我院光电功能晶体团队在《Angewandte Chemie International Edition》上发表非线性光学晶体材料高通量计算和机器学习重要进展

近日，我院张兵兵研究员课题组在非线性光学(NLO)材料的智能设计与快速发现领域取得重要进展。相关研究成果以“High‐Performance Infrared Nonlinear Optical Crystals Discovery Guided by High‐Throughput Computation, Machine Learning, and Experimental Verification”为题，发表于化学国际顶级期刊《Angewandte Chemie International Edition》（2026, e2407356）上。该论文以河北大学为第一通讯单位，化学与材料科学学院博士研究生肖岩与北京师范大学博士研究生于肇玺为论文共同第一作者，河北大学张兵兵研究员为第一单位通讯作者，北京师范大学申林教授为共同通讯作者。

红外非线性光学晶体是实现激光频率转换、红外遥感与军事对抗的核心材料，但传统“试错法”发现新型材料效率低下，且现有商用材料存在激光损伤阈值低、双光子吸收强等瓶颈。针对这一挑战，河北大学光电功能晶体团队联合北京师范大学提出了一套融合高通量计算、机器学习与实验验证的全链条材料发现新范式。团队基于无机晶体结构数据库和第一性原理计算，构建了包含1807种非心化合物的多维性能数据集，提出了适用于宽波段评估的综合品质因子（Q值），揭示了决定优异性能的关键化学组分与空间群特征，并开发了预测AUC高达0.95的Q-CGCNN分类模型。通过协同筛选，从5105种化合物中锁定55种高潜力（Q>2）材料，最终确认29种优质候选者，其中12种为未见报道的新型红外NLO材料。实验成功合成了缺陷类黄铜矿结构HgAl₂Se₄等系列晶体，其宽带隙（1.55-2.82 eV）、合适的双折射率（0.06-0.08）及强倍频效应（2.2-5倍于AgGaS₂）等综合性能均显著超越现有商用基准，为中远红外高性能晶体的开发提供了新模板。

以上工作得到了河北省自然科学基金（B2023201068）、河北大学优秀青年科研创新团队（QNTD202403）等项目资助。

论文链接：https://onlinelibrary.wiley.com/doi/10.1002/anie.2407356