MITの科学者が安定したペロブスカイトを特定する方法を明らかにする

- Apr 04, 2021-

出典:pvマガジン


MIT Scientists Reveal Method To Identify Stable Perovskites 8


米国の研究者は、データ融合アプローチを使用して、PVセルの最も安定したペロブスカイトを特定しています。 彼らの機械学習手法は、ペロブスカイトテストの結果と第一原理の物理モデリングを組み合わせて、最適な候補を特定します。


マサチューセッツ工科大学の科学者は、寿命、効率、生産性などの特定の目標、およびメーカーが達成しようとしている原料の入手可能性に応じて、太陽電池アプリケーションに最適なペロブスカイトを特定するための新しいアプローチを提案しました。


科学者たちは、最近inMatterに掲載された「ハロゲン化物ペロブスカイトの組成安定性を最適化するためのデータ融合アプローチ」で、彼らの発見を発表しました。 彼らは、このアプローチを、最も安定した合金化された有機-無機ペロブスカイトを特定するための、物理学に制約のある順次学習フレームワークとして説明しました。


米国の研究者によると、ペロブスカイトには、原子が層状の結晶格子に配置される方法が互いに異なるさまざまな材料が含まれています。 これらの層は、一般にA、B、およびXと呼ばれ、それぞれ異なる原子または化合物で構成されます。


「3つの要素だけを考えれば、人々が出入りするペロブスカイトで最も一般的な要素は、ペロブスカイト結晶構造のAサイトにあります」と、研究者のTonio Buonassisiは述べ、これらの要素は1%増加する可能性があると付け加えました。それらの相対的な構成で。 「ステップの数はとんでもないものになります。 非常に大きくなるため、体系的に検索するのは実用的ではありません。」


機械学習に基づく提案された方法は、データ融合アプローチで異なるソースからのデータを結合します。 自動化されたシステムを使用して、さまざまなペロブスカイト配合物の製造とテストをガイドし、その結果を第一原理の物理モデリングと組み合わせて、次のラウンドの実験をガイドします。 科学者たちは、結果が洗練されるまで、このプロセスを数回繰り返します。


これまでのところ、グループは3つのコンポーネント間の可能な組み合わせの約2%を合成し、テストしました。 科学者たちは、ペロブスカイト太陽電池材料のこれまでで最も耐久性のある配合をすでに特定していると主張しています。 また、この材料を使用して、小さなチップを製造して既存の太陽電池に配置し、電力変換効率を損なうことなく、デバイスの安定性を3倍以上向上させることができることを発見しました。


「この研究のもう1つのポイントは、化学物質の選択から最終的に太陽電池を実際に製造するまでのすべての段階で、実際に実証することです」と研究者のShijingSun氏は述べています。 「そしてそれは、機械学習が提案する化学物質がそれ自体の自立型で安定しているだけではないことを示しています。 また、実際の太陽電池に変換することもでき、信頼性の向上につながります。」