Kilde: pv magazine
Amerikanske forskere bruker en datafusjonstilnærming for å identifisere de mest stabile perovskitene for PV-celler. Deres maskinlæringsmetode kombinerer perovskite testresultater med første prinsipper fysisk modellering for å identifisere de beste kandidatene.
Forskere ved Massachusetts Institute of Technology har foreslått en ny tilnærming for å identifisere de beste perovskites for solcelleapplikasjoner, avhengig av spesifikke mål som levetid, effektivitet og produksjon, samt tilgjengeligheten av kildematerialer som produsentene tar sikte på å oppnå.
Forskerne presenterte sine funn i "En datafusjonstilnærming for å optimalisere komposisjonsstabiliteten til halideperovskites", som nylig ble publisert i Matter. De beskrev tilnærmingen som et fysikkbegrenset sekvensielt læringsrammeverk for å identifisere de mest stabile legerte organisk-uorganiske perovskitene.
De amerikanske forskerne sa at perovskites inkluderer et bredt spekter av materialer som skiller seg fra hverandre ved måten atomer er ordnet i deres lagdelte krystallgitter. Disse lagene, som ofte beskrives som A, B og X, kan hver bestå av forskjellige atomer eller forbindelser.
"Hvis du vurderer bare tre elementer, er de vanligste i perovskites som folk sub inn og ut på A-stedet for perovskite krystallstrukturen," sa forsker Tonio Buonassisi, og la til at disse elementene kan varieres med en 1% økning i deres relative sammensetning. – Antall skritt blir bare bedragersk. Det blir veldig, veldig stort og dermed upraktisk å søke systematisk.
Den foreslåtte metoden, som er basert på maskinlæring, kombinerer data fra forskjellige kilder i en datafusjonstilnærming. Den bruker et automatisert system for å veilede produksjon og testing av en rekke perovskite formuleringer og kombinerer deretter resultatene med første-prinsipper fysisk modellering, for å lede neste runde med eksperimenter. Forskerne gjentar denne prosessen flere ganger til resultatene er raffinert.
Så langt har gruppen syntetisert og testet rundt 2% av de mulige kombinasjonene blant tre komponenter. Forskerne hevder at de allerede har identifisert den mest holdbare formuleringen for perovskite solcellematerialer til dags dato. Med dette materialet produserte de også en liten chip og plasserte den i en eksisterende solcelle, og oppdaget at den kan øke enhetens stabilitet med mer enn tre ganger, uten at det går på bekostning av kraftkonverteringseffektiviteten.
"Et annet poeng med dette arbeidet er at vi faktisk demonstrerer, helt fra det kjemiske utvalget til vi faktisk lager en solcelle til slutt," sa forsker Shijing Sun. "Og det forteller oss at det maskinlærings-foreslåtte kjemikaliet ikke bare er stabilt i sin egen frittstående form. De kan også oversettes til virkelige solceller, og de fører til forbedret pålitelighet.
