• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Kemi
    Artificiell intelligens kan hjälpa forskare att göra spray-on solceller

    Kredit:CC0 Public Domain

    Artificiell intelligens kan vara precis grejen för att påskynda spray-on solcellsteknik, som skulle kunna revolutionera hur konsumenter använder energi.

    Ett forskarlag vid University of Central Florida använde Machine Learning, aka Artificiell Intelligens för att optimera materialen som används för att tillverka perovskite solceller (PSC). Det organiska-oorganiska halogenidperovskitmaterialet som används i PSC omvandlar fotovoltaisk energi till förbrukningsbar energi.

    Dessa perovskiter kan bearbetas i fast eller flytande tillstånd, erbjuder mycket flexibilitet. Tänk dig att kunna spruta eller måla broar, hus och skyskrapor med materialet, som sedan skulle fånga ljus, omvandla det till energi och mata in det i elnätet. Tills nu, solcellsindustrin har förlitat sig på kisel på grund av dess effektivitet. Men det är gammal teknik med gränser. Använda perovskiter, dock, har en stor barriär. De är svåra att tillverka i ett användbart och stabilt material. Forskare spenderar mycket tid på att försöka hitta precis rätt recept för att göra dem med alla fördelar – flexibilitet, stabilitet, effektivitet och låg kostnad. Det är där artificiell intelligens kommer in.

    Teamets arbete är så lovande att dess resultat är omslagsberättelsen 13 december i Avancerade energimaterial tidning.

    UCF:s Jayan Thomas ledde laget genom att granska mer än 2, 000 peer-reviewed publikationer om perovskites och samla in mer än 300 datapunkter som matades in i AI-systemet som laget skapade. Systemet kunde analysera informationen och förutsäga vilket perovskiter-recept som skulle fungera bäst. Upphovsman:UCF, Karen Norum

    Teamet granskade mer än 2, 000 peer-reviewed publikationer om perovskites och samlade in mer än 300 datapunkter som sedan matades in i AI-systemet de skapade. Systemet kunde analysera informationen och förutsäga vilket perovskiter-recept som skulle fungera bäst.

    "Våra resultat visar att verktyg för maskininlärning kan användas för att tillverka perovskitmaterial och undersöka fysiken bakom utvecklingen av högeffektiva PSC:er, " säger Jayan Thomas, studiens huvudförfattare och docent vid NanoScience Technology Center med flera anknytningar. "Detta kan vara en guide för att designa nya material, vilket framgår av vår experimentella demonstration."

    Om denna modell håller, det betyder att forskare kan identifiera den bästa formeln för att skapa en världsstandard. Då kan det hända att solceller sprayas under vår livstid, säger forskarna.

    "Detta är ett lovande fynd eftersom vi använder data från verkliga experiment för att förutsäga och få en liknande trend från den teoretiska beräkningen, vilket är nytt för PSC. Vi förutspådde också det bästa receptet för att göra PSC med olika bandgap perovskites, säger Thomas och hans doktorand, Jinxin Li, vem är den första författaren till denna artikel. "Perovskites har varit ett hett forskningsämne de senaste 10 åren, men vi tror att vi verkligen har något här som kan föra oss framåt."


    © Vetenskap https://sv.scienceaq.com