Fotovoltaica y solar

img-mv26vnlb-ddcd108c

 

Descripción

Cribado de materiales de perovskita, tándem y pasivación mediante predicción. MatterSeek predice las propiedades de los materiales fotovoltaicos a partir de su composición.

 

3 77

Fotovoltaica y energía solar —Sistema de materiales/rendimiento predecible/vía de validación

 

 

 

 

 

IA para materiales fotovoltaicos: ingeniería de absorbentes de perovskita y capas de pasivación mediante predicción

 

 

1. MatterSeek es una plataforma de I+D de materiales de IA para el desarrollo de materiales fotovoltaicos.

Predice las propiedades de los absorbentes, las capas de pasivación, las capas de transporte y los materiales de encapsulación a partir de la composición química, de modo que las químicas candidatas se pueden clasificar antes de programar una ejecución de recubrimiento o recocido.

2. El diseño de materiales fotovoltaicos es un problema que tiene múltiples objetivos.

La estructura de la banda absorbente debe ajustarse mientras se preserva la estabilidad térmica y de humedad; la química de pasivación debe suprimir la recombinación de la interfaz sin introducir absorción parasitaria; Las pilas en tándem añaden una restricción de compatibilidad además de ambas. Cada uno de estos objetivos normalmente se prueba mediante campañas de fabricación y medición separadas, y las combinaciones se multiplican rápidamente.

3. Reemplace la primera ronda de selección con predicción.

Describa el rango de composición objetivo y la ventana de propiedades que necesita, y MatterSeek devolverá candidatos clasificados con valores de propiedad previstos e incertidumbre. La plataforma maneja de uno a cuatro elementos base con una precisión de nivel de dopaje de 0,02: la granularidad que realmente requieren los estudios de aleación y sustitución de sitios A o B. La predicción se completa en aproximadamente un minuto para dos elementos básicos, hasta siete minutos para cuatro. Los resultados se presentan como gráficos de radar para comparar múltiples propiedades, mapas de calor 2D y 3D que visualizan paisajes de propiedades en todo el espacio de composición y tablas de datos exportables para la revisión del diseño posterior.

4. Familias de inmuebles cubiertas.

El motor abarca familias de propiedades ópticas, electrónicas, térmicas, termodinámicas y estructurales, incluido el punto de fusión y las propiedades relacionadas con la estructura electrónica: las cantidades que gobiernan la estabilidad de fase durante el recocido y el comportamiento electrónico de una capa absorbente o de transporte.

5. Cerrar el circuito en un laboratorio autónomo.

Los candidatos preseleccionados se trasladan al laboratorio autónomo de 1.200 m² de MatterSeek. Sus seis grupos de procesos cubren las rutas importantes para la energía fotovoltaica: deposición limpia de películas delgadas y postratamiento con limpieza de sustratos en múltiples baños, pulverización catódica con magnetrón y evaporación por haz de electrones, además de sol-gel y secado supercrítico para capas porosas y de óxido. La caracterización automatizada incluye XRD para identificación de fases, Raman, XRF y análisis térmico simultáneo, con un objetivo declarado de 300 a 500 muestras por día según la ruta. La precisión de la predicción es del 95,7% frente a la medición física.

6. Las familias de materiales fotovoltaicos abordadas incluyen absorbentes de perovskita,

capas en tándem y de transporte, químicas de pasivación de defectos, óxidos conductores transparentes y materiales de encapsulación de módulos.

 

Preguntas frecuentes

 

 

P: ¿Puede MatterSeek predecir las propiedades de las composiciones de perovskita?

R: Sí. Usted define el rango de composición y la ventana de propiedades, y la plataforma devuelve candidatos clasificados con valores predichos e incertidumbre antes de depositar cualquier película.

P: ¿Qué rutas de fabricación están disponibles para validación?

R: Deposición de película delgada con pulverización catódica con magnetrón y evaporación con haz de electrones, rutas sol-gel y secado supercrítico, todo automatizado dentro del laboratorio autónomo.

P: ¿Qué tan precisas son las predicciones?

R: 95,7 % de precisión frente a la medición física, con incertidumbre informada por predicción.

Yuyao (Beijing) Technology Co., Ltd. es una empresa profesional especializada en la intersección de IA y materiales avanzados de energía solar y fotovoltaica. La empresa ha desarrollado de forma independiente MatterSeek, un gran modelo fundamental adaptado al sector de materiales, y ha sido pionera en el algoritmo HNN (red neuronal jerárquica), al tiempo que crea una base de datos de experimentos de materiales controlable y patentada.