2月19日消息,美国中央佛罗里达大学(UCF)则为了研发出成本、寿命与效率兼具的太阳能技术,决定用人工智慧助钙钛矿一臂之力。该技术都有助于开发高效太阳能电池,进一步最佳化系统后,或许还可以降低太阳能成本。


该团队展读 2,000 多种与钙钛矿相关的读物与论文,并让人工智能「学习」300 多个数据点,再进一步分析并预测哪种配方最为有效。


科学家用机器学习加速钙钛矿进展 可降低太阳能成本


纳米科学技术中心副教授 Jayan Thomas 表示,研究实验证明,这或许能变成设计新钙钛矿材料的使用指南,且也同时显示机器学习可以应用在钙钛矿加工,以及探讨钙钛矿材料背后的物理原理,若未来成功证实模型,研究人员也可以研发出一套公式。


得益于材料成本低、制程便宜,钙钛矿太阳能是近年来发展相当强势的新兴技术,转换效率进步飞速,已经从十年前的 3% 进步到 24% 以上,而现在美国科学家透过机器学习,未来将能进一步加速钙钛矿太阳能的制造速度。


钙钛矿太阳能不含钙与钛,是种采用「钙钛矿」结构的电池,人们可以把钙钛矿晶体结构当成三元组(triad),一部分是铅,其他部分则是由甲基铵等有机成分与溴、碘卤化物组成,添加不同元素或化合物就会有不同的效果,而为了加速钛钙矿太阳能的商业化进展,各国科学家除了祭出各式制造配方,也在制程方面下一番功夫。


科学家用机器学习加速钙钛矿进展 可降低太阳能成本


有别于现在常见的硅晶太阳能需要真空与超过 1,000℃ 的高温制造环境,我们能透过固态或液态加工来制造钙钛矿太阳能电池,也可以用印刷与喷涂技术来完成,具有非常高的灵活性,只可惜目前钙钛矿太阳能电池还具有不稳定缺点,还需要再深入研究。


近年来随着科技日新月异,许多科学家开始透过机器学习、超级计算机来探索未知的材料与配方,像是日本大阪大学就想透过人工智能技术缩短搜寻有机太阳能材料时间;美国能源部阿贡国家实验室与英国剑桥大学等跨国团队则是用超级计算机 Theta,从近 10,000 个候选染料中选出 5 位染料敏化太阳能生力军。


应用在钙钛矿的例子也颇多,美国麻省理工也有开发出全新的流线型(Streamlined)材料制造与分析系统,除了成功将合成与分析速度加快 10 倍,也找出 2 种候选无铅钙钛矿材料,将来最佳化研究后,材料研发时间有望从 20 年缩减到 2 年以内。而在更之前,加州大学圣地亚哥分校(UCSD)则利用资料探勘比对钙钛矿特性,成功找到 13 种新型太阳能潜力材料。


文章来源: 科技新报

免责声明

我来说几句

不吐不快,我来说两句
最新评论

还没有人评论哦,抢沙发吧~