南京理工大学曾海波团队:计算与数据驱动为环保型发光材料装上“智能引擎”

2023~2025年  分领域虚拟专题

全文速览

传统发光材料，如镉系量子点、铅卤化物钙钛矿，虽性能优异，但其含有的Cd、Pb等重金属元素在全生命周期中存在显著环境与健康风险。开发无镉量子点、无铅钙钛矿、稀土掺杂荧光粉等环保型替代材料已成为领域核心方向。然而，当前研发仍高度依赖“试错式”实验模式，效率低且难以突破发光效率、稳定性与界面相容性等核心瓶颈。本综述系统梳理了环保型发光材料的研究现状与挑战，重点阐述了密度泛函理论等计算技术如何精准预测材料光电特性、解析发光机理，以及数据驱动技术如何通过构建数据库与机器学习模型加速材料筛选。文章展望，计算与数据驱动的深度融合有望破解环保型发光材料的研发困境，加速其在显示、照明等领域的实际应用。

研究背景

发光材料是显示、照明、生物成像等光电器件的核心组成部分。从稀土掺杂荧光粉到镉系量子点、铅卤化物钙钛矿，材料发光性能不断提升，但重金属毒性问题日益凸显—Pb、Cd等元素易在生态系统中富集，对神经与内分泌系统构成长期毒性威胁。向无镉量子点、无铅钙钛矿等环保型体系转型已成为必然选择。然而，这类材料的研发长期受困于“环保性-发光效率-稳定性”难以兼顾的三角矛盾，传统“试错式”实验模式难以系统揭示材料结构与性能之间的构效关系，亟需新的研究方法论突破。

本文亮点

1.构建“计算+数据”双驱动研究框架：在环保型发光材料领域系统整合密度泛函理论计算与数据驱动技术，阐明二者从“机理解析”到“性能预测”再到“材料筛选”的协同作用路径。

2.深入揭示多尺度计算的核心价值：详细阐述了密度泛函理论(DFT)如何从原子-电子层面预测量子点核壳结构的光电特性、解析缺陷致非辐射复合机制、量化晶体场效应对稀土离子发光的影响，为性能优化提供理论依据。

3.全面展示数据驱动加速研发的典型范例：通过监督学习预测带隙与发射波长、无监督学习挖掘材料结构关联、强化学习优化合成工艺等案例，呈现机器学习如何将新材料发现周期大幅缩短，并成功指导开发出多种高稳定性、高效率的环保型发光材料。

图文导读

计算指导量子点核壳结构设计(图1)：通过密度泛函理论计算，揭示了核壳量子点中壳层厚度对激子行为的调控规律。图1(a)展示了I型、II型和反I型三种能带对齐方式，其中I型结构将电子和空穴同时限制在核内，是实现高效率发光的理想选择。图1(c, d)进一步显示，随着壳层厚度从0.25 nm增至3.25 nm，激子类型会从电子-空穴共定域的I型逐渐过渡为空穴定域于壳层的II型。

计算解析缺陷及结构影响发光机理(图2)：通过双组分DFT与屏蔽单电子组态相互作用方法，从原子层面揭示了InP量子点表面缺陷对发光的调控机制。图2(a)展示了InP量子点的分子轨道能级与电子密度分布，明确三重配位P原子为空穴陷阱，三重配位In原子为电子陷阱。针对二维钙钛矿，图2(c~e)的电子定位函数等值线图显示，间隔阳离子引发的结构畸变会增强激子-声子耦合，提高非辐射复合损失。

数据驱动预测材料性能(图3)：针对ZnO量子点的带隙预测，机器学习研究对比了多种监督学习模型的表现。图3(a)显示，带二次特征的核岭回归(KRR)和岭回归(RR)模型预测精度最优，可媲美传统有效质量近似模型，且对大尺寸量子点更具优势。针对Ce³⁺掺杂石榴石型氧化物，研究者提出“第一性原理+监督学习”两步模型(图3(b, c))：先以第一性原理计算获取电子参数训练线性回归模型，再利用神经网络基于结构参数预测电子参数，最终实现对4f→5d跃迁能的精准预测，留一交叉验证相关系数达0.9915。

数据驱动发现新型荧光粉(图4)：基于局部结构相似性思想，机器学习通过t-SNE技术将无机晶体结构数据库中数万种化合物的局部结构映射为二维散点图(图4(a))。以已知窄带荧光粉BaSi₂O₂N₂:Eu²⁺的Ba位局部结构为参考，成功筛选并合成了新型窄带发射荧光粉K₂ZnP₂O₇:Eu²⁺(半高宽30 nm)。针对Mn⁴⁺掺杂红色荧光粉的激发态寿命预测，随机森林模型揭示了B位对称性为关键结构特征(图4(d~f))，据此发现了(TMA)₂SnF₆:Mn⁴⁺和(TMA)₂HfF₆:Mn⁴⁺两种新型氟化物，其内量子效率>92%，基于前者组装的微型LED显示原型色域覆盖达124% NTSC。

总结与展望

计算与数据驱动技术正在重塑环保型发光材料的研究范式：材料计算从原子-电子层面揭示发光起源与非辐射损耗机制，数据驱动则通过构建“结构-性能”关联模型加速材料筛选，二者协同已成为突破“环保性-效率-稳定性”矛盾的关键路径。

未来，该领域需在以下方向持续突破：(1)多尺度计算融合：将DFT与分子动力学、有限元模拟结合，实现从原子相互作用到器件工作状态的全链条描述；(2)AI-实验闭环：构建计算与实验数据的统一数据库，引入强化学习优化合成路径，有望将新材料研发周期缩短近一半；(3)绿色制备工艺：开发适用于工业化生产的连续式合成及精准成型技术，解决当前低温合成产物均一性不足等难题；(4)新体系拓展：探索环保型发光材料在量子通信、高灵敏度探测等前沿领域的应用，为环保型发光材料开辟更广阔的发展空间。

作者简介

通讯作者：曾海波，南京理工大学材料学院院长，国家杰出青年基金获得者，国家“万人计划”领军人才，国务院特殊津贴专家，国家“重点研发计划”首席科学家，英国皇家化学会会士，美国光学会会士。长期从事半导体量子点显示研究，建立了“半导体理论设计→激发态与空穴调控→发光器件、组件与应用”的特色研究体系，创建了工信部新型显示材料与器件重点实验室、江苏省量子点显示工程研究中心、中国颗粒学会发光颗粒专委会，发表SCI论文300余篇，包括Nature Materials、Nature Photonics、Nature Electronics等Nature/Science子刊20篇，Advanced Materials 50余篇，Nano Letters及ACS Nano 20余篇，Physical Review系列20余篇，SCI他引60000余次，单篇超过1000次12篇，最高3000余次，ESI高被引40余篇，H因子120，2017年至今连续9年入选“全球高被引科学家”。获授权发明专利45项、PCT专利3项、国家标准2项，成果转化形成“惟怡-量子点(VEQD)”、量子点背光透镜等系列新型显示产品，孵化国家级“高新技术企业”1个。以第一完成人获2023年国家级教学成果奖二等奖、2025年江苏省科技进步奖一等奖、2023年中国材料研究学会科学技术奖一等奖、2022年江苏省科学技术奖一等奖。

通讯作者：张胜利，南京理工大学材料学院副院长、教授、青年长江。长期聚焦二维电子材料、量子点发光材料及MOSFET、QLED的智能化设计，并开展多尺度模拟与机器学习AI方法开发研究；在Nat. Mater.、Nat. Electron.、Sci. Adv.、Adv. Mater.等期刊发表论文100余篇，软件著作4项。先后入选科睿唯安(Clarivate)和爱思唯尔(Elsevier)全球高被引科学家，获江苏省自然科学一等奖2项、中国材料学会一等奖1项。

第一作者：胡扬，南京理工大学材料科学与工程专业，博士后，主要研究方向为电声耦合的机器学习加速计算与电子器件材料特性预测。已在J. Phys. Chem. Lett.、Nanoscale、ACS Appl. Mater. Interfaces等杂志上发表SCI论文十余篇、软件著作2项。

期刊介绍