Фотоволтаици и слънчева енергия

img-mv26vnlb-ddcd108c

 

Описание

Екран перовскит, тандем и пасивиращи материали чрез прогнозиране. MatterSeek прогнозира свойствата на фотоволтаичните материали от състава.

 

3 77

Фотоволтаици и слънчева енергия —Материална система / Предсказуема производителност / Път на валидиране

 

 

 

 

 

AI за фотоволтаични материали — инженерни перовскитни абсорбери и пасивиращи слоеве чрез прогнозиране

 

 

1. MatterSeek е платформа за научноизследователска и развойна дейност на AI материали за разработване на фотоволтаични материали.

Той прогнозира свойствата на абсорберите, пасивиращите слоеве, транспортните слоеве и капсулиращите материали въз основа на химическия състав, така че химичните вещества кандидати могат да бъдат класирани, преди да бъде насрочено покритие или отгряване.

2. Проектирането на фотоволтаични материали е многоцелеви проблем.

Структурата на абсорбиращата лента трябва да бъде настроена, докато се запази стабилността на топлина и влага; пасивиращата химия трябва да потиска интерфейсната рекомбинация, без да въвежда паразитна абсорбция; тандемните стекове добавят ограничение за съвместимост върху двете. Всяка от тези цели обикновено се тества чрез отделни кампании за производство и измерване и комбинациите се умножават бързо.

3. Заменете първия рунд на скрининг с прогноза.

Опишете диапазона на целевия състав и прозореца на свойствата, от който се нуждаете, и MatterSeek връща класирани кандидати с прогнозирани стойности на свойствата и несигурност. Платформата обработва един до четири базови елемента с прецизност на нивото на допинг от 0,02 - детайлността, която действително изискват проучванията за заместване на сплави и A-site или B-site. Прогнозата завършва за около една минута за два основни елемента, до седем минути за четири. Резултатите са представени като радарни диаграми за сравнение на множество свойства, 2D и 3D топлинни карти, които визуализират пейзажите на имотите в композиционното пространство, и таблици с данни за експортиране за преглед на дизайна надолу по веригата.

4. Покрити семейства на имоти.

Двигателят обхваща семейства оптични, електронни, термични, термодинамични и структурни свойства, включително свойства, свързани с точката на топене и електронната структура - количествата, които управляват фазовата стабилност по време на отгряване и електронното поведение на абсорбиращ или транспортен слой.

5. Затворете цикъла в автономна лаборатория.

Подбраните кандидати се преместват в автономната лаборатория на MatterSeek с площ от 1200 m². Неговите шест технологични клъстера покриват маршрутите, които са от значение за фотоволтаиците: чисто отлагане на тънък слой и последваща обработка с почистване на субстрата с множество бани, магнетронно разпрашване и електронно-лъчево изпаряване, плюс зол-гел и суперкритично сушене за порести и оксидни слоеве. Автоматизираното характеризиране включва XRD за фазова идентификация, Raman, XRF и едновременен термичен анализ, с обявена цел от 300 до 500 проби на ден в зависимост от маршрута. Точността на прогнозата е 95,7% спрямо физическо измерване.

6. Семействата фотоволтаични материали включват перовскитни абсорбери,

тандемни и транспортни слоеве, химия за пасивиране на дефекти, прозрачни проводими оксиди и материали за капсулиране на модули.

 

ЧЗВ

 

 

Въпрос: Може ли MatterSeek да предвиди свойствата на перовскитните композиции?

A: Да. Вие определяте обхвата на състава и прозореца на свойствата, а платформата връща класирани кандидати с прогнозирани стойности и несигурност, преди да бъде депозиран филм.

В: Кои производствени маршрути са налични за валидиране?

A: Отлагане на тънък слой с магнетронно разпрашване и електронно-лъчево изпаряване, зол-гел пътища и суперкритично сушене - всичко това е автоматизирано в рамките на автономната лаборатория.

Въпрос: Колко точни са прогнозите?

A: 95,7% точност спрямо физическо измерване, с докладвана несигурност за прогноза.

Yuyao (Beijing) Technology Co., Ltd. е професионална компания, специализирана в пресичането на AI и модерни материали за фотоволтаици и слънчева енергия. Компанията е разработила независимо MatterSeek – основен голям модел, пригоден за сектора на материалите – и е пионер в алгоритъма HNN (Йерархична невронна мрежа), като същевременно изгражда собствена, контролируема база данни за експерименти с материали.