大湾区大学物质科学学院于华教授课题组与大连化物所刘生忠教授、陕西师范大学翟鹏副研究员合作，从循环经济和绿色化学的角度出发，首次开发了一种使用醋酸铅（Pb(Ac)₂）作为铅源、绿色醇类作为溶剂来制备钙钛矿的方法。相关成果以“Authentic Alcohol-Based Green-Solution Processing of Stable Perovskite Solar Cells”为题发表在《Adv. Energy Mater.》上。 大湾区大学物质科学学院、陕西师范大学、大连化物所为论文的通讯单位。通讯作者为大湾区大学于华教授及特任研究员任丽霞博士，大连化物所刘生忠教授及陕西师范大学翟鹏副研究员。 本研究有三大亮点： 1. 开创性绿色溶剂体系：首次实现完全使用绿色醇类溶剂（甲醇/乙二醇）替代传统有毒溶剂（如DMF、DMSO）溶解醋酸铅（Pb(Ac)₂）来制备钙钛矿，真正迈向环境友好型加工。 2. 揭示新颖转化机制：深入阐明了Pb(Ac)₂到钙钛矿的转化并非一步到位，而是经历中间体MAPbI₃₋ₓAcₓ的形成及后续的Ac⁻/I⁻阴离子交换过程，为理解反应动力学提供了新视角。 3. 巧妙的造孔策略与卓越性能：引入NaHCO₃作为造孔剂，其分解产生的CO₂气体形成多孔Pb(Ac)₂支架，极大促进了转化速率和完全性，最终器件效率高达22.03%，同时展现出优异的环境、热和光照稳定性（500小时后仍保持85%以上效率）。 图1 钙钛矿薄膜制备示意图 图2  钙钛矿薄膜质量表征 图3 钙钛矿电池光伏性能与稳定性表征

大湾区大学左小伟课题组联合太原科技大学、中山大学及中国科学院金属研究所等合作单位，在机器学习辅助高熵合金材料强韧化设计研究中取得重要进展。相关成果以“Achieving interpretableefficient design of lightweight multi-principal element alloys via machine learning with optimized strengthening-toughening models”为题，发表于国际知名期刊 Journal of Materials Science & Technology（中科院一区，2024 IF=14.3）。 大湾区大学物质科学学院、东莞市先进材料与大科学装置前沿交叉重点实验室及大湾区高等研究院为论文通讯单位。大湾区大学访问硕士生李旭涛和联培博士生李政为论文共同第一作者，通讯作者为大湾区大学左小伟副教授，太原科技大学康丽副教授和中山大学刘定心副教授。本工作得到中国博士后基金、松山湖材料实验室开放课题、辽宁省科学技术重大专项和广东省基础与应用基础研究基金的支持。 研究背景 以难熔金属为主的体心立方（BCC）结构多主元合金（MPEAs）在高温应用中表现出良好的潜力，但其实际应用仍面临两个主要限制：较低的拉伸延性和较高的密度。设计高性能BCC MPEAs存在双重挑战：一方面，MPEAs广阔的高维成分空间与低效的传统试错方法极大制约了最优性能组合的探索；另一方面，目前仍缺乏能够准确预测理想强度与塑性组合的理论模型。这些局限性不仅阻碍了高性能合金的开发，也限制了对合金强韧化机制的深入理解。近年来，数据驱动的机器学习（ML）方法为金属材料研究带来了变革性进展，能够高效探索复杂成分空间，快速筛选高性能合金成分，并识别影响性能的关键因素。然而，ML模型的可解释性差仍是当前的一个重要瓶颈。现有可解释性工具（如SHAP分析）虽可量化特征重要性并揭示统计关联，却难以深入理解其背后的物理机制或转化为切实可行的设计指导。 针对以上问题，本研究致力于突破BCC MPEAs强度与塑性难以协同提升的瓶颈。我们集成了一套可解释的机器学习设计框架，用于识别关键性能特征并构建高精度预测模型，进一步将机器学习分析结果转化为强韧化理论，最终形成面向高性能BCC MPEAs的有效设计准则。 研究成果 本研究针对BCC MPEAs开发了一种可解释的机器学习（ML）框架，用于识别调控屈服强度（YS）和断裂延伸率（FE）的关键因素。结果表明，FE主要来源于多个因素的协同作用（包括电负性差、价电子浓度和密度），而平均剪切模量失配是控制YS的主导因素。以这些筛选后的特征作为输入，我们提出了优化的YS和FE预测模型，其预测精度显著高于现有模型（YS：R2=0.96；FE：R2=0.84）。通过将ML所获得的认知通过特征-力学性能/元素属性之间的映射，进而转化为合金设计准则，我们设计了三种新型Ti-Zr基BCC MPEAs，屈服强度达1.07–1.16 GPa，断裂延伸率为16.6–24.5%，比屈服强度约为170 MPa·cm3·g-1，优于大多数已报道的BCC MPEAs。 本研究不仅提供了一种克服BCC MPEAs中强韧性权衡矛盾的数据驱动策略，还建立了一套可解释的设计原则，为加速先进结构材料的发现提供了新路径。 左小伟课题组招聘揽才 左小伟课题组专注于先进金属结构材料研究，聚焦于基础材料科学及机器学习辅助材料设计与开发等前沿领域。 依托物质科学学院，已建成系列先进研究平台： - 材料制备与加工平台：激光粉末床熔融（L-PBF）增材制造系统、原位中子衍射高梯度定向凝固设备、冷坩埚电磁悬浮熔炼炉、高真空非自耗电弧熔炼炉、冷/热双辊轧机。 - 材料测试与分析平台：维氏硬度计、多物理场（热/电）纳米压痕仪、万能材料试验机、疲劳试验机（配备DIC数字图像相关系统）。 - 材料计算平台： 高性能计算集群及相关模拟软件。

近日，美国科学院院刊（PNAS）在线发表了大湾区大学物质科学学院陈辰研究员、奥地利科学院曾泽柱博士与美国加州大学伯克利分校程冰清教授等合作的关于钙钛矿晶体中反常低温玻璃态热输运机理的研究工作。陈辰研究员为该论文的共同通讯作者。 研究背景及成果介绍 晶体与玻璃具有本质不同的热输运机制，因此其热导率随温度变化的趋势也截然不同。然而，钙钛矿型晶体Cs3Bi2I6Cl3却表现出类玻璃的热导率，这一现象既反常又尚未得到充分理解。 该工作通过实验发现了钙钛矿晶体Cs3Bi2I6Cl3在低温下展现玻璃态热输运行为（热导率随温度几乎稳定上升，且没有出现晶体中常见的非单调的热导率温度依赖性）。通过构建高精度神经演化机器学习势（NEP）以及路径积分分子动力学模拟，作者发现Cs3Bi2I6Cl3晶体在低温下存在原子无序分布，导致晶格畸变，从而有效散射了低温声子。作者进一步基于晶格动力学和Wigner thermal transport 理论，基于无序晶体模型计算复现了低温下的玻璃态热输运。本研究为预测晶体中的类玻璃热输运行为提供了全面的理论框架，为设计具有定制化热性能的材料奠定了基础。 图1 实验测量的部分典型晶体与玻璃的热导率 论文链接 https://www.pnas.org/doi/10.1073/pnas.2415664122

近日，大湾区大学物质科学学院奚修安课题组与西北工业大学李致朋教授、福州大学张久俊院士合作，在固体氧化物燃料电池(SOFC)钙钛矿阴极材料方面取得新进展，有效解决了LSCF阴极中Sr的偏析问题，显著提升了其性能和稳定性，并为探索高性能SOFC阴极材料提供了新途径，相关研究成果以 “Significant Suppression of Sr Segregation to Substantially Enhance Performance of La₀.₆Sr₀.₄Co₀.₄Fe₀.₆O₃-δ Cathodes for SOFCs via Thermodynamic-Kinetic Engineering”发表在国际权威期刊Advanced Functional Materials上。奚修安助理教授为该论文的共同通讯作者，大湾区大学物质科学学院为论文的共同通讯单位。 研究背景及成果介绍 固体氧化物燃料电池（SOFC）是一种高效的全固态发电装置，能在中高温条件下直接将燃料与氧化剂中的化学能转化为电能。它不仅具备燃料多样化的特点（氢气、天然气、氨气、甲醇、乙醇等），还以排气干净、低噪音、低环境污染及高可靠性等优势著称，被誉为继水力、火力、核能之后的第四代发电技术。然而，作为关键组件之一的La₀.₆Sr₀.₄Co₀.₄Fe₀.₆O₃-δ阴极材料，其Sr的偏析问题对SOFCs的性能和稳定性构成了重大挑战。 该研究运用优化后的固相反应方法，切实改善了Sr的偏析问题。通过此策略制备的LSCF具备均匀的微观结构，能够有效减少Sr迁移，这是由于压应力致使氧空位形成数量减少。此外，其热膨胀系数（TEC）显著降低至13.3×10⁻⁶ K⁻¹，极大地提升了该材料与电解质之间的热匹配性。最终，采用此策略制备的阴极材料所实现的功率密度，相较于传统溶胶凝胶法合成的LSCF高出1.42倍，且衰减速率降低至六分之一以下。该方法有效解决了LSCF阴极中的Sr偏析问题，显著提升了其性能与稳定性，为探索高性能固体氧化物燃料电池（SOFC）阴极提供了新的途径。  图1. a) S-R LSCF和b) S-G LSCF中Sr从Srinit.迁移到Srfin.的能垒。c) LSCF中晶格和表面氧空位示意图。d) 在晶格和表面氧空位存在下S-R LSCF和S-G LSCF的Sr偏析能 图2. a) S-G LSCF和b) S-R LSCF在600-800 ℃下的I-V-P曲线。c) S-G LSCF和S-R LSCF在600-800 ℃下的峰值功率密度（PPD）。d) S-G LSCF和e) S-R LSCF在700℃、1.0 A cm-2下的稳定性。 论文链接 https://doi.org/10.1002/adfm.202518931

大湾区大学物质科学学院夏广杰研究员与香港中文大学化学系黄陟峰副教授、香港城市大学材料系钟虓龑副教授、浙江理工大学化学系沈程硕副教授，及香港浸会大学、上海交通大学、深圳职业技术大学等科研单位合作，在对映选择性吸附与组装上取得了重大突破。该工作实现了螺旋多环芳烃在手性无机表面上的对映选择性吸附的动态动力学拆分。 在理论计算部分，使用密度泛函理论（DFT）从原子尺度揭示了无机手性纳米颗粒上有机手性分子对称性破缺和放大机理。该理论计算成果以“Dynamic kinetic resolution of helical polycyclic arenes directed at inorganic chiral surfaces deposited via substrate rotation”为题发表在国际知名期刊Chem（Cell的姊妹期刊，中科院一区top，影响因子19.6）。 研究背景 手性在自然界与生物体中普遍存在。操控手性，尤其是在聚集的分子系统中操控手性，对于手性药物学和先进材料学具有深远意义。对于外消旋能垒较低的有机分子（如螺旋多环芳烃HPAs）来说，其对称性破缺可引发的自发性动态动力学拆分。但在没有对映体的偏向引导时，其对映体产生是完全随机的，无法高效定向产出单一手性化合物。本研究通过无机手性纳米颗粒引导有机分子进行对映异构地选择性吸附、组装，实现了从无机手性表面到有机手性分子的对称性传导，完成了有机手性分子的对称性破缺和放大。 研究成果 本研究基于倾斜角沉积技术合成手性纳米颗粒，通过无机手性表面引导的动态动力学拆分，可人工控制有机分子的手性方向，进而克服HPAs外消旋体的产生。最终在实验上逐步将倾斜角沉积中圆盘的旋转，转换为无机纳米颗粒的手性，进而高效地、定向地传递给HPA聚集体。DFT理论计算模拟了一对对映异构体2-氮杂[4]螺烯（2-A[4]H）在金纳米颗粒表面上的对映选择性吸附及自组装过程。理论计算表明：在吸附过程中，2-A[4]H在手性金纳米颗粒上的“手性缺陷台阶位”产生不对称吸附，造成表面吸附分子的对称性破缺。这种初始的选择性吸附随后通过HPA间的π-π堆积自组装得到放大，最终形成大规模的同手性分子聚集体。 研究意义 本研究为无机-有机界面手性转移操控分子手性提供了一条普遍原理。这通常可以适用于具有高表面能的无机材料，如二氧化硅、钛氧化物、铁氧化物、锡氧化物和金等。材料表面的手性缺陷台阶位是产生对称性破缺的关键，而小分子之间的手性相互作用（如π-π堆积）是对称性破缺继续放大的关键，这形成了一个正反馈，进而导致了宏观的手性选择性。这些发现不仅为理解史前地球上生物中分子手性的起源提供了洞见，更在实际应用层面，为设计具有预定手性的功能性系统开辟了新途径。  图1 DFT理论计算揭示表面手性位点对称性破缺与放大机理 论文链接 https://doi.org/10.1016/j.chempr.2025.102720