. Некоторые исследователи считают, что органические фотовольтаические (PV) клетки являются движущей силой солнечной энергии из-за использования недорогих легких материалов и простота производства. Однако было трудно найти материалы, подходящие для этих ячеек с достаточно высокой эффективностью преобразования энергии, чтобы конкурировать с коммерческими ячейками на основе кремния на рынке сегодня.

Исследователи из Японии считают, что они, возможно, нашли способ решить эту проблему, используя искусственный интеллект (AI) для поиска полимеров, которые могут хорошо работать в органических фотоэлементах.

Команда из Университета Осаки использовала вычислительную мощность для автоматизации поиска подходящих солнечных материалов, что может привести к значительно более эффективным устройствам, говорится в недавнем пресс-релизе от Осаки. «Мы только что создали предсказатель на основе ИИ и продемонстрировали, как использовать его для разработки нового полимера», — объяснил один из исследователей по работе Акинори Саэки

 Органические солнечные элементы, созданные с использованием AI "height =" 494 "width =" 720 "style =" width: 500px; height: 343px "class =" media-element file -default "src =" https://www.designnews.com/sites/default/files/AIpolymer.jpg "/> </td>
</tr>
<tr>
<td> <em> На графике показано исследование новых полимеров для полимерных солнечных элементов с использованием информатики материалов. Исследователи из Университета Осаки в Японии разработали предсказатель искусственного интеллекта для поиска полимеров, которые хорошо подходят для создания высокоэффективных органических солнечных элементов, таких как перовскитные клетки. (Источник изображения: Университет Осаки) </em> </td>
</tr>
</tbody>
</table>
<p> <strong> Случайный лес </strong> </p>
<p> Органические PV-клетки зависят как от органического, так и от полимерного слоя от преобразования света в электричество. Традиционно химики экспериментировали с различными комбинациями из них методом проб и ошибок, что приводило к большому количеству времени и усилий впустую. </p>
<p> Чтобы ускорить этот процесс, команда Осаки собрала данные о 1200 органических PV с примерно 500 исследованиями. Затем они использовали обучение машинам в режиме «Random Forest» для создания модели, сочетающей в себе ширину запрета, молекулярную массу и химическую структуру этих предыдущих OPV — вместе с их эффективностью преобразования энергии — для прогнозирования эффективности потенциальных новых устройств. Random Forest — метод обучения ансамбля для классификации, регрессии и других задач. </p>
<div class='code-block code-block-3 ai-viewport-1 ai-viewport-2' style='margin: 8px 0; clear: both;'>
<!-- Yandex.RTB R-A-268541-2 -->
<div id=

«Полимер для применения солнечных элементов состоит из донорного блока, акцепторного блока, спейсера и алкильных цепей», — объяснил Саэки Design News . «Предполагая 20 вариантов выбора для каждой единицы, комбинации превышают 1 миллион. Трудно синтезировать все комбинации », — добавил он.

Даже квантово-химические расчеты не могут предсказать эффективность солнечных батарей, поскольку эффективность является результатом сложных факторов, таких как морфология пленки, интерфейс в полупроводниках p-типа и n-типа и растворимость материалов, сказал он.

Выбор материалов

Чтобы упростить объединение параметров и, таким образом, выбор материалов, исследователи вручную собрали около 1000 экспериментальных параметров, включая эффективность, молекулярную массу и электронные свойства, из литературы и подвергли их механическому обучению оцифрованными химическими структурами, сказал Саэки.

]

«Наш ИИ позволяет проводить виртуальный скрининг полимерных структур и прогнозирует эффективность без экспериментов и моделирования», — пояснил он. «Обратите внимание, что точность не идеальна — от 20 до 50 процентов. Таким образом, этот ИИ может использоваться как инструмент для грубого скрининга ». Команда опубликовала статью о своей работе в « Journal of Physical Chemistry Letters ».

ССЫЛКИ ПО ТЕМЕ:

  • Дизайнер, химическая команда по разработке ткани с переплетенными солнечными батареями

  • Перовскитовые солнечные батареи готовы к прайм-тайму

Из своих исследований команда разработала новый, ранее непроверенный полимер, и работает с частными компаниями и другими академическими учреждениями, чтобы использовать предсказатель на основе ИИ для изучения новых материалов для использования в органических PV, сказал Саэки.

«В наши дни органический солнечный элемент [research] стоит за появляющимся перовскитным солнечным элементом, о котором сообщалось в 2012 году, и его эффективность в настоящее время сравнима с эффективностью неорганических солнечных элементов, продаваемых в коммерческих целях», — сказал он Design News . «Итак, я очень надеюсь возродить органический солнечный элемент, найдя новый высокоэффективный материал».

Элизабет Монталбано — независимый писатель, который писал о технологии и культуре в течение 20 лет. Она жила и работала профессиональным журналистом в Фениксе, Сан-Франциско и Нью-Йорке. В свободное время она любит заниматься серфингом, путешествиями, музыкой, йогой и кулинарией. В настоящее время она проживает в деревне на юго-западном побережье Португалии.

 Логотип Critical Power Expo "height =" 184 "src =" https://www.designnews.com/sites/default/files/Design%20News/Critical_Power_Expo_vertical_4c. png "style =" border: 0px; width: 150px; height: 51px; float: left "width =" 536 "/> Критическое образование в области энергетики, которое вам нужно сейчас. Присоединяйтесь к нашей углубленной конференции, чтобы узнать об управлении рисками, эксплуатационные расходы, максимизация микрогридов и многое другое. Critical Power Expo 11-13 сентября 2018 года в Нови, штат Мичиган. Зарегистрируйте мероприятие, организованное <em> Design News </em> «Материнская компания UBM. </td>
</tr>
</tbody>
</table>
</pre>

<span class=
Go to Top

Поделитесь статьей!

close-link