Fotowoltaika i energia słoneczna

Opis
Przesiewanie materiałów perowskitowych, tandemowych i pasywacyjnych metodą przewidywania. MatterSeek przewiduje właściwości materiału fotowoltaicznego na podstawie składu.

Fotowoltaika i energia słoneczna —System materiałowy / Przewidywalna wydajność / Ścieżka walidacji
Sztuczna inteligencja dla materiałów fotowoltaicznych — inżynierowie absorberów perowskitowych i warstw pasywacyjnych według przewidywań
Przewiduje właściwości absorberów, warstw pasywacyjnych, warstw transportowych i materiałów kapsułkujących na podstawie składu chemicznego, dzięki czemu możliwe jest uszeregowanie kandydatów na substancje chemiczne przed zaplanowaniem cyklu powlekania lub wyżarzania.
Strukturę pasma absorbera należy dostroić, zachowując jednocześnie stabilność termiczną i wilgotność; chemia pasywacji musi tłumić rekombinację międzyfazową bez wprowadzania absorpcji pasożytniczej; stosy tandemowe dodają ograniczenie kompatybilności na obu. Każdy z tych celów jest zwykle testowany w ramach oddzielnych kampanii produkcyjnych i pomiarowych, a kombinacje szybko się mnożą.
Opisz docelowy zakres kompozycji i potrzebne okno właściwości, a MatterSeek zwróci rankingowych kandydatów z przewidywanymi wartościami właściwości i niepewnością. Platforma obsługuje od jednego do czterech pierwiastków podstawowych z dokładnością na poziomie domieszkowania wynoszącym 0,02 — jest to ziarnistość, której w rzeczywistości wymagają badania tworzenia stopów i substytucji w miejscu A lub B. Prognozowanie kończy się po około jednej minucie w przypadku dwóch elementów podstawowych i do siedmiu minut w przypadku czterech. Wyniki są prezentowane w postaci wykresów radarowych do porównywania wielu nieruchomości, map cieplnych 2D i 3D wizualizujących krajobraz nieruchomości w przestrzeni kompozycji oraz tabel danych, które można wyeksportować do późniejszej oceny projektu.
Silnik obejmuje rodziny właściwości optycznych, elektronicznych, termicznych, termodynamicznych i strukturalnych, w tym właściwości związane z temperaturą topnienia i strukturą elektronową — wielkościami regulującymi stabilność fazową podczas wyżarzania oraz zachowanie elektroniczne absorbera lub warstwy transportowej.
Wybrani kandydaci wprowadzają się do autonomicznego laboratorium MatterSeek o powierzchni 1200 m². Sześć klastrów procesów obejmuje ścieżki istotne dla fotowoltaiki: czyste osadzanie cienkowarstwowych i obróbka wtórna z wielokąpielowym czyszczeniem podłoża, napylanie magnetronowe i odparowywanie wiązką elektronów, a także suszenie zolowo-żelowe i nadkrytyczne dla warstw porowatych i tlenkowych. Zautomatyzowana charakteryzacja obejmuje XRD do identyfikacji faz, Ramana, XRF i jednoczesną analizę termiczną, przy ustalonym docelowym zakresie od 300 do 500 próbek dziennie, w zależności od trasy. Dokładność przewidywania wynosi 95,7% w porównaniu z pomiarem fizycznym.
warstwy tandemowe i transportowe, chemia pasywacji defektów, przezroczyste tlenki przewodzące i materiały do kapsułkowania modułów.
Często zadawane pytania
P: Czy MatterSeek może przewidzieć właściwości kompozycji perowskitów?
O: Tak. Definiujesz zakres kompozycji i okno właściwości, a platforma zwraca rankingowych kandydatów z przewidywanymi wartościami i niepewnością, zanim jakikolwiek film zostanie zdeponowany.
P: Które ścieżki produkcyjne są dostępne do walidacji?
Odp.: Osadzanie cienkowarstwowe za pomocą rozpylania magnetronowego i odparowywania wiązką elektronów, metodą zol-żel i suszeniem nadkrytycznym – wszystko zautomatyzowane w autonomicznym laboratorium.
P: Jak dokładne są prognozy?
Odp.: dokładność pomiaru fizycznego na poziomie 95,7%, z niepewnością podawaną w odniesieniu do przewidywań.
Yuyao (Beijing) Technology Co., Ltd. to profesjonalna firma specjalizująca się w łączeniu sztucznej inteligencji i zaawansowanych materiałów fotowoltaicznych i słonecznych. Firma niezależnie opracowała MatterSeek — podstawowy duży model dostosowany do sektora materiałów — i była pionierem algorytmu HNN (Hierarchical Neural Network), tworząc jednocześnie zastrzeżoną, kontrolowaną bazę danych eksperymentów materiałowych.

