science >> Wetenschap >  >> Chemie

Kunstmatige intelligentie kan wetenschappers helpen bij het maken van spray-on zonnecellen

Krediet:CC0 Publiek Domein

Kunstmatige intelligentie is misschien wel het ding om de spray-on-zonneceltechnologie te versnellen, die een revolutie teweeg kunnen brengen in de manier waarop consumenten energie gebruiken.

Een onderzoeksteam van de University of Central Florida gebruikte Machine Learning, oftewel kunstmatige intelligentie om de materialen te optimaliseren die worden gebruikt om perovskiet-zonnecellen (PSC) te maken. Het organisch-anorganische halogenide-perovskietenmateriaal dat in PSC wordt gebruikt, zet fotovoltaïsche energie om in verbruikbare energie.

Deze perovskieten kunnen in vaste of vloeibare toestand worden verwerkt, veel flexibiliteit bieden. Stel je voor dat je bruggen kunt spuiten of schilderen, huizen en wolkenkrabbers met het materiaal, die dan licht zou vangen, omzetten in energie en terugleveren aan het elektriciteitsnet. Tot nu, de zonnecelindustrie vertrouwt op silicium vanwege zijn efficiëntie. Maar dat is oude technologie met grenzen. Perovskieten gebruiken, echter, heeft één grote barrière. Ze zijn moeilijk te maken in een bruikbaar en stabiel materiaal. Wetenschappers besteden veel tijd aan het vinden van het juiste recept om ze te maken met alle voordelen:flexibiliteit, stabiliteit, efficiëntie en lage kosten. Dat is waar kunstmatige intelligentie om de hoek komt kijken.

Het werk van het team is zo veelbelovend dat de bevindingen het coververhaal zijn op 13 december in de Geavanceerde energiematerialen logboek.

Jayan Thomas van UCF leidde het team bij het beoordelen van meer dan 2, 000 peer-reviewed publicaties over perovskieten en het verzamelen van meer dan 300 datapunten die werden ingevoerd in het AI-systeem dat het team heeft gemaakt. Het systeem was in staat om de informatie te analyseren en te voorspellen welk recept voor perovskieten het beste zou werken. Krediet:UCF, Karen Norum

Het team beoordeelde meer dan 2, 000 peer-reviewed publicaties over perovskieten en verzamelden meer dan 300 datapunten die vervolgens werden ingevoerd in het AI-systeem dat ze creëerden. Het systeem was in staat om de informatie te analyseren en te voorspellen welk recept voor perovskieten het beste zou werken.

"Onze resultaten tonen aan dat machine learning-tools kunnen worden gebruikt voor het maken van perovskietmaterialen en het onderzoeken van de fysica achter het ontwikkelen van zeer efficiënte PSC's, " zegt Jayan Thomas, de hoofdauteur van de studie en een universitair hoofddocent aan het NanoScience Technology Center met meerdere voorkeuren. "Dit kan een gids zijn voor het ontwerpen van nieuwe materialen, zoals blijkt uit onze experimentele demonstratie."

Als dit model voldoet, het betekent dat onderzoekers de beste formule konden identificeren om een ​​wereldstandaard te creëren. Dan kunnen er tijdens ons leven spray-on zonnecellen ontstaan, zeggen de onderzoekers.

"Dit is een veelbelovende bevinding omdat we gegevens van echte experimenten gebruiken om een ​​vergelijkbare trend te voorspellen en te verkrijgen uit de theoretische berekening, wat nieuw is voor PSC's. We voorspelden ook het beste recept om PSC te maken met verschillende bandgap-perovskieten, " zegt Thomas en zijn afgestudeerde student, Jinxin Li, wie is de eerste auteur van dit artikel. "Perovskieten zijn de afgelopen 10 jaar een populair onderzoeksonderwerp geweest, maar we denken dat we hier echt iets hebben dat ons vooruit kan helpen."