低维有机-无机杂化铜卤化物由于拥有高荧光量子效率、高稳定性和可低成本溶液法制备等优点，近年来在光电和辐射探测等领域展现出巨大应用潜力。本工作通过溶液蒸发法成功制备了零维结构(TPA)CuI2 (TPA=四丙基铵，C12H28N+)闪烁体单晶，并对其光学和X射线闪烁探测性能进行了研究。(TPA)CuI2晶体具有高热稳定性和空气稳定性，在紫外激发下，晶体展现出具有291 nm半高全宽的超宽带白光发射，荧光量子效率为62%；在X射线激发下表现出强辐照发光、低余辉、低检测限，是一种新型高性能X射线探测闪烁体。

全固态纤维电池是纤维态光伏电池走向实际应用的关键性技术之一。回顾了纤维态光伏电池光学结构的发展历程，重点阐述了无透明导电氧化物的纤维态光伏电池所采用的双电极缠绕结构设计的创新性和重要性。新材料（包括非富勒烯基的有机分子和钙钛矿）和光学活性层的新制备工艺（如气相辅助沉积法、静电纺织法）的应用使得全固态纤维电池研究取得突破性进展，光电转化效率达到10%~16%。但全固态纤维电池的模块化仍然存在重大挑战。未来面向可穿戴设备的纤维态光伏电池需要融合新材料和新工艺，开发出可回收、可重复利用、高性能、绿色环保、可编织集成的全固态纤维光伏电池。

有机?无机杂化钙钛矿因其优异的物理化学性质在太阳能电池及其他光电器件中有重要应用。其中, 带隙是材料设计中必须考虑的一个关键物理量。利用机器学习建立准确的带隙模型可以帮助快速预测新材料。本工作通过研究基于Voronoi图方法的结构特征对机器学习的重要性发现, 相比于只有元素特征的机器学习, 通过加入Voronoi图结构描述特征, 符号回归(VS-SISSO)、人工神经网络(ANN)和随机森林(RF)建立的带隙模型精度均有提升。由于符号回归模型相对简单, Voronoi图结构特征的重要性在该方法中体现最高。以上3种机器学习方法给出的模型预测能力接近, 但符号回归模型具有明确的数学表达式, 透明度相对更高。特征重要性分析表明, Voronoi图结构特征在所有输入特征中的重要性最高。本工作展示了 Voronoi图结构特征在提升机器学习模型准确度及可解释性方面的重要价值。

溶剂热条件下,通过无机阶梯状链［Cu(SCN)］n与柔性有机配体1,3-二(4-吡啶基)丙烷(bpp)自组装,得到了一例新型的3D有机-无机杂化配合物［Cu4(SCN)4(bpp)2］n (1)。值得关注的是,不对称单元中的bpp配体显示两种不同的构象(trans-gauche或trans-trans),并连接梯形的［Cu(SCN)］n链形成结晶学独立的［Cu2(SCN)2(bpp)］n (A和B)层。紧接着, 两个不同的层通过ABB′A′的顺序排列形成独特的三维褶皱结构。进一步对配合物1进行了红外光谱(FT-IR)、粉末衍射(PXRD)、热分析、固体紫外-可见漫反射光谱(UV-Vis)和光致发光性质研究。固体紫外-可见光谱表明配合物在紫外区有强的吸收并且具有半导体性质,带隙能Eg为3.20 eV。光催化性能测试结果表明,配合物1在紫外光照射下对中性红(NR)、甲基橙(MO)、天青I(AI)、亚甲基蓝(MB)和亮蓝(ED)这五种染料表现出不同的光催化活性,这可能与有机染料的尺寸和电荷差异有关。此外,荧光测试表明配合物在室温下表现出较强的绿色发光性质,在525 nm附近有强的荧光发射峰。这种发射可能与配体中心激发态有关,可能涉及金属到配体或配体到配体的电荷转移。

有机-无机杂化钙钛矿太阳能电池因其优异的光电性能和低廉的制备成本,成为目前光伏领域内的研究热点。然而,钙钛矿薄膜表面和晶界处存在大量缺陷,这易于导致载流子非辐射复合,并进而影响太阳能电池的光电转换效率。本工作通过在两步法制备钙钛矿的铅盐前驱液中引入钝化剂乙酰水杨酸(acetylsalicylic acid, ASA),利用吸收/光致发光光谱、扫描电镜和电学测试等技术手段研究了ASA分子对钙钛矿薄膜质量与器件性能的影响。结果表明: 适量的ASA分子可以通过路易斯酸碱相互作用增大钙钛矿晶粒尺寸,并有效降低钙钛矿薄膜的缺陷密度; 当ASA的浓度为2.5 mmol/L时,所制得的钙钛矿电池取得了19.83%的最高光电转换效率,明显高于对照器件的转换效率(17.47%)。本工作首次报道了ASA对钙钛矿薄膜缺陷的良好钝化效果,并为提高钙钛矿太阳能电池性能提供了一种简单有效的制备方法。

有机-无机杂化钙钛矿型太阳能电池(简称钙钛矿太阳能电池)的最高光电转换效率已经达到25.5%, 是最有希望取代硅基太阳能电池并实现广泛应用的太阳能电池之一。作为钙钛矿太阳能电池的基本组成部分, 电子传输层对电池的性能起着至关重要的作用。本文阐述了钙钛矿太阳能电池中电子传输层的种类、尺寸以及界面修饰等对器件性能的影响, 为继续提升钙钛矿太阳能电池性能提供参考。