- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
掺杂Eu3+的(Li, Na, K)LaMgWO6红色发光磷光体：理论与实验研究相结合的理性设计范例
摘要： 在(Li, Na, K)LaMgWO6:Eu3+荧光粉中综合应用了多种理论方法以实现荧光粉的理性设计。首次通过几何优化和Rietveld分析详细解析了结构特征，采用平面波密度泛函理论(DFT)完成了全部电子结构、电子分布及声子色散计算。系统研究了(Li, Na, K)LaMgWO6晶体结构中八面体倾斜的演化规律，分析了晶体结构、环境因素与Judd-Ofelt强度参数及荧光性能的关联。结合实验结果与理论计算，从Li+、Na+、K+离子半径差异出发推导出详细的发光过程机制。值得注意的是，CTB红移可归因于环境因素（包括离子半径、配位数、共价性及多面体倾斜等表征参量）的数值变化，这些参数既适用于对比研究亦可实现量化分析。
关键词： 红色发射，荧光粉，双钙钛矿钨酸盐，发光，CASTEP，环境因素
更新于2025-09-22 20:39:12
-
钙钛矿的"收获-恢复-再生"循环机器学习研究
摘要： 钙钛矿光伏材料兼具高效与低成本优势，但其性能具有动态特性。本观点文章探讨了水汽、氧气、偏压、温度及光照对器件性能及恢复能力的影响。首先，我们阐述了评估钙钛矿材料经历"再活化-静置-恢复"（3R）循环的关键实验，以及机器学习如何助力确定各运行参数的最优值；其次分析了钙钛矿材料的动态特性与退化机制，重点讨论该3R循环面临的研究挑战；随后概述了可识别环境因素对不同钙钛矿组分恢复过程影响的实验方案；最后提出通过机器学习范式实现长期性能最大化与器件恢复预测的方法，包括构建共享知识库。通过将钙钛矿光电暂态特性置于"恢复"而非"退化"的视角下重新审视，我们揭示了一系列研究机遇及实现这类潜力光伏材料商业化所需的人工智能解决方案。
关键词： 机器学习、钙钛矿光伏技术、环境因素、再吸收-再休息-再恢复循环、器件性能
更新于2025-09-09 09:28:46