Forrás: pv magazin

Amerikai kutatók adatfúziós megközelítést alkalmaznak a PV-sejtek legstabilabb perovszkitjainak azonosítására. Gépi tanulási módszerük ötvözi a perovskite teszt eredményeit az első elvű fizikai modellezéssel a legjobb jelöltek azonosítása érdekében.
A Massachusettsi Műszaki Intézet tudósai új megközelítést javasoltak a napelemes alkalmazások legjobb perovszkitjainak azonosítására, olyan konkrét céloktól függően, mint a hosszú élettartam, a hatékonyság és a termelhetőség, valamint a gyártók által elérni kívánt alapanyagok elérhetősége.
A tudósok az „A fúziós megközelítés a halogenid-perovszkitok összetételének stabilitásának optimalizálásához” című dokumentumban mutatták be eredményeiket, amelyet nemrégiben az Matter publikált. A megközelítést fizika által korlátozott szekvenciális tanulási keretrendszerként írták le a legstabilabb ötvözetű szerves-szervetlen perovszkiták azonosítására.
Az amerikai kutatók szerint a perovszkiták sokféle anyagot tartalmaznak, amelyek abban különböznek egymástól, hogy az atomok miként helyezkednek el rétegzett kristályrácsukban. Ezek a rétegek, amelyeket általában A, B és X néven írnak le, különböző atomokból vagy vegyületekből állhatnak.
"Ha csak három elemet is figyelembe veszünk, akkor a perovszkitokban a leggyakoribbak, amelyekbe az emberek be- és kikerülnek, a perovszkit kristályszerkezet A helyén vannak" - mondta Tonio Buonassisi kutató, hozzátéve, hogy ezek az elemek 1% -os növekedéssel változtathatók. relatív összetételükben. „A lépések száma csak elárasztóvá válik. Nagyon-nagyon naggyá válik, és ezért nem praktikus a szisztematikus keresés. ”
A javasolt módszer, amely gépi tanulásra épül, egyesíti a különböző forrásokból származó adatokat egy fúziós megközelítésben. Automatizált rendszert használ a perovszkit készítmények gyártásának és tesztelésének irányításához, majd az eredményeket az első elvű fizikai modellezéssel egyesíti, hogy irányítsa a következő kísérleti kört. A tudósok többször megismételik ezt a folyamatot, amíg az eredményeket nem finomítják.
Eddig a csoport a lehetséges kombinációk körülbelül 2% -át szintetizálta és tesztelte három komponens között. A tudósok azt állítják, hogy már meghatározták a perovszkit napelemek eddigi legtartósabb készítményét. Ezzel az anyaggal egy kis chipet is gyártottak, és egy meglévő napelembe helyezték, és rájöttek, hogy ez több mint háromszorosára növelheti a készülék stabilitását, anélkül, hogy veszélyeztetné az energiaátalakítás hatékonyságát.
"Ennek a munkának egy másik pontja az, hogy valóban demonstrálunk, egészen a kémiai szelektálástól egészen a napelem elkészítéséig" - mondta Shijing Sun kutató. „És azt mondja nekünk, hogy a gépi tanulás által javasolt vegyi anyag nemcsak a maga szabadon álló formájában stabil. Valós napelemekké is lefordíthatók, és megbízhatóságuk javulásához vezetnek. "








