Ecomat | 周航&林彦宏团队：基于图神经网络加速筛选离子液体双功能钝化剂-助力高效稳定 FAPbI3钙钛矿太阳能电池

本文针对FAPbI3钙钛矿太阳能电池在空气中易相变导致效率与稳定性下降的问题，提出利用图神经网络（GNN）模型加速筛选具有双功能钝化作用的离子液体添加剂。研究构建了融合分子结构与器件性能特征的机器学习框架，通过引入自注意力机制量化了离子液体中阴、阳离子功能基团的重要性，成功预测并实验验证了[MBPY][TFSI]作为高效钝化剂。该离子液体通过Pb-N配位和氢键作用分别钝化Pb2+缺陷并稳定晶格，使优化后的器件光电转换效率达到25.03%，且在空气中存放1200小时后仍保持90.5%的初始效率。本研究建立了一种从数据驱动预测到实验验证的闭环设计范式，为新型钝化剂的快速开发提供了通用方法。