Ученые применяют ИИ для выявления высокоэффективных солнечных материалов

Прочитано: 390 раз(а)
1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд (Оценок пока нет)
Loading ... Loading ...


Ученые используют машинное обучение для выявления высокоэффективных солнечных материалов.

Поиск лучших светоотдающих химикатов для использования в солнечных элементах может привести к поиску иголки в стоге сена. За прошедшие годы исследователи разработали и протестировали тысячи различных красителей и пигментов, чтобы увидеть, как они поглощают солнечный свет и преобразуют его в электричество. Сортировка по всем из них требует инновационного подхода.

Теперь, благодаря исследованию, которое сочетает мощь суперкомпьютеров с наукой о данных и экспериментальными методами, исследователи из Аргоннской национальной лаборатории Министерства энергетики США (DOE) и Кембриджского университета в Англии разработали новый подход «дизайн к устройству» для определить перспективные материалы для сенсибилизированных красителем солнечных элементов (DSSC). DSSC могут быть изготовлены с использованием недорогих масштабируемых технологий, что позволяет им достигать конкурентоспособного соотношения производительности и цены.

Команда, возглавляемая аргоннским специалистом по материалам Жаклин Коул, которая также является руководителем группы молекулярной инженерии в Кавендишской лаборатории Кембриджского университета, использовала суперкомпьютер Theta в Argonne Leadership Computing Facility (ALCF), чтобы определить пять высокопроизводительных стоимость красителей из пула почти 10000 кандидатов на изготовление и испытания устройств. ALCF — это научный центр Министерства науки и науки.

«Это исследование особенно интересно, потому что мы смогли продемонстрировать полный цикл обнаружения материалов на основе данных — от использования передовых вычислительных методов для определения материалов с оптимальными свойствами до синтеза этих материалов в лаборатории и тестирования их в реальных фотоэлектрических устройствах», — говорит Коул. сказал.


В рамках проекта ALCF Data Science Program Коул совместно с учеными в области вычислительной техники Argonne создал автоматизированный рабочий процесс, в котором использовалась комбинация методов моделирования, интеллектуального анализа данных и машинного обучения для одновременного анализа тысяч химических соединений . Процесс начался с попытки отсортировать сотни тысяч научных журналов, чтобы собрать химические данные и данные о поглощении для широкого круга кандидатов на органические красители.

«Преимущество этого процесса состоит в том, что он забирает старое ручное курирование баз данных, которое требует многолетней работы, и сокращает его до нескольких месяцев и, в конечном итоге, нескольких дней», — сказал Коул.

Вычислительная работа включала использование более тонких и более тонких методов скрининга для создания пар потенциальных красителей, которые могли бы работать в сочетании друг с другом, чтобы поглощать свет по всему солнечному спектру. «Почти невозможно найти один краситель, который действительно хорошо работает для всех длин волн», — сказал Коул. «Это особенно верно для органических молекул, потому что они имеют более узкие оптические полосы поглощения; и тем не менее, мы действительно хотели сосредоточиться только на органических молекулах, потому что они значительно более экологичны».

Чтобы сузить начальную партию из 10 000 потенциальных кандидатов на красители, до нескольких наиболее многообещающих возможностей, связанных с использованием вычислительных ресурсов ALCF для реализации многоэтапного подхода. Во-первых, Коул и ее коллеги использовали инструменты интеллектуального анализа данных для устранения любых металлоорганических молекул, которые обычно поглощают меньше света, чем органические красители на данной длине волны, и органических молекул, которые слишком малы, чтобы поглощать видимый свет.

Даже после этого первого прохода у исследователей оставалось около 3000 кандидатов в красители. Чтобы еще больше уточнить выбор, ученые провели скрининг на красители, которые содержали компоненты карбоновой кислоты, которые можно использовать в качестве химических «клеев» или якорей для прикрепления красителей к подложкам из диоксида титана. Затем исследователи использовали Тета для проведения расчетов электронной структуры оставшихся кандидатов для определения молекулярного дипольного момента — или степени полярности — каждого отдельного красителя.

«Мы действительно хотим, чтобы эти молекулы были достаточно полярными, чтобы их электронный заряд был высоким по всей молекуле», — сказал Коул. «Это позволяет возбужденному свету электрону пересечь длину красителя, пройти через химический клей и войти в полупроводник на основе диоксида титана, чтобы запустить электрическую цепь».

Таким образом, сузив поиск примерно до 300 красителей, исследователи использовали свои вычислительные установки для изучения своих спектров оптического поглощения, чтобы создать серию из примерно 30 красителей, которая была бы кандидатом для экспериментальной проверки. Однако перед тем, как синтезировать красители, Коул и ее коллеги выполнили вычислительные вычисления на основе тета-теории функциональной плотности (DFT), чтобы оценить, как каждый из них, вероятно, будет работать в экспериментальной обстановке.

Заключительный этап исследования включал в себя экспериментальную проверку набора из пяти наиболее перспективных кандидатов на красители из этих прогнозов, что требовало сотрудничества во всем мире. Поскольку каждый из различных красителей был первоначально синтезирован в разных лабораториях по всему миру для какой-то другой цели, Коул обратилась к разработчикам оригинальных красителей, каждый из которых отправил новый образец красителя для своей команды для исследования.

«Это была действительно огромная командная работа, чтобы заставить так много людей со всего мира внести свой вклад в это исследование», — сказал Коул.

Экспериментально изучая красители в Центре наноразмерных материалов Аргонны, другом учреждении пользователя Министерства науки и науки, а также в Кембриджском университете и в лаборатории Резерфорда Эпплтона, Коул и ее коллеги обнаружили, что некоторые из них, когда-то встроенные в фотоэлектрическое устройство, достигли Эффективность преобразования энергии примерно равна эффективности стандартного металлоорганического красителя.

«Это был особенно обнадеживающий результат, потому что мы сделали нашу жизнь труднее, ограничившись органическими молекулами по экологическим причинам, и все же мы обнаружили, что эти органические красители обладают такими же свойствами, как и некоторые из самых известных металлорганических соединений», — сказал Коул.

Статья, основанная на исследовании, «Подход« конструкция к устройству »дает панхроматические ко-сенсибилизированные солнечные элементы», появилась в качестве обложки в выпуске журнала « Advanced Energy Materials» от 1 февраля .

Ученые применяют ИИ для выявления высокоэффективных солнечных материалов



Новости партнеров

Загрузка...