项目名称: 新型层状铜基硫族光电化合物的合成和剥离及其光伏器件的基础研究

项目编号: No.51402335

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 一般工业技术

项目作者: 刘玉峰

作者单位: 中国科学院上海硅酸盐研究所

项目金额: 25万元

中文摘要: 类石墨烯层状硫化物因具有独特物理性质被广泛关注。然而,在光伏工业应用中优异的光电转换材料,尤其p型吸光材料CuInGaSe2和Cu2ZnSnS4,多为四配位 “类金刚石结构”。因此,新型层状铜基硫族化合物的合成、原子层的剥离、薄膜的组装及光伏器件化,是亟待发展的研究方向。本项目针对此类问题:(1)采取低温硫脲溶剂热法或低熔点助溶剂固相法,制备新型层状铜基硫族化合物,表征晶体结构;(2)根据吸收系数、禁带宽度(Eg)、迁移率等筛选出优异光电性能的化合物,进行二维晶体的剥离;(3)选择适合密度、极性的溶剂,利用二维晶体形状的各向异性,组装出光电薄膜;(4)结合p型光电薄膜的能带特性,选择功函数匹配的n型半导体; 对光生电子-空穴(e-h)分离,e-h的复合和电荷收集等关键问题进行研究,实现光电材料的原型器件化,评估其光电性能。通过项目实施,发现2-3种新型的光电薄膜,并获得性能优良的光电器件。

中文关键词: 层状材料;铜基硫族化合物;光电化合物;光伏器件;能态密度

英文摘要: Graphene analogues of layered metal dichalcogenides were extensively investigated due to their unique physical properties. However, photovoltaic materials with excellent performance, especially for p-type absorbers of CuInGaSe2 and Cu2ZnSnS4 are four-coor

英文关键词: layered materials;copper-based chalcogenides;photoelectric compounds;photovoltaic device;density of states

成为VIP会员查看完整内容
0

相关内容

【AI与电力】电动汽车发展与城市电网适应性研究
专知会员服务
15+阅读 · 2022年4月25日
ICLR 2022|化学反应感知的分子表示学习
专知会员服务
19+阅读 · 2022年2月10日
中国AI+材料科学产业应用研究报告,41页pdf
专知会员服务
52+阅读 · 2021年12月6日
【NeurIPS 2021】基于潜在空间能量模型的可控和组分生成
专知会员服务
15+阅读 · 2021年10月23日
专知会员服务
39+阅读 · 2021年9月7日
专知会员服务
27+阅读 · 2021年8月16日
专知会员服务
51+阅读 · 2020年12月28日
专知会员服务
28+阅读 · 2020年12月16日
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
46+阅读 · 2019年9月24日
你的哪类电子产品换新频率最高?
ZEALER订阅号
0+阅读 · 2022年1月11日
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
重磅!达摩院2021十大科技趋势
新智元
0+阅读 · 2020年12月28日
高分子材料领域的十大院士!
材料科学与工程
18+阅读 · 2018年9月18日
【材料课堂】EBSD晶体学织构基础及数据处理
材料科学与工程
32+阅读 · 2018年7月14日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月21日
Arxiv
0+阅读 · 2022年4月21日
Arxiv
1+阅读 · 2022年4月21日
Arxiv
0+阅读 · 2022年4月21日
Do RNN and LSTM have Long Memory?
Arxiv
19+阅读 · 2020年6月10日
AutoML: A Survey of the State-of-the-Art
Arxiv
67+阅读 · 2019年8月14日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
小贴士
相关主题
相关VIP内容
【AI与电力】电动汽车发展与城市电网适应性研究
专知会员服务
15+阅读 · 2022年4月25日
ICLR 2022|化学反应感知的分子表示学习
专知会员服务
19+阅读 · 2022年2月10日
中国AI+材料科学产业应用研究报告,41页pdf
专知会员服务
52+阅读 · 2021年12月6日
【NeurIPS 2021】基于潜在空间能量模型的可控和组分生成
专知会员服务
15+阅读 · 2021年10月23日
专知会员服务
39+阅读 · 2021年9月7日
专知会员服务
27+阅读 · 2021年8月16日
专知会员服务
51+阅读 · 2020年12月28日
专知会员服务
28+阅读 · 2020年12月16日
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
46+阅读 · 2019年9月24日
相关资讯
你的哪类电子产品换新频率最高?
ZEALER订阅号
0+阅读 · 2022年1月11日
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
重磅!达摩院2021十大科技趋势
新智元
0+阅读 · 2020年12月28日
高分子材料领域的十大院士!
材料科学与工程
18+阅读 · 2018年9月18日
【材料课堂】EBSD晶体学织构基础及数据处理
材料科学与工程
32+阅读 · 2018年7月14日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月21日
Arxiv
0+阅读 · 2022年4月21日
Arxiv
1+阅读 · 2022年4月21日
Arxiv
0+阅读 · 2022年4月21日
Do RNN and LSTM have Long Memory?
Arxiv
19+阅读 · 2020年6月10日
AutoML: A Survey of the State-of-the-Art
Arxiv
67+阅读 · 2019年8月14日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
微信扫码咨询专知VIP会员