Fotovoltaika in sončna energija

img-mv26vnlb-ddcd108c

 

Opis

Zaslon perovskit, tandem in pasivacijski materiali z napovedjo. MatterSeek napoveduje lastnosti fotovoltaičnih materialov na podlagi sestave.

 

3 77

Fotovoltaika in sončna energija —Materialni sistem / Predvidljiva zmogljivost / Validacijska pot

 

 

 

 

 

Umetna inteligenca za fotonapetostne materiale – inženirski perovskitni absorberji in pasivni sloji s predvidevanjem

 

 

1. MatterSeek je platforma za raziskave in razvoj materialov AI za razvoj fotovoltaičnih materialov.

Predvidi lastnosti absorberjev, pasivacijskih slojev, transportnih slojev in materialov za inkapsulacijo glede na kemijsko sestavo, tako da je možno razvrstiti kandidatne kemije, preden je načrtovan postopek premazovanja ali žarjenja.

2. Načrtovanje fotovoltaičnih materialov je problem z več cilji.

Strukturo absorpcijskega traku je treba prilagoditi, pri tem pa ohraniti toplotno in vlago stabilnost; pasivacijska kemija mora zavirati rekombinacijo vmesnika brez uvajanja parazitske absorpcije; tandemski skladi obema dodajo omejitev združljivosti. Vsak od teh ciljev se običajno testira z ločenimi akcijami izdelave in merjenja, kombinacije pa se hitro množijo.

3. Zamenjajte prvi krog presejanja z napovedjo.

Opišite obseg ciljne sestave in okno lastnosti, ki ga potrebujete, in MatterSeek vrne razvrščene kandidate s predvidenimi vrednostmi lastnosti in negotovostjo. Platforma upravlja z enim do štirimi osnovnimi elementi z natančnostjo ravni dopinga 0,02 – zrnatostjo, ki jo dejansko zahtevajo študije zamenjave legiranja in A-mesta ali B-mesta. Napovedovanje se zaključi v približno eni minuti za dva osnovna elementa, do sedem minut za štiri. Rezultati so predstavljeni kot radarski diagrami za primerjavo več lastnosti, 2D in 3D toplotni zemljevidi, ki vizualizirajo krajine nepremičnin v celotnem prostoru sestave, in tabele podatkov, ki jih je mogoče izvoziti, za nadaljnji pregled načrtovanja.

4. Zajete družine nepremičnin.

Motor obsega družine optičnih, elektronskih, toplotnih, termodinamičnih in strukturnih lastnosti, vključno z lastnostmi, povezanimi s tališčem in elektronsko strukturo — količinami, ki urejajo fazno stabilnost med žarjenjem in elektronsko obnašanje absorberske ali transportne plasti.

5. Zaprite zanko v avtonomnem laboratoriju.

Kandidati v ožjem izboru se preselijo v 1200 m² velik avtonomni laboratorij MatterSeek. Njegovih šest procesnih grozdov pokriva poti, ki so pomembne za fotovoltaiko: nanašanje čistega tankega filma in naknadna obdelava s čiščenjem substrata z več kopelmi, magnetronsko razprševanje in izhlapevanje z elektronskim žarkom ter sol-gel in superkritično sušenje za porozne in oksidne plasti. Avtomatizirana karakterizacija vključuje XRD za fazno identifikacijo, Raman, XRF in sočasno termično analizo, z navedenim ciljem od 300 do 500 vzorcev na dan, odvisno od poti. Natančnost napovedi je 95,7 % glede na fizične meritve.

6. Obravnavane družine fotovoltaičnih materialov vključujejo perovskitne absorberje,

tandemske in transportne plasti, kemije za pasivacijo napak, transparentni prevodni oksidi in materiali za inkapsulacijo modulov.

 

pogosta vprašanja

 

 

V: Ali lahko MatterSeek predvidi lastnosti perovskitnih sestavkov?

O: Da. Vi določite obseg sestave in okno lastnosti, platforma pa vrne uvrščene kandidate s predvidenimi vrednostmi in negotovostjo, preden se film odloži.

V: Katere proizvodne poti so na voljo za validacijo?

O: Tankoplastno nanašanje z magnetronskim razprševanjem in izhlapevanjem z elektronskim žarkom, sol-gel poti in superkritično sušenje – vse avtomatizirano v avtonomnem laboratoriju.

V: Kako natančne so napovedi?

O: 95,7-odstotna natančnost glede na fizične meritve, z negotovostjo, prijavljeno na napoved.

Yuyao (Beijing) Technology Co., Ltd. je strokovno podjetje, specializirano za presečišče umetne inteligence in naprednih materialov fotovoltaike in sonca. Podjetje je neodvisno razvilo MatterSeek – temeljni velik model, prilagojen sektorju materialov – in pionirsko razvilo algoritem HNN (Hierarchical Neural Network), medtem ko je gradilo lastniško zbirko podatkov o eksperimentih z materiali, ki jih je mogoče nadzorovati.