从文献语料到创新突破:大语言模型驱动有机太阳能电池设计的新范式
《npj Computational Materials》:From Corpus to Innovation: Advancing Organic Solar Cell Design with Large Language Models
【字体:
大
中
小
】
时间:2025年12月09日
来源:npj Computational Materials 11.9
编辑推荐:
本研究针对有机太阳能电池(OSC)材料发现中数据分散、提取困难的问题,开发了一种大语言模型(LLM)驱动的研究框架。通过从文献中提取结构化数据并利用自然语言嵌入预测器件性能,研究人员在422个OSC器件数据集上微调TinyLlama-1.1B模型,实现了对功率转换效率(PCE,R2: 0.87)、短路电流(JSC,R2: 0.82)、开路电压(VOC,R2: 0.89)和填充因子(FF,R2: 0.59)的准确预测。该模型成功探索了140万种材料组合与工艺参数的设计空间,为OSC的优化设计提供了数据驱动的指导。
在可再生能源技术快速发展的今天,有机太阳能电池(OSC)以其轻质、半透明、柔性和成本效益等独特优势,成为穿戴式电子、建筑一体化光伏和太阳能织物等领域的理想选择。然而,与传统无机太阳能电池相比,OSC在效率和稳定性方面仍存在明显差距。功率转换效率(PCE)作为衡量太阳能电池性能的关键指标,受到开路电压(VOC)、短路电流(JSC)和填充因子(FF)的共同影响。这些参数对器件架构、材料特性和工艺条件极为敏感,使得精确控制成为重大挑战。
OSC通常依赖具有π共轭碳骨架的有机半导体聚合物或小分子,这种结构使得电子能够在分子结构中离域,从而在可见光和近红外区域实现光吸收。然而,有机材料的低介电常数导致弗伦克尔激子的形成,其空穴-电子结合能较高,限制了自由电荷载流子的生成。为克服这一固有局限,OSC采用给体(donor)和受体(acceptor)材料的组合,通过能级偏移驱动空穴-电子对分离。尽管这一策略有效,但双层器件常面临高空穴-电子复合率的问题。解决这一难题需要采用共混活性层——即给体与受体材料相互渗透的网络结构,显著提升电荷分离和传输效率。
富勒烯及其衍生物作为受体材料曾被广泛应用,但其能级可调性差、吸收能力弱和热稳定性不足等缺点限制了进一步发展。相比之下,非富勒烯受体(NFA)通过分子修饰可轻松调节能级,提供理想的轨道能量和窄带隙,具有更宽的吸收范围。NFA的刚性分子结构不仅确保良好的分子平面性,侧链工程还为薄膜形貌调控提供了更多可能。
OSC的性能很大程度上取决于体异质结(BHJ)活性层的形貌,该形貌在激子扩散和电荷传输收集两个关键过程中起决定性作用。由于有机材料中激子寿命和扩散长度较短,需要将域尺寸控制在5-30纳米范围内以确保高效解离。同时,高域纯度和精细的三维双连续互穿网络对促进载流子快速传输、限制电荷复合至关重要。通过分子设计策略(如优化区域规整度、分子量、侧链和分子骨架)以及工艺参数(如共混比例、溶剂选择、添加剂和后退火)可有效调控活性层形貌。
除了活性层的优化,器件架构的改进也取得显著进展。倒置OSC通过避免顶部金属电极的能量密集型沉积,提高了稳定性并进一步降低成本。传统OSC将有机层夹在低功函数金属电极和高功函数透明导电阳极之间,而倒置OSC采用透明电极作为阴极,高功函数金属作为顶部阳极。
尽管溶液加工技术如旋涂在OSC制备中占主导地位,但其与大规模卷对卷(R2R)生产的兼容性差。因此,刮涂、狭缝涂布、凹版印刷和喷墨印刷等可扩展技术正在被探索。然而,这些技术制备的OSC通常PCE较低,主要由于均匀性、厚度和结晶控制的困难。大规模生产更倾向厚活性层,因其可捕获更多光线且与可扩展印刷技术兼容。同时,OSC制备中卤化溶剂和添加剂的环境问题也推动着向非卤化绿色溶剂的转变。
面对OSC设计的复杂性,数据驱动方法成为传统试错法的有前景替代方案。尽管已有研究利用给体/受体结构的化学指纹和能级描述符开发机器学习模型进行材料筛选,但这些方法仍面临训练数据有限、依赖复杂数值描述符以及忽视关键工艺参数和器件架构的局限。大语言模型(LLM)的出现为文献数据提取和性能预测提供了变革性途径,其通过自然语言生成嵌入表示,避免了传统方法对大量标注数据和工程特征的需求。
本研究通过微调语言模型,开发了一个连接非结构化文献数据与OSC材料发现预测模型的LLM驱动信息学框架。研究团队首先建立了半自动化LLM数据提取流程,整合命名实体识别(NER)、启发式算法和Llama-3模型,从科学文献中系统提取器件性能、材料特性、工艺条件和器件架构等信息。经过严格数据整理,获得包含422个BHJ太阳能器件的数据集,涵盖73种独特给体、42种独特受体和120种给体-受体组合。
在数据处理基础上,研究人员采用TinyLlama-1.1B模型(11亿参数)进行微调,利用低秩自适应(LoRA)技术冻结预训练权重并注入可训练秩分解矩阵,大幅减少可训练参数数量。通过系统优化超参数(周期数10-120,秩r为8-128,alphaα设为秩值或半值),确定了各性能指标的最佳配置。输入提示经过精心设计,包含给体/受体SMILES字符串、共混比例、溶剂、薄膜制备方法、退火条件、活性层厚度和分子量等关键参数。
模型在五个不同数据分割上均表现出卓越预测性能。PCE预测最佳配置为r=16,α=16,100训练周期,平均测试R2达0.83(范围0.77-0.92)。JSC预测在r=128,α=64,50周期时达到最佳,平均测试R2为0.81。VOC预测在r=32,α=32,60周期时平均测试R2为0.83。FF预测相对较低(平均R2=0.60),这与影响FF的多因素复杂相互作用(串联电阻Rs、并联电阻Rsh、电荷复合、载流子迁移率和界面效应)相一致。所有模型的误差分布均接近正态,表明预测无偏。
利用训练好的模型,研究人员探索了包含给体-受体材料组合、实验条件和器件架构的参数空间。通过系统变化五个给体/五个受体材料、共混比例(0.17-2.0)、溶剂(邻二氯苯/氯苯含或不含2% DIO添加剂)、热退火温度(25°C-180°C)、活性层厚度(50-250nm)和器件架构(常规/倒置),生成了140万个样本进行PCE预测。
热图分析显示,给体D2与受体A1组合在共混比1.87、膜厚140nm、98%邻二氯苯+2% DIO溶剂、25°C退火10分钟、倒置架构条件下预测PCE达16%。同一给体D2与受体A5组合在不同优化条件下预测PCE为14.6%。筛选结果确定了最佳给体-受体组合(D2-A1、D2-A5、D4-A3),并揭示2% DIO添加剂与邻二氯苯/氯苯溶剂结合可持续提升器件性能。平均最佳膜厚为100nm,薄于50nm的活性层性能较差,超过100nm后PCE明显下降,与激子陷获和电荷传输阻碍的理论一致。热退火最佳条件为125±20°C持续10分钟,多数情况下PCE超过8%。给体-受体共混比高度系统依赖,未发现明显通用趋势。倒置架构与传统架构相比未显示显著性能优势,但前者稳定性通常更好。
数据集分析显示,PCE值从0.02%到13%不等,中值4.12%;JSC范围0.07-24.50 mA/cm2,中值9.93 mA/cm2;VOC范围0.24-1.36V,中值0.75V;FF范围0.20-0.83,中值0.61。给体-受体共混比0.17-3.00,多数集中在较低范围;活性层厚度50-480nm,中值100nm;给体聚合物分子量偏向低分子量。117个样本进行热退火,温度25°C-180°C,时间2-30分钟;30个样本进行溶剂蒸汽退火(SVA)。处理溶剂包括氯苯、二氯苯、三氯苯、氯仿、二甲苯、乙醇及其组合;123个案例使用1,8-二碘辛烷(DIO)作为添加剂改善膜形貌。器件架构方面,358个样本中67个采用倒置架构。
性能指标间相关性分析显示,PCE与JSC强相关(r=0.95),PCE与FF中等相关(r=0.79),JSC与FF中等相关(r=0.69),与已有报道一致。而VOC与PCE、JSC或FF的相关性较弱,表明影响VOC的因素与其他性能参数不同。
本研究成功建立了LLM驱动信息学框架,通过自然语言嵌入准确预测OSC关键性能指标,避免了传统数值描述符的需求。微调模型在有限数据集上表现出优秀预测能力和泛化性,高通量筛选为OSC优化设计提供了宝贵的数据驱动指导。尽管当前数据集未包含最新高性能Y系列NFA,且三元/多元OSC系统、额外工艺参数(如旋涂转速、有效器件面积和电极材料)尚未纳入,未来通过数据集扩展和提取流程优化,模型预测能力和普适性将进一步提升。该框架为材料科学中LLM应用建立了可推广范式,语言衍生表示不仅替代数值描述符,还成为知识提取和探索分析的强大工具。
该研究由Harikrishna Sahu、Akhlak Mahmood、Labeeba B. Shafique和Rampi Ramprasad合作完成,发表于《npj Computational Materials》,为可持续能源材料的发现提供了可扩展自适应方法,显著加速了下一代OSC的设计优化进程。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号