Ubrzanje razvoja perovskitnih solarnih ćelija strojnim učenjem – pv magazin International

Istraživači MIT-a i Stanforda koriste umjetnu inteligenciju za testiranje perovskita u potrazi za komercijalno održivim procesom proizvodnje fotonaponskih ćelija.

Perovskiti se proučavaju diljem svijeta kao potencijalna alternativa solarnim PV-ovima na bazi silicija. Postoji širok raspon materijala koji se smatraju perovskitima, a identificirani su po specifičnoj strukturi atomske kristalne rešetke. Stanice koje proizvode perovskiti tanje su i lakše verzije svojih silicijevih kolega i mogu se proizvoditi brzo na sobnoj temperaturi, umjesto energetski intenzivnih visokih temperatura potrebnih za proizvodnju kristalnih silicijevih ćelija.

Međutim, premještanje ove tehnologije iz laboratorija u teren zahtijeva daljnja poboljšanja. Istraživači MIT-a i Stanforda su aktivno radi na tim poboljšanjima, a oni koriste pomoć umjetne inteligencije kako bi to postigli.

Napori istraživača već su rezultirali proizvodnjom perovskitne ćelije sposobne pretvarati energiju s učinkovitošću od 18,5%, koja bi mogla konkurirati konvencionalnim tehnologijama. Međutim, povećanje ove tehnologije otežava proces proizvodnje, koji za većinu perovskita koji se danas proizvode zahtijevaju tehniku ​​centrifugiranja. Ova tehnika nije održiva u velikim razmjerima, rekli su istraživači.

Tim MIT-a i Stanforda osmislio je novu metodu koja uključuje stvaranje laminiranog lima koji bi se poprskao ili nanio tintom perovskitnim materijalima, omogućujući brzu propusnost.

“Pravi proboj ove platforme je to što bi nam omogućila skaliranje na način na koji nam nijedan drugi materijal nije dopuštao. Čak i materijali poput silicija zahtijevaju mnogo duže vrijeme obrade zbog obrade kada o tome možete razmišljati kao o slikanju sprejom, ” rekao je dr. sc. Nicholas Rolston sa Stanforda.

U ovom novom procesu ima mnogo varijabli, toliko da bi ih bilo nemoguće sve testirati bez pomoći strojnog učenja, rekli su istraživači. Unošenjem ulaznih podataka kao što su temperatura, vlažnost, brzina procesa procesa, udaljenost mlaznica za raspršivanje, metode stvrdnjavanja, itd., računalni model može pružiti informacije mnogo brže nego što bi to ručno testiranje ikad moglo učiniti.

Eksperimentatori mogu programirati model za postizanje određenog cilja, kao što je izlazna snaga proizvodnje. Uz potporu Ministarstva energetike, istraživanje se sada širi među aktivnim razvijačima perovskita. Kod je dostupan besplatno i otvorenog koda na GitHubu.

“Glavni cilj bio je ubrzati proces, tako da je bilo potrebno manje vremena, manje eksperimenata i manje ljudskih sati da se razvije nešto što je odmah, besplatno, upotrebljivo za industriju”, rekao je Zhe Liu, znanstveni asistent na MIT-u.

Ovaj sadržaj je zaštićen autorskim pravima i ne smije se ponovno koristiti. Ako želite surađivati ​​s nama i želite ponovno koristiti neke od naših sadržaja, molimo kontaktirajte: editors@pv-magazine.com.

  • Add Your Comment