495 ABX3卤化物钙钛矿合金的高通量计算数据集

本数据集由普渡大学材料工程学院创建，包含495种ABX3卤化物钙钛矿化合物的详细DFT计算结果，涉及多种原子和分子物种在A、B和X位点的混合。数据集通过高通量计算方法生成，旨在通过数据驱动的方法优化钙钛矿的稳定性和光电性能。该数据集不仅用于训练预测和优化模型，加速新型钙钛矿材料的设计，还用于探索钙钛矿的化学空间，以发现具有特定性能的新型合金。

This dataset was created by the School of Materials Engineering at Purdue University, containing detailed DFT calculation results for 495 ABX3 halide perovskite compounds, which involve the mixing of various atomic and molecular species at the A, B, and X crystallographic sites. Generated via high-throughput computational methods, this dataset aims to optimize the stability and optoelectronic properties of perovskites through data-driven approaches. It is not only used for training predictive and optimization models to accelerate the design of novel perovskite materials, but also for exploring the chemical space of perovskites to discover new alloys with targeted properties.

搜集汇总

数据集介绍

构建方式

该数据集通过高通量密度泛函理论（DFT）计算构建，涵盖了495种ABX3卤化物钙钛矿合金。研究中采用了广义梯度近似（GGA-PBE）和更为精确的HSE06泛函进行计算，考虑了自旋轨道耦合（SOC）的影响。通过特殊准随机结构（SQS）方法模拟合金的混合，计算了每种化合物的晶格常数、分解能、带隙以及理论光伏效率等关键物理性质。此外，还进行了几何优化和静态计算，以确保数据的准确性和全面性。

特点

该数据集具有多维度的特点，涵盖了多种元素在A、B、X位的混合情况，提供了丰富的化学多样性。数据集不仅包括了GGA-PAPE计算结果，还提供了HSE06泛函的三种不同计算方式的结果，包括几何优化、SOC效应以及基于PBE优化的静态计算。此外，数据集还通过皮尔逊相关分析揭示了不同元素及其物理性质对计算结果的影响，为材料设计提供了有价值的指导。

使用方法

该数据集可用于训练机器学习模型，以预测和优化新型卤化物钙钛矿的性能。用户可以通过分析数据集中的分解能、带隙和光伏效率等关键性质，筛选出具有潜在应用价值的化合物。此外，数据集还可用于研究不同元素混合对钙钛矿稳定性和光电性能的影响，为实验设计提供理论支持。数据集的开放获取特性使其成为加速新型钙钛矿材料设计的有力工具。

背景与挑战

背景概述

卤化物钙钛矿材料因其优异的光电性能和可调性，在光伏、光电探测器等领域展现出巨大的应用潜力。近年来，通过阳离子和/或阴离子位点的成分工程设计新型卤化物钙钛矿材料，已成为提升其稳定性和光电性能的重要研究方向。在此背景下，Yang等人于2023年创建了495种ABX3卤化物钙钛矿合金的高通量计算数据集，该数据集基于密度泛函理论（DFT）计算，涵盖了多种原子和分子在A、B、X位点的组合，并采用特殊准随机结构（SQS）方法模拟合金化效应。该数据集通过GGA-PBE和HSE06等多种计算方法，系统地计算了晶格常数、分解能、带隙和理论光伏效率等关键物理性质，并与实验数据进行了对比分析，旨在为新型卤化物钙钛矿材料的筛选和设计提供全面的计算支持。

当前挑战

该数据集的构建面临多重挑战。首先，卤化物钙钛矿材料的化学空间极为复杂，涉及多种阳离子、阴离子及其组合，导致计算量巨大。其次，DFT计算的精度与计算成本之间存在权衡，尤其是在处理复杂合金体系时，如何平衡计算效率与结果的准确性是一个重要挑战。此外，卤化物钙钛矿材料的稳定性与光电性能受多种因素影响，如成分、结构、缺陷等，如何在高通量计算中有效筛选出具有优异性能的材料组合，也是一个亟待解决的问题。最后，数据集的构建需要处理大量的计算数据，如何高效地进行数据分析和筛选，以提取有用的设计规则，也是该领域面临的一大挑战。

常用场景

经典使用场景

495 ABX3卤化物钙钛矿合金的高通量计算数据集的经典应用场景主要集中在通过高通量密度泛函理论（DFT）计算，系统地分析和筛选具有优异光电性能和稳定性的新型卤化物钙钛矿材料。该数据集通过在A、B、X位点引入不同的元素混合，利用特殊准随机结构（SQS）方法模拟合金，计算了包括分解能、带隙、理论光伏效率等关键物理性质。这些计算结果为设计具有理想光电性能的钙钛矿材料提供了重要的理论依据。

实际应用

495 ABX3卤化物钙钛矿合金的高通量计算数据集在实际应用中具有广泛的前景，特别是在光伏、光电探测器和发光二极管等领域。通过该数据集筛选出的材料具有优异的光电转换效率和稳定性，能够显著提升太阳能电池的性能。此外，该数据集还为实验研究提供了理论支持，帮助研究人员快速定位具有潜在应用价值的钙钛矿材料，从而加速新型光电材料的开发和应用。

衍生相关工作

基于该数据集，研究者们进一步开展了多项相关工作，包括利用机器学习算法对数据集进行分析，构建预测模型以加速钙钛矿材料的筛选和设计。此外，该数据集还为非立方相钙钛矿材料的研究提供了基础，推动了对不同晶相结构及其光电性能的深入理解。未来，该数据集有望扩展到更多元素组合和晶体结构，进一步推动钙钛矿材料在光电领域的广泛应用。