通过精确自动化表征方法与机器学习辅助分析推进杂化钙钛矿薄膜的高通量组合老化研究
应用物理
2023-11-27 v1 材料科学
摘要
为优化材料稳定性，自动化高通量工作流正受到越来越多的关注。然而，许多此类工作流采用的工艺并不适合大面积沉积，这限制了结果的可迁移性。尽管基于气相沉积的组合方法本身具有可扩展性，但其在受控稳定性评估方面的潜力尚待挖掘。以 MAPbI3 薄膜作为原型体系，我们展示了一种组合惰性气体工作流，用于仅基于本征因素研究材料降解，其条件与封装器件中的情况极为接近。通过一套全面的自动化 X 射线荧光（XRF）、X 射线衍射（XRD）和紫外-可见（UV-Vis）表征，我们旨在对原始与老化薄膜的薄膜特性获得整体理解。根据老化前后 XRD 表征得到的相变，我们观察到具有不同 PbI2 残留物的 MAPbI3 薄膜表现出相似的老化行为。利用定制设计的原位 UV-Vis 老化装置，将组合库暴露于相关老化条件（如加热或光偏压照射）下。同时，进行 UV-Vis 光谱分析以获得老化过程的动力学见解，这些见解可与自催化分解等本征降解过程相关联。尽管散射效应使原位 UV-Vis 结果的常规解释变得复杂，我们展示了如何通过在一个在老化前后全面表征数据上训练的机器学习模型，将光学变化与老化过程中的相变联系起来。因此，该方法不仅能实现材料稳定性的半定量比较，还提供了对潜在降解过程的详细见解，而这类过程以往多仅在单一样品研究中被报道。
引用
@article{arxiv.2311.14497,
title = {Advancing High-Throughput Combinatorial Aging Studies of Hybrid Perovskite Thin-Films via Precise Automated Characterization Methods and Machine Learning Assisted Analysis},
author = {Alexander Wieczorek and Austin G. Kuba and Jan Sommerhäuser and Luis Nicklaus Caceres and Christian Wolff and Sebastian Siol},
journal= {arXiv preprint arXiv:2311.14497},
year = {2023}
}