背景

半導(dǎo)體材料廣泛應(yīng)用于電子學(xué)、光電子學(xué)、太陽(yáng)能電池和傳感器等各個(gè)領(lǐng)域。然而，發(fā)現(xiàn)和優(yōu)化新半導(dǎo)體材料是一項(xiàng)具有挑戰(zhàn)性的任務(wù)，因?yàn)檫@需要探索一個(gè)大而復(fù)雜的材料搜索空間，并表征影響設(shè)備性能和穩(wěn)定性的材料特性。

高通量合成方法已經(jīng)被開(kāi)發(fā)出來(lái)，以加速多樣化材料樣品的生產(chǎn)，但它們?cè)诒碚鬟^(guò)程中面臨瓶頸，這通常是緩慢的、手動(dòng)的和剛性的。因此，需要自動(dòng)化和可擴(kuò)展的表征工具，以跟上高通量合成的步伐，并提供有關(guān)材料特性的快速和準(zhǔn)確的反饋。

關(guān)于這項(xiàng)研究

在這篇論文中，作者旨在通過(guò)開(kāi)發(fā)使用可擴(kuò)展計(jì)算機(jī)視覺(jué)技術(shù)從圖像數(shù)據(jù)中提取關(guān)鍵信息的自動(dòng)表征工具，來(lái)解決高通量合成的半導(dǎo)體材料的表征挑戰(zhàn)。他們專(zhuān)注于鈣鈦礦半導(dǎo)體系統(tǒng)FA1-xMAxPbI3，0?≤?x ≤?1，該系統(tǒng)在太陽(yáng)能電池應(yīng)用中表現(xiàn)出有希望的潛力，但也顯示出復(fù)雜的成分依賴(lài)特性，如帶隙和降解。

該研究使用高通量噴墨打印平臺(tái)在一小時(shí)內(nèi)將200個(gè)獨(dú)特的鈣鈦礦樣品沉積在玻璃基板上，創(chuàng)建了甲脒（FA）和甲基銨（MA）陽(yáng)離子的組成梯度。這些樣品具有可變的形態(tài)，與現(xiàn)有的表征工具不兼容。

因此，使用高光譜成像儀和標(biāo)準(zhǔn)紅綠藍(lán)（RGB）相機(jī)分別捕捉樣品的反射光譜和顏色變化。然后由開(kāi)發(fā)的自動(dòng)表征工具處理圖像數(shù)據(jù)，這些工具包括計(jì)算機(jī)視覺(jué)分割工具、成分映射工具、帶隙自動(dòng)表征工具和降解自動(dòng)表征工具。

首先，計(jì)算機(jī)視覺(jué)分割工具從高光譜數(shù)據(jù)立方中識(shí)別和索引每個(gè)樣品及其對(duì)應(yīng)的反射光譜，從而能夠?qū)υS多樣品進(jìn)行并行測(cè)量。其次，成分映射工具通過(guò)整合噴墨打印機(jī)的泵速隨時(shí)間的變化，并將其空間映射到分割的樣品上，確定每個(gè)樣品中FA和MA陽(yáng)離子的比例。

第三，帶隙自動(dòng)表征工具通過(guò)將反射光譜轉(zhuǎn)換為T(mén)auc曲線，并使用遞歸分割和迭代擬合算法在Tauc峰值之間找到最佳擬合線性回歸線來(lái)計(jì)算每個(gè)樣品的直接帶隙。最后，降解自動(dòng)表征工具通過(guò)在校準(zhǔn)的RGB色彩空間中整合隨時(shí)間變化的顏色變化，并使用降解強(qiáng)度度量來(lái)量化每個(gè)樣品的降解程度。

研究發(fā)現(xiàn)

通過(guò)與傳統(tǒng)方法和領(lǐng)域?qū)＜以u(píng)估結(jié)果進(jìn)行比較，驗(yàn)證了自動(dòng)表征工具的性能。結(jié)果表明，自動(dòng)表征工具在測(cè)量鈣鈦礦樣品的成分、帶隙和降解方面實(shí)現(xiàn)了高準(zhǔn)確性和速度。此外，成分映射工具通過(guò)X射線衍射和X射線光電子能譜驗(yàn)證了預(yù)期的晶體結(jié)構(gòu)和樣品元素成分的變化。

具體來(lái)說(shuō)，帶隙自動(dòng)表征工具在與專(zhuān)家計(jì)算的帶隙進(jìn)行比較時(shí)，表現(xiàn)出強(qiáng)線性擬合，R2為0.975，在0.02 eV范圍內(nèi)達(dá)到98.5%的準(zhǔn)確率。降解自動(dòng)表征工具在與降解的基準(zhǔn)真值（通過(guò)帶隙前后的偏差確定）比較時(shí)，表現(xiàn)出0.853的精確召回曲線下面積和96.9%的最高準(zhǔn)確率。

此外，自動(dòng)表征工具顯著加快了表征過(guò)程，計(jì)算200個(gè)樣品的帶隙僅需6分鐘，檢測(cè)降解僅需20分鐘，而傳統(tǒng)方法分別需要510分鐘和數(shù)小時(shí)或數(shù)天。

應(yīng)用

該工具在半導(dǎo)體材料發(fā)現(xiàn)和優(yōu)化方面具有重要意義。它能夠快速準(zhǔn)確地反饋材料特性，從而更快地篩選和選擇最佳組成和條件。

此外，它有助于探索更大、更復(fù)雜的材料搜索空間，促進(jìn)新型高性能材料的發(fā)現(xiàn)。通過(guò)修改計(jì)算機(jī)視覺(jué)算法和數(shù)據(jù)分析方法，該工具還可以適用于其他材料系統(tǒng)和特性，如有機(jī)光伏、納米材料和多孔介質(zhì)。

結(jié)論

總之，這種新工具在從高光譜和RGB圖像數(shù)據(jù)中提取成分、帶隙和降解信息方面表現(xiàn)出高效性，其處理速度比傳統(tǒng)方法快85倍。未來(lái)的工作應(yīng)集中于將這些自動(dòng)表征工具擴(kuò)展到具有多個(gè)帶隙的多相材料，以及其他材料系統(tǒng)和特性。此外，將這些工具與機(jī)器學(xué)習(xí)和人工智能技術(shù)相結(jié)合，可以進(jìn)一步實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的智能材料設(shè)計(jì)。