有机光伏薄膜的力学性能调控与预测

2023-10-10孙冰李赛萌周康康彭忠祥叶龙

高等学校化学学报 2023年9期

孙冰，李赛萌，周康康，彭忠祥，叶龙

有机光伏薄膜的力学性能调控与预测

孙冰1，李赛萌1，周康康1，彭忠祥1，叶龙1，2

（1. 天津大学材料科学与工程学院, 天津 300350； 2. 天津市分子光电科学重点实验室, 天津化学化工协同创新中心, 天津 300350）

有机光伏电池(OPVs)具有颜色丰富、质轻、柔性等优点, 在半透明、可穿戴/可拉伸电子器件领域具有极大的应用前景. 本文重点评述了高效率有机光伏活性层薄膜的力学性能调整策略, 并概述了其力学性能的理论预测模型. 首先, 简要介绍了薄膜的力学性能参数及其测试方法; 随后, 结合最新实例分别阐述了聚合物∶小分子和全聚合物两类OPVs共混薄膜力学性能的调控方法和理论模型; 最后, 对有机光电薄膜未来的研究趋势进行了展望.

有机光伏电池；力学性能；弹性模量；共轭高分子；薄膜微结构

有机光伏电池（OPVs）具有颜色丰富、质轻、柔性及可溶液加工等优点，在半透明、可穿戴/可拉伸电子领域具有极大的应用前景［1］. 用于可穿戴电子、物联网等领域的新一代柔性光伏设备不仅需要具有柔韧性，还需具有一定的可拉伸性，以适应人体关节运动和极端条件下造成的拉伸应变. 作为OPVs的核心部分，有机光伏活性层薄膜通常由聚合物给体材料和受体材料共混而成，目前常用的受体材料包括小分子受体和聚合物受体两大类. 近年来，随着新型非富勒烯小分子受体［2～5］的快速发展， OPVs的能量转换效率（PCE）已经接近20%，但基于小分子受体的OPVs薄膜力学性能普遍较差，难以满足可拉伸应用的需求. 如何快速优选出兼具优异光伏性能和力学性能的共混体系成为目前OPVs领域亟待解决的国际性难题之一［6，7］.

有机光伏薄膜为了保证高的光吸收效率和电荷迁移率，给体和受体材料通常具有稠环和大的共轭骨架［8］，这种高度共轭的结构易造成材料的分子主链刚性很大，往往导致材料（特别是小分子受体）很脆. 从凝聚态结构的角度来看， OPVs活性层薄膜从小到大要跨越多级尺度，即高分子链结构、多链结构、半晶结构及相分离结构［9］. 因此，这类共混薄膜具有多相多尺度的形貌，影响因素复杂. 光伏材料的分子结构参数（如主链刚性、侧链长度、分子量）会影响分子堆积与薄膜的相分离、结晶等，进而显著影响共混薄膜的力学性能，使得人们对OPVs形貌与力学性能的理解与调控十分困难. 因此，在保持优异光伏性能的前提下提升OPVs活性层薄膜的力学性能成为该领域内关注的焦点. 目前文献中报道的高性能OPVs器件大多聚焦于光伏效率的提升，对体系的拉伸性和柔韧性仍然缺乏清晰的认识. 开发新型可拉伸光伏材料，创新有机薄膜的力学性能表征方法，进一步阐述完整的构效关系，才能制备出可商业化应用的高效、稳定、可拉伸的柔性可穿戴器件.

本文全面概述了近5年来在OPVs活性层薄膜力学性能的调控和预测方面的重要进展，总结了聚合物∶小分子和聚合物∶聚合物两类共混薄膜力学性能的调控策略以及预测模型. 对于高效率的聚合物∶小分子共混体系，通过引入热塑性弹性体和共轭聚合物等作为第三组分来调控共混薄膜的形貌、力学和光伏性能，进而揭示这些多组分共混体系的形貌与力学/光伏性能的关系. 在全聚合物体系中，本文概述了优化聚合物分子量、给/受体共混比例以及引入第二聚合物给体/受体来调控力学性能的策略. 在此基础上，本文提出了应用理论模型来指导OPVs薄膜力学性能调控的新思路，拓展了一系列力学模型对多类共混薄膜的力学性能进行预测. 最后，对有机光电薄膜未来亟需突破的方向进行了展望.

1 有机光伏薄膜的力学性能及其测试方法

随着光伏性能的快速提升， OPVs要实现柔性可穿戴应用还需要光伏材料体系具有较低的弹性模量和优异的拉伸性能（裂纹起始应变需达到30%以上［10］）. 弹性模量是表征材料力学特性最重要的参数之一，它反映了材料抵抗变形的能力，通常模量值越大，材料刚性越强，其抵抗变形的能力越强. 对于一般材料，可以采用单轴拉伸的方法获得材料的应力-应变曲线，弹性模量可以由应力-应变曲线中弹性区域应力与应变的比值确定. 由于有机光伏活性层的最佳厚度一般在100 nm左右，很难对这些亚微米厚度的薄膜进行直接的拉伸试验. 因此，人们开发了多种有机薄膜弹性模量测试方法［图1（A）］［11］.

2004年， Stafford等［12］提出了薄膜在弹性体上拉伸（FOE）的测试新方法，通过将薄膜附着在预拉伸的弹性体基底［通常为聚二甲基硅氧烷（PDMS）］上，测量薄膜在恢复原长的基底上形成的正弦褶皱的波长即可计算出薄膜的弹性模量［图1（B）］，巧妙地解决了超薄膜力学性能的测试难题. 在FOE测试中，薄膜出现裂纹时的拉伸应变称为裂纹起始应变（COS）. COS反映了薄膜拉伸过程中能够承受的最大应变，是柔性电子应用的一个重要参数［13］. 不同的高分子材料在拉伸过程中出现的裂纹形态通常会有所差别，也会表现出不同的COS值. 脆性材料的COS较低，韧性材料则具有更高的COS值. 尽管FOE方法能够获得薄膜材料的弹性模量和COS，但不能完全排除弹性体基底对薄膜力学性能的影响.

为了更加准确地获得OPVs共混薄膜的力学性能参数，水面上薄膜拉伸（FOW）的测试方法应运而生［14］. 由于水的表面张力高，大部分薄膜可以完整地浮在水面上，同时水的低黏度使得薄膜在拉伸过程中几乎不受基底的影响，因此可以获得最接近材料本征力学性质的应力-应变曲线［15］，这种方法也被称为准自支撑拉伸测试［图1（C）］［16］. 基于FOW测得的应力-应变曲线，可以确定薄膜的弹性模量、弹性范围、拉伸强度、断裂伸长率和韧性等力学性能参数［图1（D）］. 其中，弹性模量由应力-应变曲线弹性区域的斜率确定. 拉伸强度指试样断裂时对应的应力，也是试样能够承受的最大应力，相应的应变即为断裂伸长率. 应力-应变曲线所围面积称为薄膜的韧性，反映了材料同时抵抗断裂和变形的能力. 此外，基于峰值力定量纳米力学测绘（PFQNM）也能有效测量共混薄膜的弹性模量等信息.

Fig.1　Mechanical testing techniques and performance metrics of organic films

（A） An overview of mechanical testing techniques for organic thin films. Three categories are divided based on the type of substrates： black color for solid substrate， blue for liquid substrate， and red for free-standing films［11］； FOE method（B） and FOW method（C）［16］for characterizing the tensile properties of organic thin films；（D） an example of stress-strain curve from the tensile test.

2 聚合物∶小分子光伏薄膜的力学性能调控

2.1　基于共轭组分的调控策略

由于小分子受体的脆性，目前高效率聚合物∶小分子体系的力学性能较差， COS通常低于10%，不能满足柔性应用的要求. 考虑到在聚合物∶非富勒烯小分子体系中引入少量的富勒烯受体是提高其光伏性能的一种有效策略［17］，本课题组［18］细致表征了这类三组分共混薄膜的力学性能. 在PM6∶N3体系中引入一定量的PC71BM（在受体中的质量分数为20%）能同时取得最优的光伏性能和力学性能［图2（A）］. 此外，使用双聚合物给体共混的策略也能取得类似的结果［图2（B）］［19，20］.

与小分子受体相比，聚合物受体具有更好的形貌稳定性和力学柔性. 最近，葛子义课题组［21］将小分子受体高分子化的PY-IT引入到PM6∶eC9的共混体系中，实现了拉伸性能和光伏效率的同时提升. 经典的聚合物受体N2200在分子量较高时，其COS可达100%，而小分子受体N3的COS不到5% ［图2（C）］［22］. 最近，本课题组［22］将高分子量的聚合物受体N2200引入到PM6∶N3体系，发现随N2200含量的增加，共混薄膜的COS逐渐增加［图2（D）］. 当N2200的质量为受体总质量的50%时，共混薄膜的COS可超过30%. 可见，引入少量的聚合物受体可以在提高光伏性能的同时大幅改善聚合物∶小分子共混薄膜的拉伸性能.

2.2　基于非共轭组分的调控策略

虽然引入共轭组分改善了共混薄膜的力学性能，但大部分共轭组分对共混薄膜COS的提升幅度不大. 针对这一问题，研究人员将具有优异拉伸性能的非共轭高分子作为第三组分引入到活性层中，以大幅改善OPVs薄膜的力学性能. 例如， Bao等［23］将绝缘的聚芳醚引入聚合物∶小分子共混薄膜PM6∶Y6中，介电常数高、附着力强的聚芳醚不仅大大提高了激子解离效率，也提高了薄膜的力学稳定性，在聚合物缠结和聚芳醚保护的双重作用下，活性层的断裂伸长率从5.75%提高到25.07%.

Fig.2　Manipulation methods of mechanical properties for polymer:nonfullerene blend films

（A） Plots of PCE and COS values of PM6∶N3∶PC71BM blend films［18］；（B） plots of PCE and COS values of PM6∶PTQ10∶N3 blend films［19］；（C） plots of COS and modulus of PM6， N3， and N2200 neat films；（D） plots of COS as a function with N2200 content in PM6∶N3∶N2200 blend films［22］；（E） stress⁃strain curve of SEBS；（F） plots of PCE and COS values of PM6∶N3∶SEBS blend films［24］.

聚苯乙烯-聚（乙烯-丁烯）-聚苯乙烯嵌段共聚物（SEBS）是一种商业化的热塑性弹性体，成本仅为 5 $/kg，比高效的有机光伏材料低了6个数量级，而其COS高达1000%［图2（E）］［24］. 2021年，本课题组［24］首次将热塑性弹性体SEBS引入到OPVs的活性层中，实现了活性层共混薄膜力学性能的大幅提升. 研究发现，在PM6∶N3体系中，随着SEBS含量增加，薄膜的COS逐渐增大，模量逐渐降低［图2（F）］. 引入少量SEBS可以在提高光伏性能的同时改善薄膜的拉伸性能. 随后， Zhao等［25］将SEBS引入PM6∶Y6体系，通过优化溶剂添加剂的含量来调控薄膜形貌，同时提高了共混薄膜的PCE和COS. 这些策略为协同提升高效率有机光伏薄膜的力学/光伏性能提供了重要参考.

3 全聚合物光伏薄膜的力学性能调控

3.1　基于N2200体系的力学性能调控

小分子受体的脆性是导致聚合物∶小分子共混薄膜力学性能差的主要原因，使用聚合物受体替代非富勒烯小分子受体是改善有机光伏薄膜力学性能的一个重要方法. 以经典的聚合物受体N2200为例， Kim等［13］首先证明了全聚合物共混体系比聚合物∶小分子共混体系具有更优异的力学性能.

分子量是影响共轭高分子材料力学性能的重要因素［26，27］，对其共混薄膜的力学性能也有很大的影响. 聚合物的分子量反映了聚合物的聚合度和链长度，影响聚合物的分子排列结构，当聚合物分子量超过其临界分子量时，聚合物分子链开始折叠并相互缠绕［28］. 因而，聚合物在临界分子量附近会表现出力学性能的突跃［29］. 当分子量增加到临界分子量以上，聚合物薄膜的力学性能大幅提高. O’Connor等［30］研究了聚合物共混薄膜氟代苯并三氮唑共聚物(FTAZ）∶N2200的力学性能随FTAZ分子量的变化，发现共混薄膜的PCE和COS都在FTAZ分子量超过临界分子量时大幅提升.

本课题组［16］全面表征了几种具有代表性的聚合物给体（PM6［31］， PTzBI-Si［32］， PTVT-T［33］和PTQ-10［34］）和N2200的共混体系的力学性能，发现共混体系的力学性能可以通过改变N2200的含量进行调控. 随着N2200含量的增加，共混薄膜的弹性模量逐渐下降. 当N2200的含量达到一定值时，共混薄膜的断裂伸长率超过30%，可以满足可穿戴应用的基本要求.

3.2　基于小分子受体高分子化体系的力学性能调控

小分子受体高分子化的新型聚合物受体［35，36］是近年来OPVs研究的热点. Wang等［37］对比了全聚合物共混体系与聚合物给体和Y系列非富勒烯小分子受体共混体系的力学性能，发现全聚合物共混薄膜具有更加优异的力学柔性. 以最具代表性的PY-IT［38］为例， Gao等［39］在PM6∶PY-IT体系中引入聚合物给体J71作为第三组分，实现了光伏性能的进一步提升. 力学测试表明， PM6∶PY-IT体系在引入J71后COS出现轻微的降低［图3（A）］. 因此，如何同时提升薄膜的器件效率和力学性能成为研究的难点.

Fig.3　Manipulation strategies of mechanical properties for polymer:small molecule blend films

（A） COS of PM6∶J71∶PY-IT blend films with various contents［39］；（B） stress-strain curves of PM6∶PBQ-TF blend films and neat films；（C）-curves of flexible OPV devices based on PBQ-TF∶PY-IT and PBQ-TF∶PM6∶PY-IT blend films［40］；（D） performance， stability and flexibility of PM6∶PY-IT∶PYF-IT blend films［42］.

侯剑辉课题组［40］将高分子量的PM6作为第三组分引入PBQ-TF∶PY-IT共混体系中，改善了该体系的COS［图3（B）］. 基于PBQ-TF∶PM6∶PY-IT的全聚合物OPV电池的最高PCE达18.2%，柔性器件的PCE为16.5%［图3（C）］. 该体系具有较优异的机械稳定性，在弯曲半径为5 mm时，连续2000次弯曲循环后，三元电池的PCE仍能维持初始时的91%. Liu等［41］提出使用聚合富勒烯材料（PPCBMB）与 PM6∶PY-IT共混来构建多功能的三组分全聚合物活性层. 当质量比为1∶0.8∶0.2时， PM6∶PY-IT∶PPCBMB共混薄膜获得了超过18%的PCE，明显优于二元体系. 这项工作为协同提高全聚合物薄膜的光伏效率、运行稳定性和拉伸性能提供了一种可行的策略.

最近，本课题组［42］选用PM6∶PY-IT为模型体系，引入氟化的PY-IT（即PYF-IT）作为第三组分，通过精细调节聚合物受体的聚集与结晶行为，协同优化了PM6∶PY-IT的光伏性能、稳定性和力学性能［图3（D）］. 具有相同共轭主链的同源聚合Y系列受体PY-IT和PYF-IT能抑制单个受体过强的结晶性，增强分子链之间的缠结，这使得能够对它们的共混形貌进行精细的调节. 基于这一优势，在PM6∶PY-IT体系中引入50%（质量分数）的PYF-IT，获得了16.6%的最高PCE，显著高于对照的二元器件（PY-IT为15.0%， PYF-IT为15.1%）. 混合聚合物受体的使用使三元共混薄膜的相区尺寸得以微调，从而表现出更好的激子解离、更少的电荷复合和更平衡的电荷传输，并且聚合物受体链之间的相互缠结提供了更好的薄膜柔性和机械拉伸性能，这在共混薄膜的拉伸实验和大面积柔性器件的制备中得到了很好的验证.

此外，通过对光伏材料进行分子结构优化也能提升全聚合物薄膜的力学性能. 例如， Hou等［43］设计合成了一种新型聚合物给体PQM-Cl. 其与PY-IT共混体系的PCE和COS都优于PM6的共混体系. Fan等［44］通过优化端基的氯化位置和共聚位点开发了聚合物受体PY2Se-Cl-ran. 由于PY2Se-Cl-ran具有相对更高的分子量，基于PM6∶PY2Se-Cl-ran的共混薄膜获得了更好的延展性， COS可达17.5%.

4 有机光伏薄膜的力学性能预测

4.1　聚合物∶小分子共混薄膜的力学性能预测

从高分子物理原理出发，本课题组近年来拓展了复合材料体系的经典力学模型，系统开展了多类OPVs共混薄膜力学性能的理论模型研究，并在一系列高效率体系中进行了验证. Voigt模型（并联模型）和Reuss模型（串联模型）是复合材料中最为经典的力学模型，分别代表了共混薄膜弹性模量的理论上限和下限. 有机光伏薄膜通常由给体、受体等多种材料混合而成，其微结构复杂，因此对其力学性能的预测应根据薄膜微结构的特征来选择合适的模型. 对于聚合物和小分子的共混体系，可根据共混薄膜实际相分离结构的特征采用Halpin-Tsai模型、 Coran-Patel模型以及等效盒模型等力学模型来预测.

首先，参考聚合物∶富勒烯二组分共混薄膜的研究［45，46］，本课题组推导出了适用于三组分体系的 Halpin-Tsai模型［18］，它能用于模拟PM6∶N3∶PC71BM共混薄膜弹性模量对PC71BM的组成依赖性［图4（A）］. 以PM6∶N3∶PC71BM三组分共混体系为例， PM6被视为基质， N3和PC71BM被简化为填料. 根据PM6， N3和PC71BM薄膜的弹性模量数据，我们发现共混体系的弹性模量数据都可以由扩展的 Halpin-Tsai模型很好地拟合，并且结果位于Voigt模型和Reuss模型之间，实现了这类三组分共混薄膜的力学性能预测. 对于相分离程度大且不同相之间力学性能差别较大的共混薄膜，可以采用描述非均相聚合物共混体系的Coran-Patel模型来预测其力学性能. 对于含有弹性体组分的三组分共混体系 PM6∶N3∶SEBS，将PM6∶N3的共轭聚合物相简化为硬相， SEBS相简化为软相. 通过FOE方法测得的共混薄膜的弹性模量数据与Coran-Patel模型的预测结果非常接近［图4（B）］［24］. 这个模型的有效性在其它含弹性体的体系里也得到了验证［图4（C）］［24］.

Fig.4　Mechanical models for various OPV blend films

（A） The 3D surfaces of mechanical models and experimental points of COS as a function of acceptor volume fractions of PM6∶N3∶PC71BM［18］； theoretical prediction with three models and experimental elastic modulus data of PM6∶N3∶SEBS（B） and PBQ-TF∶eC9-2Cl∶SEBS（C） blend films［24］；（D） theoretical prediction with three models and COS data of PM6∶N3∶N2200 blend films；（E） theoretical prediction with three models and elastic modulus data of PM6∶N3∶N2200 blend films［22］；（F） theoretical prediction with three models and experimental elastic modulus data of PM6∶PTQ10∶N3 blend films［19］.

等效盒模型（EBM）是预测聚合物共混体系多种物理性质的常用模型. 本课题组证明了三组分共混薄膜的裂纹起始应变和弹性模量能够通过三维EBM进行拟合［图4（D）和（E）［22］］. 在PM6∶N3∶N2200三组分体系中，不同含量的共混薄膜的弹性模量和COS数据点与EBM模型曲线十分吻合［22］. 最近，本课题组［19］进一步发现EBM也可以有效地预测基于双聚合物给体三元共混体系PM6∶PTQ10∶N3的弹性模量［图4（F）］. 这些工作为调控和预测三组分共混体系的力学性能提供了新思路.

4.2　全聚合物共混薄膜的力学性能预测

为了建立全聚合物光伏体系力学性能与理论模型的关联，本课题组［16］还系统研究了基于聚合物给体（PM6， PTzBI-Si， PTVT-T和PTQ-10）和N2200共混体系的力学性能、相容性和薄膜微结构. 通过多种方法对不同含量的共混薄膜进行了表征，发现随着N2200含量的增加，不同共混薄膜的弹性模量变化趋势具有显著差异. 这说明共混薄膜的力学性能不仅与给体、受体各自的力学性能有关，还受共混薄膜微结构的影响. 在不同的给体聚合物中引入聚合物受体N2200时， N2200在共混膜中表现的聚集态结构各不相同，例如，在PTzBI-Si和PTVT-T中更容易形成连续相. 此外，通过GIWAXS发现， PTzBI-Si和PTVT-T对N2200的结晶影响更大，更多的无定形区可以更好地提升其力学性能，这从微观结构上解释了不同聚合物共混膜在力学行为上的差异. 我们发现这几种聚合物共混薄膜的弹性模量可以分别利用Davies， Kerner以及Budiansky模型进行预测［图5（A）～（E）］［16］.

为了深入探究不同聚合物共混薄膜形成多种微结构的本质原因，利用熔点降低法［47］研究了各种聚合物给体与N2200的相互作用参数（）.是高分子物理中最重要的物理参数之一，它反映了高分子与溶剂或高分子与高分子混合时相互作用能的变化. 研究发现，对于聚合物给体和N2200的共混体系，值为负时，共混体系的相容性较好，易于形成相互缠结的共连续相或力学性能较好的N2200连续相，模量随着受体含量的增加而显著下降. 当值为正值时，弹性模量的下降则变得非常缓慢［图5（F）］［16］. 在此基础上，我们采用目前高效率的全聚合物共混体系PM6∶PY-IT对以上研究进行了验证，结果发现具有共连续结构的PM6∶PY-IT共混薄膜可以通过Davies模型来预测，有效拓展了共混体系相容性、微结构与力学性能之间的关系在小分子受体高分子化受体中的适用性. 该研究建立的二组分全聚合物薄膜的构效关系可为进一步理解和调控其它多相多组分有机光伏薄膜的力学性能提供理论参考.

Fig.5　Relationships between miscibility and theoretical models of elastic moduli for all⁃polymer photovoltaic blends[16]

（A） Four theoretical models of elastic moduli for all-polymer photovoltaic blends：① Parallel model；②Davies model； ③ Budiansky model； ④ Kerner model. （B—E） Elastic moduli（FOW） of different polymer blends and the associated model fits：（B） PTzBI-Si∶PNDI and the fit of Davies model；（C） PTVT-T∶PNDI and the fit of Kerner model；（D） PM6∶PNDI and the fit of Budiansky model；（E） PTQ10∶PNDI and the fit of Kerner model. （F） Summary of elastic moduli models of various all-PSC active layers and the association with χ.

5 总结与展望

有机光伏共混薄膜具有复杂、多级次的微结构，对其力学性能的调控与预测具有很大的挑战. 从分子结构出发，研究人员可以通过创新的材料设计策略合成本征可拉伸的有机光伏材料. 从凝聚态结构来看，对特定结构的材料体系，我们提出了引入热塑性弹性体、高分子量共轭高分子等物理共混策略来调控共混薄膜的微结构，并大幅提升了有机光伏薄膜的力学性能. 在薄膜微结构和力学性能数据的基础上，不仅建立了分子结构、薄膜微结构与力学性能之间的关系，也丰富了描述多类有机光伏薄膜力学性能的理论模型，进而可对其它共混含量或者新材料体系的力学性能进行准确的预测. 这些理论模型和构效关系的建立不仅可以为预测和优选优异力学性能的新型全聚合物光伏体系提供科学依据，还能对其它类型有机光电薄膜的力学性能研究提供参考.

目前对各类有机光电薄膜的力学性能仍有待深入探索，我们认为该方向接下来的研究重点如下：

（1）从溶液结构、薄膜结构到力学性能的全链条构效关系的研究. 目前对于薄膜结构与力学性能的关系已经有较为深刻的理解［10，48］，然而对于溶液结构与力学性能的关系还缺乏认识. 应用冷冻电镜、溶液小角散射等先进的溶液结构表征技术有望提升这一方面的认识.

（2）活性层共混薄膜在拉伸场下的微观结构演变. 薄膜在拉伸应变下的结构稳定性制约了OPVs拉伸性能的提升. 然而，当前对OPVs薄膜在拉伸应变下的微观结构演变缺乏理解，并且对多组分共混薄膜的拉伸性能的控制因素也缺乏深刻理解. 应用原位同步辐射X射线散射方法实时监测多组分共混薄膜在拉伸过程中的微观结构演变规律，可以加深对有机光伏薄膜在实际服役过程中失效机制的理解.

（3）多组分全聚合物共混体系的力学性能预测. 目前三组分全聚合物太阳能电池备受关注［49］，如何为这些复杂体系建立合理的力学性能预测模型是领域内亟待解决的问题. 然而，建立三组分全聚合物体系结构和力学性能的关系需要极其庞大的工作量. 目前高通量计算应用于材料设计，已经取得了巨大的研究成果［50］. 因此，发展高通量的测试方法以及机器学习方法，由计算机完成大量信息的获取与处理，有助于建立多组分全聚合物共混体系的结构与力学性能的关系以及实现力学性能的预测.

（4）大面积可拉伸OPVs器件的制备方法. 目前报道的高效OPVs电池器件大都是在刚性基底上通过实验室旋涂制备而成的，这与工业上的高通量印刷工艺无法兼容［51］. 因此，开发大面积可拉伸器件（特别是柔性电极）的制备方法是OPVs商业化亟待解决的问题.

［1］ Li Y. W.， Xu G. Y.， Cui C. H.， Li Y. F.，..，2018，（7）， 1701791

［2］ Yan C.， Barlow S.， Wang Z.， Yan H.， Jen A. K.， Marder S. R.， Zhan X. W.，...，2018，， 18003

［3］ Jun Y.， Zhang Y. Q.， Zhou L.， Zhang G. C.， Yip H. L.， Lau T. K.， Lu X. H.， Zhu C.， Peng H. J.， Paul A. J.， Mario L.， Cao Y.， Jacek U.， Li Y. F.， Zou Y. P.，， 2019，（4）， 1140—1151

［4］ Li S. X.， Li C. Z.， Shi M. M.， Chen H. Z.，.，2020，（5）， 1554—1567

［5］ Guo Y. T.， Chen Z. Y.， Ge Z. Y.，..，2022，（1）， 20230084（郭赟彤，陈振宇，葛子义. 高等学校化学学报，2022，（1）， 20230084）

［6］ Qin J.， Lan L. K.， Chen S. S.， Huang F. N.， Shi H.， Chen W. J.， Xia H.， Sun K.， Yang C.，...，2020，（36）， 2002529

［7］ Fukuda K.， Yu K.， Someya T.，..，2020，（25）， 2000765

［8］ Jiang Y.， Zhang Y. G.， Deng Y.， Dong S.， Li B.， Yi Y. P.， Zeng Z.， Chen H. J.， Luo H.， Geng Y. H.，.，2022，（11）， 3497—3504

［9］ Gao M. Y.， Wang W. X.， Hou J. H.， Ye L.，，2021，（5）， e46

［10］ Root S. E.， Savagatrup S.， Printz A. D.， Rodriquez D.， Lipomi D. J.，..，2017，（9）， 6467—6499

［11］ Zhang S.， Galuska L. A.， Gu X.，...， 2022，（7）， 1108—1129

［12］ Stafford C. M.， Harrison C.， Beers K. L.， Karim A.， Amis E. J.， Vanlandingham M. R.， Kim H. C.， Volksen W.， Miller R. D.， Simonyi E. E.，..，2004，（8）， 545—550

［13］ Kim T.， Kim J. H.， Kang T. E.， Lee C.， Kang H.， Shin M.， Wang C.， Ma B.， Jeong U.， Kim T. S.， Kim B. J.，..，2015，， 8547

［14］ Kim J. H.， Nizami A.， Hwangbo Y.， Jang B.， Lee H. J.， Woo C. S.， Hyun S.， Kim T. S.，..，2013，， 2520

［15］ Zhong T.， Guo F.， Lei S. Y.， Xiao B.， Li Q. D.， Jia T.， Wang X. C.， Yang R. Q.，..， 2023，， 2

［16］ Zhou K. K.， Xian K. H.， Qi Q. C.， Gao M. Y.， Peng Z. X.， Liu J. W.， Liu Y.， Li S. M.， Zhang Y. D.， Geng Y. H.， Ye L.，...，2022，（30）， 2201781

［17］ Yan T. T.， Song W.， Huang J. M.， Peng R. X.， Huang L. K.， Ge Z. Y.，..，2019，（39）， 1902210

［18］ Peng Z. X.， Jiang K.， Qin Y. P.， Li M. M.， Balar N.， O'Connor B. T.， Harald A.， Ye L.， Geng Y. H.，..，2021，（8）， 2003506

［19］ Li M. F.， Peng Z. X.， Xian K. H.， Zhao W. C.， Liu C. X.， Chen Y.， Cui C. H.， Ye L.，...，2023，（11）， 5606—5614

［20］ Hu H. W.， Ye L.， Ghasemi M.， Balar N.， Rech J. J.， Stuard S. J.， You W.， O'Connor B. T.， Ade H.，..，2019，（17）， 1808279

［21］ Song W.， Yu K.， Ge J. F.， Xie L.， Zhou R.， Peng R. X.， Zhang X. L.， Yang M. J.， Wei Z. X.， Ge Z. Y.，，2022，（6）， 1877—1889

［22］ Peng Z.， Xian K.， Liu J.， Zhang Y.， Sun X.， Zhao W.， Deng Y.， Li X.， Yang C.， Bian F.， Geng Y.， Ye L.，..，2023，（3）， 2207884

［23］ Han J. H.， Bao F.， Huang D.， Wang X. C.， Yang C.， Yang R. Q.， Jian X. G.， Wang J.， Bao X. C.， Chu J. H.，...，2020，（38）， 2003654

［24］ Peng Z.， Xian K.， Cui Y.， Qi Q.， Liu J.， Xu Y.， Chai Y.， Yang C.， Hou， J.， Geng Y.， Ye L.，..，2021，（49）， 2106732

［25］ Ding Z. C.， Zhang Y.， Su Y.， Wu Y.， Han Y. C.， Zhao K.， Liu S. Z.，..，2023， DOI： 10. 1002/eem2. 12421

［26］ Pei D. D.， Wang Z. L.， Peng Z. X.， Zhang J. D.， Deng Y. F.， Han Y.， Ye L.， Geng Y. H.，，2020，（11）， 4490—4500

［27］ Li S. M.， Han Y.， Ye L.，...，2022，（4）， 523—535（李赛萌，韩洋，叶龙. 中国科学化学，2022，（4）， 523—535）

［28］ Wang Z. L.， Gao M. Y.， He C. Y.， Shi W. C.， Deng Y. F.， Han Y.， Ye L.， Geng Y. H.，..，2022，（7）， 2108255

［29］ Choi J.， Kim W.， Kim D.， Kim S.， Chae J.， Choi S. Q.， Kim F. S.， Kim T. S.， Kim B. J.，..，2019，（9）， 3163—3173

［30］ Balar N.， Rech J. J.， Henry R.， Ye L.， Ade H.， You W.， O’Connor B. T.，..，2019，（14）， 5124—5132

［31］ Zhang M.， Guo X.， Ma W.， Ade H.， Hou J.，..，2015，（31）， 4655—4660

［32］ Fan B.， Ying L.， Zhu P.， Pan F.， Liu F.， Chen J.， Huang F.， Cao Y.，..，2017，（47）， 1703906

［33］ Ren J.， Bi P.， Zhang J.， Liu J.， Wang J.， Xu Y.， Wei Z.， Zhang S.， Hou J.，...，2021，（8）， nwab031

［34］ Sun C.， Pan F.， Bin H.， Zhang J.， Xue L.， Qiu B.， Wei Z.， Zhang Z. G.， Li Y.，..，2018，， 743

［35］ Zhang Z. G.， Li Y.，....，2021，（9）， 4422—4433

［36］ Zhang Z. G.， Yang Y.， Yao J.， Xue L.， Chen S.， Li X.， Morrison W.， Yang C.， Li Y.，....，2017，（43）， 13503—13507

［37］ Fan Q. P.， Su W. Y.， Chen S. S.， Kim W.， Chen X. B.， Lee B.， Liu T.， Méndez R.， Ulises A.， Ma R. J.， Yang T.， Zhuang W. L.， Li Y.， Li Y. W.， Kim T. S.， Hou L.， Yang C.， Yan H.， Yu D.， Wang E.，，2020，（3）， 658—672

［38］ Luo Z.， Liu T.， Ma R. J.， Xiao Y. Q.， Zhan L. L.， Zhang G.， Sun H. L.， Ni F.， Chai G.， Wang J. W.， Zhong C.， Zou Y.， Guo X. G.， Lu X. H.， Chen H. Z.， Yan H.， Yang C. L.，..，2020，（48）， 2005942

［39］ Ma R. J.， Zhou K. K.， Sun Y. N.， Liu T.， Kan Y. Y.， Xiao Y.， Dela P.， Top A.， Li Y. X.， Zou X. H.， Xing Z. S.， Luo Z. H.， Wong K. S.， Lu X. H.， Ye L.， Yan H.， Gao K.，，2022，（2）， 725—734

［40］ Ma L.， Cui Y.， Zhang J.， Xian K.， Chen Z.， Zhou K.， Zhang T.， Wang W.， Yao H.， Zhang S.， Hao X.， Ye L.， Hou J.，..，2023，（9）， 2208926

［41］ Liu T.， Zhou K. K.， Ma R. J.， Zhang L. B.， Huang C. Y.， Luo Z. H.， Zhu H. X.， Yao S. F.， Yang C. . L， Zou B. S.， Ye L.，，2023，（3）， e308

［42］ Xian K. H.， Zhou K. K.， Li M. F.， Liu J. W.， Zhang Y. W.， Zhang T.， Cui Y.， Zhao W. C.， Yang C. M.， Hou J. H.， Geng Y. H.， Ye L.，...，2022，（2）， 159—166

［43］ Wang J.， Cui Y.， Xu Y.， Xian K.， Bi P.， Chen Z.， Zhou K.， Ma L.， Zhang T.， Yang Y.， Zu Y.， Yao H.， Hao X.， Ye L.， Hou J.，..，2022，（35）， 2205009

［44］ Fan Q. M.， Su R.， Zhu W.， Luo Q. L.， Chen Z. H.， Tang K.， Lin Y. B.， Francis R. L.， Yan Y.， He Y.， Jen C. L.， Alex K. Y.， Ma W.，，2023，（2）， e267

［45］ Wang J.，Ye L.，，2022，， 861—869

［46］ Kim J. H.， Noh J.， Choi H.， Lee J. Y.， Kim T. S.，..，2017，（9）， 3954—3961

［47］ Ye L.， Hu H. W.， Ghasemi M.， Wang T. H.， Collins B. A.， Kim J. H.， Jiang K.， Carpenter J. H.， Li H.， Li Z. K.， McAfee T.， Zhao J.， Chen X. K.， Lai J. L. Y.， Ma T.，Bredas J. L.， Yan H.， Ade H.，..，2018，（3）， 253—260

［48］ Ding Z.， Liu D.， Zhao K.， Han Y. C.，，2021，（9）， 3907—3926

［49］ Li S. M.， Zhou K. K.， Sun B.， Zhao W. C.， Ye L.，.，2022，， 101166

［50］ Curtarolo S.， Hart G. L.， Nardelli M. B.， Mingo N.， Sanvito S.， Levy O.，..，2013，（3）， 191—201

［51］ Wang G.， Adil M. A.， Zhang J. Z.， Wei Z. X.，..，2019，， 1805089

Mechanical Parameters of Organic Photovoltaic Films： Manipulation and Prediction

SUNBing1， LISaimeng1， ZHOUKangkang1， PENGZhongxiang1， YELong1，2*

（，，300350，；，（），300350，）

Organic photovoltaic cells（OPVs） have the advantage of being colorful， light weight and flexible， and have great application prospects in the field of transparent， wearable， and stretchable electronics. In this review， the manipulation strategies of mechanical properties are reviewed for high efficiency OPVs active layer films， and the prediction models of their mechanical properties are summarized. First， the mechanical properties of the OPV films and their testing methods are briefly introduced. Then， the manipulation methods and prediction models of the mechanical properties of OPV films， including polymer∶nonfullerene small molecule acceptor and all-polymer blends， are described with important examples. Finally， our insights into the future trend of this exciting direction are provided.

Organic photovoltaic cell； Mechanical parameter； Elastic modulus； Conjugated polymer； Microstructure of thin film

O631；O633；TM914.4

10.7503/cjcu20230168

2023-04-01

网络首发日期： 2023-04-25.

联系人简介: 叶龙, 男, 博士, 教授, 主要从事共轭高分子物理与器件研究. E-mail: yelong@tju.edu.cn

国家自然科学基金(批准号: 52073207)和天津大学北洋学者英才计划资助.

Supported by the National Natural Science Foundation of China(No.52073207) and the Peiyang Scholar Program of Tianjin University, China.

（Ed.： W， K， M）