Fotoelementi un saules enerģija

img-mv26vnlb-ddcd108c

 

Apraksts

Ekrāna perovskīts, tandēms un pasivācijas materiāli pēc prognozēšanas. MatterSeek prognozē fotoelektrisko materiālu īpašības no sastāva.

 

3 77

Fotoelementi un saules enerģija —Materiālu sistēma / Paredzamā veiktspēja / Validācijas ceļš

 

 

 

 

 

AI fotoelementu materiāliem — inženieru perovskīta absorbētāji un pasivācijas slāņi pēc prognozēšanas

 

 

1. MatterSeek ir AI materiālu pētniecības un attīstības platforma fotoelektrisko materiālu izstrādei.

Tas paredz absorbētāju, pasivācijas slāņu, transportēšanas slāņu un iekapsulēšanas materiālu īpašības no ķīmiskā sastāva, tāpēc kandidātu ķīmiskās vielas var sarindot pirms pārklāšanas vai atkausēšanas darbības ieplānošanas.

2. Fotoelektrisko materiālu projektēšana ir daudzu mērķu problēma.

Absorberjoslas struktūrai jābūt noregulētai, saglabājot siltuma un mitruma stabilitāti; pasivācijas ķīmijai jānospiež saskarnes rekombinācija, neieviešot parazītu absorbciju; Tandēma skursteņi abiem pievieno saderības ierobežojumu. Katrs no šiem mērķiem parasti tiek pārbaudīts, izmantojot atsevišķas ražošanas un mērījumu kampaņas, un kombinācijas ātri pavairojas.

3. Aizstāt pirmo skrīninga kārtu ar prognozēšanu.

Aprakstiet mērķa sastāva diapazonu un nepieciešamo īpašuma logu, un MatterSeek atgriež ranžētus kandidātus ar prognozētajām īpašuma vērtībām un nenoteiktību. Platforma apstrādā vienu līdz četrus bāzes elementus ar dopinga līmeņa precizitāti 0,02 — tāda precizitāte, kāda faktiski nepieciešama sakausējuma un A vai B vietas aizstāšanas pētījumiem. Prognozēšana tiek pabeigta aptuveni vienā minūtē diviem pamata elementiem, līdz septiņām minūtēm četriem. Rezultāti tiek parādīti kā radara diagrammas vairāku īpašumu salīdzināšanai, 2D un 3D siltuma kartes, kas vizualizē īpašumu ainavas visā kompozīcijas telpā, un eksportējamas datu tabulas pakārtotā dizaina pārskatīšanai.

4. Īpašuma ģimenes, uz kurām attiecas.

Dzinējs aptver optisko, elektronisko, termisko, termodinamisko un strukturālo īpašību saimes, tostarp kušanas temperatūru un ar elektronisko struktūru saistītās īpašības — lielumus, kas nosaka fāzes stabilitāti atkausēšanas laikā un absorbētāja vai transportēšanas slāņa elektronisko uzvedību.

5. Aizveriet cilpu autonomā laboratorijā.

Izvēlētie kandidāti pārceļas uz MatterSeek 1200 m² plašo autonomo laboratoriju. Tā seši procesu klasteri aptver ceļus, kas ir svarīgi fotoelementiem: tīras plānslāņa uzklāšana un pēcapstrāde ar vairāku vannu substrāta tīrīšanu, magnetronu izsmidzināšana un elektronu staru iztvaikošana, kā arī porainiem un oksīdu slāņiem sola gēls un superkritiskā žāvēšana. Automatizētā raksturojumā ietilpst XRD fāzes identificēšanai, Ramana, XRF un vienlaicīga termiskā analīze ar norādīto mērķi no 300 līdz 500 paraugiem dienā atkarībā no maršruta. Prognozes precizitāte ir 95,7%, salīdzinot ar fizisko mērījumu.

6. Aplūkotās fotoelektrisko materiālu grupas ietver perovskīta absorbētājus,

tandēma un transporta slāņi, defektu pasivācijas ķīmija, caurspīdīgi vadoši oksīdi un moduļu iekapsulēšanas materiāli.

 

FAQ

 

 

J: Vai MatterSeek var paredzēt perovskīta kompozīciju īpašības?

A: Jā. Jūs definējat kompozīcijas diapazonu un rekvizītu logu, un platforma atgriež ranžētus kandidātus ar prognozētajām vērtībām un nenoteiktību pirms filmas ievietošanas.

J: Kādi ražošanas ceļi ir pieejami apstiprināšanai?

A: Plānās kārtiņas uzklāšana ar magnetronu izsmidzināšanu un elektronu staru iztvaikošanu, sola-gela ceļi un superkritiskā žāvēšana — tas viss ir automatizēts autonomā laboratorijā.

J: Cik precīzas ir prognozes?

A: 95,7% precizitāte, salīdzinot ar fizisko mērījumu, ar nenoteiktību tiek ziņots katrai prognozei.

Yuyao (Beijing) Technology Co., Ltd. ir profesionāla kompānija, kas specializējas mākslīgā intelekta un modernu fotoelementu un saules materiālu krustojumā. Uzņēmums ir neatkarīgi izstrādājis MatterSeek — pamata lielu modeli, kas pielāgots materiālu nozarei — un ir aizsācis HNN (hierarhiskā neironu tīkla) algoritmu, vienlaikus veidojot patentētu, vadāmu materiālu eksperimentu datubāzi.