【QuantumATK亮点文章】机器学习研究钙钛矿材料的稳定性和带隙

Posted · Add Comment

文章摘要

钙钛矿的成分调控让人们能够精确控制其在光伏应用所需的材料性能。然而,同时解决效率、稳定性和毒性仍然是很大的挑战。混合的无铅钙钛矿和无机钙钛矿最近显示出了解决此类问题的潜力,不过它们的组分空间巨大,即使采用高通量方法也很难发现有希望的候选结构。此项研究通过使用由密度泛函理论生成的344个钙钛矿的新数据库,使用与元素无关的通用指纹信息的机器学习方法可以快速而准确地预测关键属性。使用验证子集预测的带隙、形成能、和凸包距离分别在146 meV、15 meV/atom 和 11 meV/atom 内。得到的模型可以用于预测完全不同的化学组分空间中的趋势,并进行快速的组成和结构空间采样,而无需进行昂贵的从头算模拟。

QuantumATK中的计算自动化功能

本文中提及的研究全部采用QuantumATK完成。QuantumATK包含了完整的Python 3基础环境与科学计算模块支持,还包含众多自主开发的结构生成、计算方法和性质分析模块,可以直接设计自动化的计算流程:

  • 性质分析与汇总:图形用户界面新增报告生成工具,直接汇总计算结果得到统计和对比图。

参考

  • Jared C. Stanley, Felix Mayr, and Alessio Gagliardi. Machine Learning Stability and Bandgaps of Lead-Free Perovskites for Photovoltaics. Adv. Theory Simul. 2019, 1900178
  • QuantumATK脚本编程手册:https://docs.quantumatk.com/manual/NLRefMan.html

立即试用 QuantumATK!


 

 
  • 标签

  • 关于费米科技

    费米科技以促进工业级模拟与仿真的应用为宗旨,致力于推广基于原子级别模拟技术和基于图像模型的仿真技术,为学术和工业研究机构提供研发咨询、软件部署、技术攻关等全方位的服务。费米科技提供的模拟方案具有面向应用、模型新颖、功能丰富、计算高效、简单易用的特点,已经服务于众多的学术和工业用户。

    欢迎加入我们!(点击链接)

  • 最近更新

  • 联系方式

    • 留言板点击留言
    • 邮箱:sales_at_fermitech.com.cn
    • 电话:010-80393990
    • QQ: 1732167264
  • 订阅费米科技新闻

    • 邮件订阅:
      您可以使用常用的邮件地址接收费米科技定期发送的产品更新和新闻。
      点击这里马上订阅
    • 微信订阅:
      微信扫描右侧二维码。
  •