欢迎光临GGAMen游戏资讯




机器学习助钙钛矿踩油门,太阳能材料分析速度快 10 倍

2024-11-02 205

钙钛矿是近年来备受欢迎的太阳能潜力材料,不少团队正孜孜不倦寻找最佳制造配方,进一步提高转换效率与延长使用寿命,最近美国麻省理工更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,未来最佳化研究后,材料研发时间有望从 20 年缩减到 2 年以内。

钙钛矿太阳能不含钙与钛,是种采用“钙钛矿”晶体结构的材料,其制程简易、转换效率进步幅度大,许多科学家都看好该技术的发展,只不过它也并非完美无缺,高效率钙钛矿电池通常含有有毒物质“铅”,耐用性也相当低,科学家还得再继续寻找可用的钙钛矿材料。

但不同元素或化合物会有不同的效果,寻找最佳钙钛矿材料的路途可说是相当漫长与煎熬,能量转换(energy-conversion)材料开发所需的时间动辄 20 年。为此已有科学团队想借助机器学习的力量,研制出新型潜力材料,就像是先前加州大学圣地牙哥分校(UCSD)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。

机器学习确实能帮助筛选候选材料,还是得在实验室实际合成与分析化合物,有鉴于此,麻省理工科学家希望能够过自动化与人因工程,开发出可同时制造与测试材料的系统,加速实作进展,机械工程教授 Tonio Buonassisi 表示,团队目标是将能量转换材料的开发时间缩短到 2 年以内。

在实验中,团队首先将材料沉积在基板上,形成薄膜之后再用 X 射线衍射法观察材料结构,记录晶体结构中原子排列,之后透过卷积神经网络(Convolutional Neural Network,CNN)训练电脑辨识并帮助分类,Buonassisi 指出,过去光是分类步骤就要花费 3 到 5 小时,但透过机器学习,只要 5 分半就能搞定,而且准确性也高达 90%。

因此团队在系统初步试验中,还能在过去十分之一的时间内研究多达 75 种钙钛矿配方,最后更发现 2 种潜力相当高的无铅钙钛矿材料,或许有助于开发高效太阳能电池。未来团队进一步最佳化系统后,或许还可以将材料处理速度提高 10 倍到 100 倍,Buonassisi 表示,借由最新的自动化技术,希望能进一步降低太阳能成本,盼最终可以降至每 KWh 0.02 美元。

目前研究已发表在《Joule》。

  • How to speed up the discovery of new solar cell materials

(首图来源:Flickr/ESA_events CC BY 2.0)

延伸阅读:

  • 资料探勘助攻太阳能选材,美科学家找到13 种潜力材料
2019-06-14 01:56:00

标签:   游戏头条 资讯头条 ggamen科技资讯 ggamen科技 ggamen科技资讯头条 科技资讯头条 ggamen游戏财经 新闻网 科技新闻网 科技新闻 ggamen ggamen游戏新闻网 科技新闻网 新闻网 科技资讯头条 ggamen科技资讯头条 ggamen科技 ggamen科技资讯 资讯头条 游戏头条 ggamen ggamen游戏新闻网 科技新闻 科技新闻网 新闻网 ggamen游戏财经 科技资讯头条 ggamen科技 ggamen科技资讯 资讯头条
0