中文

机器学习力场揭示动态卤化物钙钛矿表面的浅电子态

材料科学 2025-05-20 v2

摘要

卤化物钙钛矿在光电器件中表现出惊人的性能,这源于其对缺陷的容忍性。以前的研究表明,这些材料中的缺陷会产生浅电子态。然而,这些浅态如何在卤化物钙钛矿表面显著的原子动力学中得以维持,仍未为人所知。本工作揭示了典型 CsPbBr3表面的电子态在室温下类似于已充分掺杂的无机半导体,其能级分布。具体而言,发现约70_3 表面的电子态在室温下类似于已充分掺杂的无机半导体,其能级分布。具体而言,发现约 70% 的表面态能量位于价带边附近 0.2 eV 或 {\approx}8k_\text{B}T$ 范围内。虽然这些发现并不排除深阱的发生,但表明即使表面态能级较深,仍不太可能孤立,因而不太可能作为阱态。我们通过加速第一性计算的方式实现了这一结果,显示这些材料特有的原子动力学不太可能在表面形成深电子态。这些发现揭示了动态卤化物钙钛矿表面低深阱密度的微观机制,这是其器件性能的关键因素。

关键词

引用

@article{arxiv.2502.19772,
  title  = {Machine-Learning Force Fields Reveal Shallow Electronic States on Dynamic Halide Perovskite Surfaces},
  author = {Frederico P. Delgado and Frederico Simões and Leeor Kronik and Waldemar Kaiser and David A. Egger},
  journal= {arXiv preprint arXiv:2502.19772},
  year   = {2025}
}