“数据科学帮助工程师发现太阳能电池和LED的新材料”

加州大学圣地亚哥分校的工程师开发了高通量的计算方法，为新一代太阳能电池和led设计了新材料。 他们的做法产生了13种新的太阳能电池候选材料和23种新的led候选材料。 这些材料被称为混合卤化物半导体，预测在稳定的同时，还会显示出优异的光电性能。

这个小组于2019年5月22日在能源与环境科学杂志上发表了他们的研究结果。

混合卤化物半导体是由容纳有机阳离子的无机骨架构成的材料。 它们有独特的材料特性，在有机材料和无机材料中看不到。

作为这些材料的子类别的混合卤化物钙钛矿，由于其优异的光电性能和低廉的制造价格，作为新一代太阳能电池和led器件的有前途的材料，受到了众多的关注。 但是，混合钙钛矿不稳定，含铅，因此不适用于商业机器。

为寻求钙钛矿替代品，加州大学圣地亚哥雅各布斯工程学院纳米工程教授kesong yang率领的研究小组利用计算工具、数据挖掘和数据分选技术，发现了钙钛矿以外的新型混合卤化物材料。 这些材料稳定且具有铅-自由。 寻找钙钛矿结构，在新的空之间设计光电子学用的混合半导体材料。 杨说。

yang的团队首先浏览了两个最大的量子材料数据库aflow和材料项目，分解了所有与卤钙钛矿相似的化学成分的化合物。 然后，他们提取了24个原型结构，用作生成混合有机无机材料结构的模板。

接下来，他们用原型结构进行高通量量子力学计算，构建了包含4，507个假设混合卤化物的综合量子材料库。 通过采用高效的数据挖掘和数据筛选算法，yang的团队迅速查明了13种太阳能电池材料候选和23种led候选。

有机-无机杂化材料的高通量研究微不足道，杨说。 开发一个具备卤化物混合材料数据生成、数据挖掘和数据筛选算法的完美软件框架花了几年的时间。 他的团队还花费了很多精力将软件框架和用于高吞吐量计算的软件无缝集成在一起。

与其他计算设计方法相比，我们已经探索了在非常大的结构和化学空之间识别新型卤化物半导体材料。 yu yu li表示，他是杨氏集团的纳米工程博士候选人，也是这项研究的第一作者。 李先生说，这项事业还可以引发新的实验事业浪潮，验证计算预测的材料。

展望未来，杨和他的团队正在利用他们的高通量方法，从其他类型的晶体结构中发现新的太阳能电池和led材料。 他们还正在开发新的数据挖掘模块，以发现用于能源转换、光电子和自旋电子APP的其他类型的功能材料。

幕后: sdsc的'； 注释& # 39； 超级计算机为研究提供动力[/s2/]

yang成功完成项目的大部分拷贝都要归功于加州大学圣地亚哥分校圣地亚哥超级计算机中心( sdsc )的comet超级计算机的采用。 他解释说我们的大规模量子力学计算需要大量的计算资源。 年以来，我们获得了计算时间。 通过comet获得了约346万的核心时间，使这个项目成为可能。

comet在这项研究中提供了模拟，但杨说sdsc的员工在他的研究中也发挥了重要的作用。 sdsc领域相关总监ron hawkins和该中心的计算机研究专家jerry greenberg保证向yang及其团队提供充分的支持。 研究人员特别依赖sdsc的员工进行研究，安装comet的计算代码。 该代码由美国国立科学基金会资助。

yang通过位于加州大学圣地亚哥分校的triton共享计算集群( tscc )校园集群与sdsc建立了联系，他表示，comet不仅节省了时间。 获奖的这些计算资源价值约115，600美元，也大大降低了项目成本。

这项事业得到三星高等技术研究院(奖号4974 )和国家科学基金会) aci-1550404 )的全球研究外展) gro )方案的支持。 ab-initio分子动力学计算采用国防部高性能计算现代化计划( hpcmp )提供的计算资源。

本文：《“数据科学帮助工程师发现太阳能电池和LED的新材料”》