亮点:
- 钙钛矿是一组层状晶体化合物，由其晶格中的原子结构定义。有成千上万种可能的化合物和许多不同的方法来制造它们。
- 虽然大多数实验室规模的钙钛矿材料开发使用旋转涂层技术，但这对于大规模制造是不切实际的，因此世界各地的公司和实验室一直在寻找将这些实验室材料转化为实用的可制造产品的方法。
钙钛矿是一类材料，目前是潜在取代硅基太阳能光伏的主要竞争者。它们有望制造出更薄更轻的面板，可以在室温而不是几百度的高温下以超高产量生产，而且更便宜，更容易运输和安装。但是，将这些材料从受控的实验室实验中转化为具有竞争力的产品一直是一个长期的斗争。
制造基于钙钛矿的太阳能电池需要同时优化至少12个左右的变量，即使是在许多可能性中的一种特定制造方法中。但是，一种基于机器学习新方法的新系统可以加速优化生产方法的开发，并有助于使下一代太阳能成为现实。
该系统由麻省理工学院和斯坦福大学的研究人员在过去几2022世界杯决赛竞猜年中开发，可以将先前实验的数据和基于经验丰富的工作人员个人观察的信息整合到机器学习过程中。这使得结果更加准确，并且已经制造出能量转换效率为18.5%的钙钛矿电池，这在当今市场上具有竞争力。
麻省理工2022世界杯决赛竞猜学院机械工程教授antonio Buonassisi、斯坦福大学材料科学与工程教授Reinhold Dauskardt、麻省理工学院最近的研究助理刘哲、斯坦福大学博士研究生Nicholas Rolston和其他三人在《Joule》杂志上发表了这项研究。
钙钛矿是一组由其晶格中原子的结构所定义的层状晶体化合物。有成千上万种可能的化合物和许多不同的方法来制造它们。虽然大多数实验室规模的钙钛矿材料开发使用旋转涂层技术，但这对于大规模制造是不切实际的，因此世界各地的公司和实验室一直在寻找将这些实验室材料转化为实用的可制造产品的方法。
现在是亚利桑那州立大学助理教授的罗尔斯顿说:“当你试图把一个实验室规模的过程转移到创业公司或生产线上时，总是有一个很大的挑战。”该团队研究了一种他们认为最有潜力的方法，一种被称为快速喷雾等离子体处理(RSPP)的方法。
制造过程将涉及移动的卷对卷表面，或一系列薄片，当薄片滚动时，钙钛矿化合物的前驱体溶液将被喷涂或喷墨。然后材料将进入固化阶段，提供快速连续的输出，“其吞吐量高于任何其他光伏技术，”Rolston说。
他补充说:“这个平台的真正突破在于，它可以让我们以一种其他材料无法做到的方式进行扩展。”“即使是像硅这样的材料，由于加工过程的原因，也需要更长的时间。然而，你可以把这种方法想象成更像是喷漆。”
在这个过程中，至少有十几个变量可能会影响结果，其中一些变量比其他变量更容易控制。这些包括起始材料的组成、温度、湿度、加工路径的速度、用于将材料喷涂到基材上的喷嘴的距离以及固化材料的方法。许多这些因素可以相互作用，如果过程是在露天进行的，那么湿度，例如，可能是不受控制的。通过实验评估这些变量的所有可能组合是不可能的，因此需要机器学习来帮助指导实验过程。
但是，虽然大多数机器学习系统使用原始数据，例如测试样品的电学和其他特性的测量值，但它们通常不会纳入人类经验，例如实验者对测试样品的视觉和其他特性进行的定性观察，或者其他研究人员报告的其他实验信息。2022世界杯决赛竞猜因此，该团队找到了一种方法，将这些外部信息整合到机器学习模型中，使用基于贝叶斯优化数学技术的概率因子。
他说，使用这个系统，“有了一个来自实验数据的模型，我们可以发现我们以前无法看到的趋势。”例如，他们最初很难适应环境中不受控制的湿度变化。但该模型向他们展示了“我们可以通过改变温度来克服湿度的挑战，例如，通过改变其他一些旋钮。”
该系统现在允许实验人员更快地指导他们的过程，以便根据给定的一组条件或所需的结果对其进行优化。布纳西西说，在他们的实验中，研究小组专注于优化功率输出，但该系统也可以同时用于纳入其他标准，如成本和耐用性——团队成员正在继续研究这些标准。
研究人员2022世界杯决赛竞猜受到了能源部的鼓励，能源部资助了这项工作，鼓励他们将这项技术商业化，他们目前正专注于将技术转让给现有的钙钛矿制造商。Buonassisi说:“我们现在正在与公司接触。”他们开发的代码已经通过一个开源服务器免费提供。“它现在在GitHub上，任何人都可以下载，任何人都可以运行它，”他说。“我们很乐意帮助公司开始使用我们的代码。”
目前在中国西安西北工业大学工作的刘说，已经有几家公司在准备生产基于钙钛矿的太阳能电池板，尽管他们仍在研究如何生产它们的细节。他说，那里的公司还没有大规模生产，而是从规模较小、价值较高的应用开始，比如外观很重要的建筑集成太阳能瓦片。他说，其中三家公司“正在或正在受到投资者的推动，在两年内生产1米乘2米的矩形模块(与当今最常见的太阳能电池板相当)。”
“问题是，他们在使用何种制造技术上没有达成共识，”刘说。他表示，斯坦福大学开发的RSPP方法“仍有很大机会”具有竞争力。该团队开发的机器学习系统可能在指导最终使用的任何流程的优化方面发挥重要作用。
他说:“我们的主要目标是加快这一过程，这样一来，我们就可以用更少的时间、更少的实验和更少的人力，开发出一种可以立即免费用于工业的产品。”
