Kilde: pv magazine
Amerikanske forskere bruger en datafusionsmetode til at identificere de mest stabile perovskites til PV-celler. Deres maskinlæringsmetode kombinerer testresultater fra perovskite med fysisk modellering af de første principper for at identificere de bedste kandidater.
Forskere ved Massachusetts Institute of Technology har foreslået en ny tilgang til at identificere de bedste perovskites til solcelleanvendelser afhængigt af specifikke mål såsom lang levetid, effektivitet og produktionsevne samt tilgængeligheden af kildematerialer, som producenterne sigter mod at nå.
Forskerne præsenterede deres fund i "En datafusionsmetode for at optimere sammensætningen af halogenidperovskitter", som for nylig blev offentliggjort i Matter. De beskrev fremgangsmåden som en fysikbegrænset sekventiel læringsramme for at identificere de mest stabile legerede organiske-uorganiske perovskitter.
De amerikanske forskere sagde, at perovskites inkluderer en bred vifte af materialer, der adskiller sig fra hinanden ved den måde, hvorpå atomer er arrangeret i deres lagdelte krystalgitter. Disse lag, der almindeligvis beskrives som A, B og X, kan hver bestå af forskellige atomer eller forbindelser.
”Hvis man overvejer bare tre elementer, er de mest almindelige i perovskitter, som folk sub ind og ud, på A-stedet for perovskit-krystalstrukturen,” sagde forsker Tonio Buonassisi og tilføjede, at disse elementer kan varieres med en stigning på 1% i deres relative sammensætning. ”Antallet af trin bliver bare uhyggeligt. Det bliver meget, meget stort og dermed upraktisk at søge systematisk igennem. ”
Den foreslåede metode, der er baseret på maskinlæring, kombinerer data fra forskellige kilder i en datafusionsmetode. Det bruger et automatiseret system til at styre produktionen og afprøvningen af en række formuleringer af perovskit og kombinerer derefter resultaterne med de første principper fysisk modellering for at guide den næste eksperimentrunde. Forskerne gentager denne proces flere gange, indtil resultaterne er raffineret.
Indtil videre har gruppen syntetiseret og testet omkring 2% af de mulige kombinationer mellem tre komponenter. Forskerne hævder, at de allerede har identificeret den mest holdbare formulering af perovskite solcellematerialer til dato. Med dette materiale fabrikerede de også en lille chip og placerede den i en eksisterende solcelle og opdagede, at den kan øge enhedens stabilitet mere end tre gange uden at gå på kompromis med dens effektivitet til omdannelse af strøm.
”Et andet punkt i dette arbejde er, at vi faktisk demonstrerer, hele vejen fra det kemiske valg, indtil vi rent faktisk fremstiller en solcelle til sidst,” sagde forsker Shijing Sun. ”Og det fortæller os, at det maskinlærings-foreslåede kemikalie ikke kun er stabilt i sin egen fritstående form. De kan også oversættes til virkelige solceller, og de fører til forbedret pålidelighed. ”
