大湾区大学物质科学学院于华教授课题组与西南石油大学李振宇研究员合作，在基于反式铯/甲脒(CsFA)的钙钛矿太阳能电池方面取得新进展。相关成果以“Bifacial Defect Management of Buried Interface for Enhanced Photovoltaic Performance of Inverted-Perovskite Devices with Precise Regulation of Charge Transport”为题发表在《Small Methods》上。 研究背景及成果 自组装分子（SAMs）的内在聚集行为会导致钙钛矿基底层出现严重的不均匀性甚至空白。钙钛矿底部表面与氧化镍直接接触会发生氧化还原反应，这不可避免地会导致钙钛矿降解并增强电荷传输障碍。在此，开发了一种具有双向缺陷调节功能的1-丙烯基-2,3-二甲基咪唑六氟磷酸盐（PDMIMPF6）分子。 PDMIMPF6可将SAMs和钙钛矿双层连接，调节两者的缺陷，并模糊界面空间。由于有机功能分子聚集缺陷的修复，SAM层的工作函数增加，有助于快速电荷传输并降低钙钛矿的降解率。此外，具有多功能基团的PDMIMPF6已被证明可通过氢键和配位相互作用抑制FA+迁移并钝化未配位的铅缺陷。这种分子粘合策略使经PDMIMPF6处理的器件实现了25.61%的功率转换效率。值得注意的是，在最大功率点跟踪下，未封装器件在1200小时时仍保持83.0%的初始效率，并且在超过2000小时内具有出色的湿度稳定性（91.4%）。 图1 钙钛矿薄膜质量表征 图2  具有双向缺陷调节功能的1-丙烯基-2,3-二甲基咪唑六氟磷酸盐（PDMIMPF6）分子性能表征 图3 钙钛矿电池光伏性能表征

大湾区大学物质科学学院于华教授课题组与昆明理工大学陈江照教授合作，在基于铯/甲脒(CsFA)的钙钛矿太阳能电池方面取得新进展。相关成果以“Converting Residual Unstable PbI2Robust 2D Perovskite via Spacer Cation Engineering Toward Operationally Stable Perovskite Solar Cells”为题发表在《Angewandte Chemie International Edition》期刊。 研究背景及成果 解决由残留的碘化铅（PbI2）所引起的光不稳定问题对于同时实现高功率转换效率和优异稳定性至关重要。在此，本研究报告了一种基于维度工程的有效管理残留光活性碘化铅PbI2的策略。胍法辛盐酸盐（GUFCl）作为添加剂或界面改性剂被用于调节钙钛矿薄膜，将晶界（GB）处的残留碘化铅PbI2转化为稳定的二维钙钛矿，这抑制了钙钛矿薄膜的光分解，抑制了离子迁移，从而稳定了晶界。 二维钙钛矿的形成可以降低缺陷密度，促进载流子传输和提取，从而减轻载流子非辐射复合。因此，掺入GUFCl的p-i-n倒置钙钛矿太阳能电池（PSCs）实现了26.19%的冠军效率，并显著提高了运行稳定性。未封装的倒置PSC在连续跟踪最大功率点（MPP）1100小时后仍能保持其初始效率的92%。 本工作提供了一种简单而有效的方法来解决残留PbI2引起的内在不稳定性问题，旨在实现高效的运行稳定的钙钛矿光伏电池。 图1 加入GUFCl后形成的二维钙钛矿 图2  界面电荷转移与提取的研究 图3 GUFCl与钙钛矿化学相互作用机理的研究 图4 钙钛矿薄膜质量表征

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