在CuS-钴银矿SILAR涂层的多目标优化中，用于确定厚度均匀性和沉积时间的传输参数

《Materials Characterization》：Transport Parameters Determining Thickness Homogeneity and Deposition Time in Multi-objective Optimization of CuS-covellite SILAR coatings

半导体薄膜在太阳能电池、光催化和智能窗中的应用至关重要，其中SILAR法沉积的CuS-covellite薄膜因低发射率特性备受关注。本研究通过数学元模型优化SILAR沉积的工艺参数，以提升薄膜厚度（96.19 nm）、均匀性（5%）并缩短沉积时间（3.35小时）。主要优化参数包括浸渍速度（34.33 mm/s）、上浮速度（3 mm/s）、转移速度（75 mm/s）和溶液间距（118.33 mm）。研究证实运输参数对薄膜性能有显著影响，元模型可有效处理多变量优化问题，为规模化生产提供理论支持。

　　

Axel Agustín Ortiz-Atondo | Jonathan Montalvo-Urquizo | Zeuz Montiel-González | Dalia Alejandra Mazón-Montijo

先进材料研究中心（Centro de Investigación en Materiales Avanzados, S. C.），蒙特雷分部，阿波达卡（Apodaca），新莱昂州（N. L.），邮编66628，墨西哥

摘要

半导体薄膜在太阳能电池、光催化和智能窗户等技术领域发挥着关键作用。在智能窗户应用中，通过SILAR方法沉积的辉铜矿（CuS）相材料因其低辐射特性而备受关注。然而，较长的沉积时间和对薄膜均匀性的要求给工艺的可扩展性以及其在建筑窗户上的应用带来了挑战。本研究采用数学元模型来模拟CuS-辉铜矿薄膜的沉积过程，并同时优化薄膜的厚度、均匀性和沉积时间。确定了四个与基底传输相关的输入变量：浸没速度、提升速度、转移速度以及溶液之间的距离。通过多次实验迭代，发现这些输入变量对薄膜的生长和质量有显著影响。其中，提升速度对薄膜厚度和均匀性的影响最为显著；在较低的提升速度下，其他变量的影响会减弱。最终优化的传输参数分别为：浸没速度34.33毫米/秒、提升速度3毫米/秒、转移速度75毫米/秒以及溶液之间的距离118.33毫米/秒。在这些参数下，薄膜在3.35小时内能够达到96.19纳米的厚度，并且整个沉积区域的均匀性达到5%。我们的研究结果强调了控制SILAR方法中传输参数的重要性，并展示了即使数据有限时，元模型也能帮助评估多个变量。这些发现有望提高相关研究的可重复性，并为SILAR制备的半导体薄膜从实验室规模向工业生产的转化提供支持。

引言

自有记录以来，全球气温每十年上升0.2°C，自2010年以来这一趋势加速，主要受气候变化驱动。这一现象导致空调系统的广泛使用，以提升室内舒适度。[1] 在寒冷地区使用加热器，在温暖地区使用空调，同时也增加了温室气体的排放。[2] 建筑物和车辆内的热量积累主要来源于太阳辐射。

数学元模型

同时考虑多个沉积参数的影响可能较为复杂，但可以通过数学元模型来描述这些效应。元模型通过捕捉输入变量与输出变量之间的关系来模拟整个过程的行为。通常，感兴趣的输出变量代表实验结果中的某些关键量，因此被称为“性能指标”（Performance Measurements，PMs）。

实验步骤

在沉积前，25×75毫米的Corning?玻璃基底需经过常规清洗：先用中性洗涤剂和去离子水清洗，然后用热风干燥，并存放在密封的塑料容器中。为确保CuS-辉铜矿薄膜在基底上的良好附着力，首先通过化学浴沉积约30纳米厚的CdS种子层。接下来，使用SILAR方法进行CuS-辉铜矿的沉积，具体过程包括混合81.8毫升0.1摩尔的CuSO₄、1.3毫升2.8摩尔的NH₄OH以及6.9毫升其他成分的溶液。

结果与讨论

第0次迭代共进行了26次实验，其结果见(SI-1)。值得注意的是，本文提出的输入变量对SILAR系统沉积的CuS-辉铜矿薄膜的生长产生了可测量的影响（见图4）。初步实验显示，这三个目标参数的取值范围较广：平均厚度在83.14纳米至103.43纳米之间，均匀性在3.73纳米至20.65纳米之间。

结论

通过基于数学元模型的多目标优化，成功确定了输入参数的最佳配置，从而在较短的时间内获得了厚度较高且均匀性良好的薄膜。实验结果表明，SILAR过程中的传输参数显著影响薄膜的最终性能和质量。通过应用元模型可以优化这些参数，进而提高实验结果的可重复性。

资金来源

本工作得到了CIMAV内部项目[27032-2025]以及2025年“SECIHTI”资助的项目“CBF-2025-I-1361”的支持。

利益冲突声明

作者声明不存在任何可能影响本文研究工作的已知财务利益冲突或个人关系。

作者贡献声明

Axel Agustín Ortiz-Atondo：撰写、审稿与编辑、原始稿撰写、数据可视化、方法论设计、实验设计、数据分析、概念构建。 Jonathan Montalvo-Urquizo：撰写、审稿与编辑、数据可视化、结果验证、软件开发、方法论设计、项目协调、资金申请、数据分析、概念构建。 Zeuz Montiel-González：撰写、审稿与编辑、结果验证、项目监督、资源调配。

致谢

作者感谢CIMAV-Mty的Oscar Vega-Becerra博士以及Roberto Efrain García-Pérez硕士在SILAR设备操作方面提供的技术支持。同时，A. A. Ortíz-Atondo感谢SECIHTI（墨西哥）提供的奖学金。本研究成果源于蒙特雷技术学院（Tecnológico de Monterrey）与CIMAV之间的学术合作协议。