Forscher Nutzen Künstliche Intelligenz Zur Optimierung Der Spray-On-Solarzellentechnologie
Forscher Nutzen Künstliche Intelligenz Zur Optimierung Der Spray-On-Solarzellentechnologie

Video: Forscher Nutzen Künstliche Intelligenz Zur Optimierung Der Spray-On-Solarzellentechnologie

Video: Aktienpreis vorhersagen durch künstliche Intelligenz 2022, Dezember
Anonim

Warum interessieren sich Wissenschaftler so sehr für Perowskite, die organisch-anorganischen Halogenidmaterialien, die Sonnenlicht in Elektrizität umwandeln können? Weil sie billig in der Herstellung, flexibel und, zumindest theoretisch, auf fast jede Oberfläche gesprüht werden könnten – die Außenseite von Gebäuden, Fenstern, Dächern, Parkplätzen, Brücken, Autobahnsperren – um mehr Energie aus der Sonne zu gewinnen als jedes andere der Wissenschaft bekannte Produkt.

Perowskit-Solarzellen
Perowskit-Solarzellen

Man muss wirklich in Chemie und Elektrotechnik promoviert haben, um zu verstehen, was Perowskite so faszinierend macht. Es genügt, Menschen mit normaler Intelligenz wie mir zu sagen, wenn es darum geht, alles zu elektrisieren, um zu verhindern, dass die Welt zu einer ausgebrannten Asche wird, könnten Perowskite genau das sein, was wir brauchen, um dieses Ziel zu erreichen.

Aber Perowskite haben mehrere Nachteile. Sie sind nicht so langlebig oder effizient wie herkömmliche Siliziumsolarzellen. Ein Mangel an Effizienz könnte jedoch mehr als ausgeglichen werden, wenn die zur Verfügung stehende Fläche für die Stromerzeugung um mehrere Größenordnungen vergrößert würde. Stellen Sie sich vor, jedes Gebäude in jeder Stadt der Welt könnte jeden Tag im Jahr bei Tageslicht die Bewohner des Gebäudes oder das lokale Stromnetz mit Strom versorgen. Sie sehen, wohin das führt, oder?

Chemie ist erschreckend komplex. Nehmen Sie alle Elemente und alle Verbindungen, die mit diesen Elementen hergestellt werden können, mischen Sie sie alle zusammen, und Sie haben Millionen von möglichen Kombinationen. Fügen Sie jetzt flüssige und feste Konfigurationen, Effizienz, Langlebigkeit und Kosten hinzu, und die Gesamtzahl der Kombinationen geht in die Milliarden. Sie von Hand zu sortieren würde Jahrzehnte, wenn nicht Jahrhunderte dauern.

Forscher der University of Central Florida glauben, dass künstliche Intelligenz dazu beitragen könnte, diesen Prozess schneller voranzutreiben. Die Arbeit des Teams hat die Redakteure der Zeitschrift Advanced Energy Materials so beeindruckt, dass sie beschlossen haben, sie zur Titelgeschichte ihrer Ausgabe vom 13. Dezember zu machen.

Die Forschung wurde von Jayan Thomas, einem außerordentlichen Professor am NanoScience Technology Center der UCF, geleitet. Das Team überprüfte mehr als 2.000 Peer-Review-Publikationen über Perowskite, sammelte mehr als 300 Datenpunkte und speiste sie dann in das von ihnen erstellte KI-System ein. Das System war in der Lage, die Informationen zu analysieren und vorherzusagen, welches Perowskit-Rezept laut UCF am besten funktionieren würde.

„Dies kann ein Leitfaden für die Entwicklung neuer Materialien sein, wie unsere experimentelle Demonstration zeigt“, sagt Thomas. „Unsere Ergebnisse zeigen, dass Werkzeuge für maschinelles Lernen verwendet werden können, um Perowskit-Materialien herzustellen und die Physik hinter der Entwicklung hocheffizienter Perowskit-Solarzellen zu untersuchen.“Wenn Thomas und sein Team Recht haben, könnte KI helfen, die beste Formel zu finden, um einen Weltstandard zu schaffen, der innerhalb von ein oder zwei Generationen zu sprühbaren Solarzellen führt.

„Das ist ein vielversprechender Befund, denn wir verwenden Daten aus realen Experimenten, um einen ähnlichen Trend aus der für PSCs neuen theoretischen Berechnung vorherzusagen und zu erhalten. Wir haben auch das beste Rezept für die Herstellung von PSC mit verschiedenen Bandlücken-Perowskiten vorhergesagt “, sagen Thomas und sein Doktorand Jinxin Li, der Erstautor dieses Papiers. „Perowskite sind seit 10 Jahren ein heißes Forschungsthema, aber wir glauben, dass wir hier wirklich etwas haben, das uns voranbringen kann.“Und keinen Moment zu früh.

Beliebt nach Thema