课题组负责人詹义强，未来信息创新学院教授，现担任上海市电子学会理事会理事、中国电子学会空间电子专委会常务委员、中国材料研究学会太阳能材料专委会委员、中国感光学会光电材料与器件专业委员会委员。主要研究方向是半导体光电子、智能传感系统，在Science、Nat. Nano.、Joule、Adv. Mater.、EES.等国际顶级期刊上发表了大量高质量学术论文。

        课题组的主要研究领域集中在太阳能电池、场效应晶体管、光电探测器等新型光电子器件领域，以新型有机无机杂化钙钛矿材料为载体，深入研究材料的光电转化机理，结合高通量实验与人工智能技术，制备高性能的光电器件。

项目介绍：高通量钙钛矿薄膜制备与检测智能实验系统

项目背景：硅基太阳能电池一直占据光伏市场主导地位，但钙钛矿电池具备高光电转化效率、柔性化等优势，将有望未来占据更高的市场份额。当前研究表明，钙钛矿薄膜的质量是钙钛矿光伏器件性能的主要决定因素，而钙钛矿薄膜制备流程的各个工艺参数，如前驱体组分、溶剂配比、添加剂种类、旋涂工艺、退火温度和环境温湿度等条件，都会影响钙钛矿薄膜的质量。复杂多变的工艺细节使得科研人员利用传统的试错法难以在短时间内找到最优组合，同时也使得建立标准化的工艺参数数据库存在太多人为因素影响的可能，因此高通量实验机器设备将在钙钛矿薄膜制备领域上具备切实应用。

项目内容：课题组团队自主开发了集成薄膜制备与原位检测的高通量智能实验系统，并已利用该系统初步进行了钙钛矿多添加剂的工艺优化，具体流程包括：（1）高通量自动旋涂含有不同添加剂组合的钙钛矿溶液，获得高质量的薄膜标准检测数据；（2）配置多模态检测系统对钙钛矿成膜后的高精度光谱/光学成像信息进行有效地检测追踪；（3）利用机器学习聚焦添加剂分子的关键机构与钙钛矿光电性能之间的构效关系，寻找最优配方。此外，课题组团队将该系统的制造成本控制在合理水平。

项目总结：

      综上所述，该系统能够并行处理大量实验参数，通过自动化制备和检测快速生成海量数据，并构建基于机器学习的工艺参数-成膜质量-器件性能关联预测模型，从而将光伏器件的工艺研发从经验驱动转向数据驱动，实现更为智能、高效的关键工艺开发流程。随着钙钛矿叠层电池效率突破27%和G瓦级产线建设加速，该系统将进一步成为推动钙钛矿技术从实验室突破走向规模化应用的核心工具。

      本项目具有合作转化需求，希望与相关单位或投资机构开展合作，开展产业化探索。