末成年小嫩xb,嫰bbb槡bbbb槡bbbb,免费无人区码卡密,成全高清mv电影免费观看

紐約州立大學ACS AMI: 機器學習預測甲基銨錫基鈣鈦礦中的最佳Br摻雜

紐約州立大學ACS AMI: 機器學習預測甲基銨錫基鈣鈦礦中的最佳Br摻雜
作為鹵化鉛鈣鈦礦潛在替代者的有機-無機鹵化錫鈣鈦礦家族(MASnX3,其中X = Cl、Br、I)由于其帶隙可調性,可通過用溴化學取代碘來覆蓋廣泛的可見太陽光譜。盡管這些鈣鈦礦太陽能電池具有巨大的潛力,但其穩定性一直是一個值得關注的領域。
紐約州立大學ACS AMI: 機器學習預測甲基銨錫基鈣鈦礦中的最佳Br摻雜
在此,美國紐約州立大學Saquib Ahmed等人基于監督機器學習(ML)準確預測單結MASnI3-xBrx器件中的最佳Br摻雜濃度,在使用太陽能電池電容模擬器 (SCAPS)構建的42000個獨特器件上進行了數據驅動的優化。通過改變Br摻雜百分比、帶隙、電子親和力、串聯電阻、背接觸金屬和受體濃度來研究這些器件,這些參數是專門選擇的,因為它們的可調性質和可以通過器件的簡單實驗制備技術進行改性
作者利用五種不同的算法(線性回歸(LR)、支持向量回歸 (SVR)、多層感知機(MLP)、隨機森林(RF)回歸和極端梯度提升(Xgboost))來研究特征工程,此外,在設備內摻雜Br之前的第一步包括對純錫基系統MASnI3的驗證研究:實現了6.71% 的功率轉換效率(PCE),與實驗數據非常吻合。
紐約州立大學ACS AMI: 機器學習預測甲基銨錫基鈣鈦礦中的最佳Br摻雜
圖1. LR和RF模型的訓練和測試集的實際帶隙和預測帶隙之間的比較
結果表明,最佳Br摻雜的ML分析導致發現了兩種Br濃度分別為22.43% (Br22) 和25.63%(Br25)的器件,后者是通過更嚴格的分析獲得的更精細的值。為了了解每個特征對PCE的總體和相對影響,作者使用SHAP方法進行分析。針對發現的兩個器件,利用SCAPS進行了進一步的器件優化。
作者嘗試了吸收體厚度、體積和界面缺陷密度的調控及電子傳輸層(ETL)和空穴傳輸層 (HTL)材料的選擇,通過載流子壽命研究分析了器件穩定性。在這些優化步驟之后,Br22和Br25的最終PCE值分別為20.72% 和17.37%。總之,當前工作的ML輔助定量分析為最佳Br摻雜錫基器件提供了極大的信心,使其被視為傳統技術的可行且具有競爭力的無毒替代品。
紐約州立大學ACS AMI: 機器學習預測甲基銨錫基鈣鈦礦中的最佳Br摻雜
圖2. Br22和Br25的缺陷能級和相應的缺陷濃度
Supervised Machine Learning-Aided SCAPS-Based Quantitative Analysis for the Discovery of Optimum Bromine Doping in Methylammonium Tin-Based Perovskite (MASnI3–xBrx), ACS Applied Materials & Interfaces 2021. DOI: 10.1021/acsami.1c15030

原創文章,作者:v-suan,如若轉載,請注明來源華算科技,注明出處:http://www.zzhhcy.com/index.php/2023/10/15/6e08f9c8be/

(0)

相關推薦

主站蜘蛛池模板: 亚东县| 阿拉善右旗| 建瓯市| 海盐县| 金湖县| 湘潭市| 敖汉旗| 金门县| 舒城县| 内乡县| 花垣县| 尼玛县| 巩留县| 青河县| 嘉义县| 玛纳斯县| 高雄市| 万荣县| 黄梅县| 五河县| 屯留县| 民权县| 白山市| 商都县| 长春市| 确山县| 云和县| 鄱阳县| 南溪县| 江达县| 赤峰市| 清苑县| 冕宁县| 宁津县| 鲜城| 通州区| 伊通| 买车| 靖江市| 苏尼特左旗| 玉山县|