基于AI加速的配体触发的室温注入法实现低成本FAPbI?钙钛矿纳米晶规模化合成与高效光伏应用

《Nature Communications》：AI-accelerated scalable synthesis of nanocrystals for cost-effective photovoltaics

摘要

金属卤化物钙钛矿纳米晶（PNCs）是下一代光电子学的有前景的候选材料。然而，其商业化应用需要超越传统实验室规模技术的低成本合成与加工方法。为此，我们报道了一种配体触发的室温注入（LTRI）方法，该方法通过添加短链辛酸（OcA）调节前驱体反应活性来启动纳米晶成核。随后，结合自动化合成与机器学习，我们进一步开发了一个高效的 AI 加速框架，用于实现 FAPbI₃（FA：甲脒）纳米晶的快速定向合成。利用机器学习建模，我们发现通过调节辛酸（OcA）与前驱体甲脒醋酸盐的进料比，可以有效优化 FAPbI₃ 纳米晶的关键尺寸及其分布。此外，我们的 LTRI 方法与流式合成系统完全兼容，可用于规模化生产，使生产成本大幅降低至 2.16 美元 克^?1，显著低于广泛采用的热注入法（118.81 美元 克^?1）。在实际应用中，我们在光伏领域实现了 19.37% 的功率转换效率，并显著提升了器件稳定性，这一结果与目前报道的纳米晶基太阳能电池最高水平相当。