建迭代的全自主流程。


image.png


ACCEL 平台针对性地破解了甲脒基Dion–Jacobson(DJ)准二维卤化钙钛矿研发中的多沉痛点:


● 三元组分空间重大、人为试错效能极低:平台集成机械人滴涂 + 旋涂高通量合成硬件 ,搭配高斯过程 - 贝叶斯优化(GP-BO)模型自主索求由 3D FAPbI?、两种 DJ 距离剂先驱体组成的三元组分系统;单次关环可批量造备 96 种分歧配比薄膜 ,共实现 6 轮自主液滴打印迭代、累计筛选 576 组组分 ,依附算法自适应筛选高潜力组分区间 ,代替传统人为逐一配比试错模式。


 结晶动力学难以调控、薄膜易出现多物相混合:平台将原位实时 PL 作为主题在线反馈信号 ,退火过程每秒采集光谱 ,动态追踪薄膜成核快率、准二维中央相向指标相的齐全演变蹊径;结合非负矩阵分化(NMF)解析海量时序 PL 光谱 ,分辨分歧 n 值准二维杂相与 3D α-FAPbI?特点发光信号 ,明确两种距离剂的动力学调控机理:短链 BDA 可加快薄膜成核、急剧搭建无机钙钛矿骨架 ,环状 3AMP 会延缓结晶、耽搁晶格弛豫功夫以提升薄膜有序度;复配两种距离剂可平衡结晶快率 ,有效抑造物相不均一与低 - n 杂相残留。


● 多表征设备数据割裂、物相验证周期冗长:平台创新搭建跨设施门控自动进建(Gated Active Learning)优化关环:以原位高通量 PL 实现初筛 ,将优选组分样品送至离线设备发展 XRD 结构表征;通过 XRD 图谱与尺度 α-FAPbI?的类似怀抱化打分 ,将结构约束数据输入机械进建模型更新搜索方向 ,实现光学发光不变性与晶体结构纯度双指标协同优化 ,躲避单一表征指标带来的优化误差;整套自动化关环大幅缩短合成 - 筛选 - 验证周期 ,在自动化流程下急剧锁定高纯度 α-FAPbI?组分 ,最终借助阴极发光(CL)高光谱成像验证薄膜的微米尺度物相空间均匀性。

案例2




美国北卡罗来纳州立大学 Milad Abolhasani 团队(第一作者 Jinge Xu)在《Nature Communications》上报路了名为"Rainbow"的多机械人自驱动尝试室。该平台由Opentrons OT-2 液体处置机械人、表征机械人(Agilent BioTek Cytation 5)、DOBOT CRS 机械臂及定造器皿补给机械人组成 ,集成微型并行批次反映阵列(96孔板)与自动化的光谱表征? ,实现了从试剂配造、并行多组反映、自动样品转运到反映后光谱检测的全流程无人化运行。


image.png


Rainbow 平台为高机能金属卤化物钙钛矿纳米晶(MHP NCs)的加快数据驱动发现与逆合成提供了可行的蹊径 ,破解了合成和优化中的痛点:


● 混合变量高维合成空间人为难以高效筛选:金属卤化物钙钛矿纳米晶的合成面对"巨大且复杂的参数空间"挑战 ,蕴含陆续变量(如先驱体浓度、卤化物配比)和离散变量(如配体种类/结构)的混合;诖 ,Rainbow集成了专属 AI agent ,选取混合变量多指标贝叶斯优化(Mixed-variable multi-objective BO)框架 ,使得平台能同时处置"陆续参数"(如浓度)和"离散化学空间"(如分歧碳链长度的有机酸配体) ,无需人为过问即可在复杂的高维参数空间中自主导航。


● 高通量并行关环大幅压缩研发与放大验证周期:平台选取并行化微型 96 孔批次反映系统 ,单轮循环可同步发展 24 组带生物学沉复的合成前提测试 ,单日最多实现 230 组分歧配方筛;原文指出 ,人为试错实现一致规模参数优化需耗费 10–12 个月 ,而 Rainbow 仅需单日即可实现指标发射能对应的机能帕累托前沿全映射 ,实现超 350 倍的资料研发提快。面向规;毂赶质敌枰 ,钻研对平台筛选得到的帕累托配方发展 30 倍放大合成验证 ,微量高通量样品与放大产品的 PLQY、发射半高宽(FWHM)光学机能高度一致;并通过离线粉末 XRD、TEM-EDS 正交表征证实产品为纯立方钙钛矿晶相 ,在仪器检出限(2 wt%)领域内未检出第二杂相 ,大幅缩短从尝试室配方筛选到可规;ひ昭橹さ钠肴芷。



参考文件

1、Foadian, E., Yu, Y., Sanchez, S. L., Lawrie, B. J., Song, H., Marshall, J., Kim, B. J., Shin, S., Fletcher, J. D., Kanatzidis, M. G., Choi, H., Yang, J., Liu, Y., & Ahmadi, M. ACCEL: Automated Closed-loop Co-Optimization and Experimentation Learning Enables Phase-Pure Identification in Formamidinium-based Dion–Jacobson Halide Perovskites. ChemRxiv, 2026.

2、Xu, J., Moran, C. H. J., Ghorai, A., Bateni, F., Bennett, J. A., Mukhin, N., Latif, K., Cahn, A., Jha, P., Licona, F. D., Sadeghi, S., Politi, L., Abolhasani, M. Autonomous multi-robot synthesis and optimization of metal halide perovskite nanocrystals. Nat. Commun. 16, 7841 (2025). 


ghs

京公网安备 11010802043640

【网站地图】