基于机器学习互算势的碘化物钙铅钙钛矿 CsXI3 (X = Pb,Sn) 的分子动力学模拟
材料科学
2025-10-30 v1 应用物理
摘要
基于碘化物钙钛矿材料，如 CsPbI3 和 CsSnI3，已成为下一代光伏和光电子技术的卓越候选材料，但其实际应用受温度相关相变和结构不稳定性的限制。本文在 LATTE 框架内开发了机器学习互算势，以实现近实验精度的模拟，计算成本远低于先前计算研究。基于训练好的 MLIP 的分子动力学模拟再现了能量和力，在多个相态下表现良好，使大规模模拟得以实现，这些模拟以前所未有的分辨率捕捉了立方、四方、正交相态的相变、晶格参数以及八面体倾斜。我们发现，铅基钙钛矿材料表现出更大的八面体倾斜角和更高的相变温度，表明其键合更强、结构稳定性更好；而锡基钙钛矿材料则显示出较小的倾斜角和较低的能垒，表明其可通过组成或界面工程实现可调性。除了上述系统外，本工作证明了 MLIP 能够在精度和效率之间架起桥梁，为探索下一代卤化物钙钛矿材料的相稳定性、无谐性和理性设计提供了稳健的框架。
引用
@article{arxiv.2510.24874,
title = {Molecular simulations of Perovskites CsXI3 (X = Pb,Sn) Using Machine-Learning Interatomic Potentials},
author = {Atefe Ebrahimi and Franco Pellegrini and Stefano De Gironcoli},
journal= {arXiv preprint arXiv:2510.24874},
year = {2025}
}