科學(xué)通報(bào)AI入門系列 | 揚(yáng)州大學(xué)丁建寧團(tuán)隊(duì)：機(jī)器學(xué)習(xí)助力鈣鈦礦太陽(yáng)能電池研究迎來(lái)“智能升級(jí)”

在“雙碳”背景下，鈣鈦礦太陽(yáng)能電池（PSCs）憑借制備工藝簡(jiǎn)單、光電轉(zhuǎn)換效率高、可疊層集成及柔性兼容等顯著優(yōu)勢(shì)，成為光伏領(lǐng)域的研究熱點(diǎn)。然而，其商業(yè)化應(yīng)用仍受限于材料穩(wěn)定性不足、工藝可控性有限及封裝可靠性欠缺等關(guān)鍵瓶頸。

近些年，人工智能與機(jī)器學(xué)習(xí)技術(shù)憑借其強(qiáng)大的數(shù)據(jù)挖掘與預(yù)測(cè)能力，逐步應(yīng)用于高效率、高穩(wěn)定性鈣鈦礦光伏器件的研發(fā)全流程。但機(jī)器學(xué)習(xí)在鈣鈦礦光伏領(lǐng)域的現(xiàn)有研究仍呈現(xiàn)“散點(diǎn)化”特點(diǎn)，存在實(shí)驗(yàn)與產(chǎn)線數(shù)據(jù)壁壘、模型跨尺度遷移能力不足、可靠性預(yù)測(cè)精度受限、復(fù)雜體系缺乏多目標(biāo)優(yōu)化算法等問(wèn)題，數(shù)據(jù)孤島、精度受限與尺度差異等挑戰(zhàn)仍是機(jī)器學(xué)習(xí)驅(qū)動(dòng)鈣鈦礦光伏規(guī)模化亟待突破的關(guān)鍵。

近日，揚(yáng)州大學(xué)碳中和技術(shù)研究院丁建寧、李綠洲團(tuán)隊(duì)在《科學(xué)通報(bào)》撰寫評(píng)述文章，從PSCs的功能層材料創(chuàng)新、制備工藝優(yōu)化與器件性能解析三個(gè)維度，系統(tǒng)綜述機(jī)器學(xué)習(xí)在PSCs的研究進(jìn)展，并進(jìn)一步展望了機(jī)器學(xué)習(xí)在疊層太陽(yáng)能電池智能協(xié)同設(shè)計(jì)、封裝工藝數(shù)字化等方向的應(yīng)用前景，為推動(dòng)鈣鈦礦光伏技術(shù)從實(shí)驗(yàn)室走向規(guī)模化提供理論參考與實(shí)踐指引。

圖文速覽

圖1機(jī)器學(xué)習(xí)驅(qū)動(dòng)鈣鈦礦吸光層材料篩選. (a) 研究二維有機(jī)無(wú)機(jī)雜化鈣鈦礦力學(xué)性質(zhì)的工作流程。(b)通過(guò)化合物集合中的每一類待篩選的A、B和X原子的比例進(jìn)行鈣鈦礦組分篩選過(guò)程可視化。(c) Cs/MA/FAPbI3（左圖）和Cs/MA/FASnI3I3（右圖）的三元等高線圖，顯示固定Pb=1，I=3和Sn=1，I=3時(shí)不同Cs/MA/FA比例的預(yù)測(cè)帶隙。(d)自變量與帶隙的相關(guān)矩陣

圖2機(jī)器學(xué)習(xí)輔助傳輸層材料篩選 . (a) 用于構(gòu)建數(shù)據(jù)庫(kù)和訓(xùn)練 / 評(píng)估預(yù)測(cè)機(jī)器學(xué)習(xí)模型的工作流程。 (b) t 分布隨機(jī)鄰域嵌入降維方法 (t-SNE) 對(duì)復(fù)雜數(shù)據(jù)集的分析。 (c) 機(jī)器學(xué)習(xí)指導(dǎo)尋找具有摻雜電子傳輸層的高效 PSCs

圖3 機(jī)器學(xué)習(xí)聚焦工藝優(yōu)化. (a) 具有概率約束的PSCs順序?qū)W習(xí)優(yōu)化方案。(b) 全自動(dòng)旋涂平臺(tái)（SPINBOT）的拍照，特點(diǎn)是：1.四軸運(yùn)動(dòng)的機(jī)械臂（X、Y、Z、R）；2.液體處理移液器；3.用于基板搬運(yùn)的抓手；4.微型旋涂機(jī)；5.移液器尖端；6.儲(chǔ)存液的96孔酶標(biāo)板和反溶劑；7.承運(yùn)人；8.熱板。(c) 通過(guò)機(jī)器學(xué)習(xí)推進(jìn)氣相沉積PSCs

圖4機(jī)器學(xué)習(xí)推動(dòng)鈍化策略. (a) RE-RCV機(jī)器學(xué)習(xí)模型對(duì)篩選出的小分子進(jìn)行構(gòu)型和概率預(yù)測(cè)。(b) 機(jī)器學(xué)習(xí)輔助PSCs界面鈍化材料的篩選。(c) BTR-Cl、BTR-Br和BTR-I的重要特征對(duì)VOC預(yù)測(cè)正負(fù)值的具體貢獻(xiàn)

圖5機(jī)器學(xué)習(xí)預(yù)測(cè)器件性能. (a) 基于擴(kuò)展數(shù)據(jù)集的線性回歸預(yù)測(cè)算法的20個(gè)參數(shù)權(quán)重。(b) 甲基銨三碘鉛（MAPbI3）降解過(guò)程中光電演化示意圖，560 nm光透過(guò)薄膜的透射率增加。(c)通過(guò)Multi-Head SEResNet（多頭擠壓激勵(lì)殘差網(wǎng)絡(luò)）模型預(yù)測(cè)，PSC組成表現(xiàn)出最佳的穩(wěn)定性。(d)經(jīng)過(guò)三輪的迭代優(yōu)化過(guò)程器件效率的演化

文章信息

王愛(ài)麗, 張浩然, 杜開(kāi)懷, 李綠洲*, 丁建寧*. 機(jī)器學(xué)習(xí)在鈣鈦礦太陽(yáng)能電池的應(yīng)用研究進(jìn)展. 科學(xué)通報(bào), 2026, doi: 10.1360/CSB-2025-5719

轉(zhuǎn)載、投稿請(qǐng)留言

| 關(guān)注科學(xué)通報(bào) | 了解科學(xué)前沿