Теперь команда из Массачусетского технологического института и других учреждений придумала способ обойти такое дорогостоящее и трудоемкое изготовление и тестирование, позволяя быстро проверять гораздо больше вариантов, чем это было бы практично при традиционном подходе.Новый процесс может не только ускорить поиск новых формулировок, но и сделать более точную работу по прогнозированию их эффективности, объясняет Рэйчел Курчин, аспирантка Массачусетского технологического института и соавтор статьи, описывающей новый процесс, который появится на этой неделе в журнал Джоуль. По ее словам, традиционные методы «часто требуют от вас изготовления специализированного образца, но он отличается от реального элемента и может не полностью соответствовать» характеристикам настоящего солнечного элемента.Например, типичные методы тестирования показывают поведение «основных носителей», преобладающих частиц или вакансий, движение которых вызывает электрический ток через материал.
Но в случае фотоэлектрических (ФЭ) материалов, объясняет Курчин, на самом деле неосновные носители — те, которых в материале гораздо меньше — являются ограничивающим фактором общей эффективности устройства, а с ними гораздо сложнее. измерять. Кроме того, типичные процедуры измеряют только поток тока в одном наборе направлений — в плоскости тонкопленочного материала — в то время как этот поток вверх-вниз фактически используется в рабочем солнечном элементе. По ее словам, во многих материалах этот поток может быть «совершенно другим», что делает его очень важным для понимания, чтобы должным образом охарактеризовать материал.«Исторически новые материалы разрабатываются медленно — обычно от 10 до 25 лет», — говорит Тонио Буонассиси, доцент кафедры машиностроения Массачусетского технологического института и старший автор статьи. «Одна из причин, замедляющих этот процесс, — это долгое время, необходимое для устранения неполадок на ранних стадиях прототипов устройств», — говорит он. «Для определения характеристик требуется время — иногда недели или месяцы — и измерения не всегда обладают необходимой чувствительностью, чтобы определить основную причину каких-либо проблем».
Итак, говорит Буонассиси, «суть в том, что если мы хотим ускорить темпы разработки новых материалов, нам необходимо найти более быстрые и точные способы устранения неполадок в наших материалах на ранних стадиях и прототипах устройств». И это то, что команда достигла.
Они разработали набор инструментов, которые можно использовать для точной и быстрой оценки предлагаемых материалов, используя серию относительно простых лабораторных тестов в сочетании с компьютерным моделированием физических свойств самого материала, а также с дополнительным моделированием на основе статистический метод, известный как байесовский вывод.Система включает в себя создание простого испытательного устройства, а затем измерение его выходного тока при разных уровнях освещения и разных напряжениях, чтобы точно определить, как характеристики меняются в этих изменяющихся условиях. Эти значения затем используются для уточнения статистической модели.«После того, как мы получим множество вольт-амперных измерений [образца] при различных температурах и интенсивностях освещения, нам нужно выяснить, какая комбинация материалов и переменных границ раздела лучше всего подходит для нашего набора измерений», — объясняет Буонассизи. «Представление каждого параметра в виде распределения вероятностей позволяет нам учесть экспериментальную неопределенность, а также позволяет выяснить, какие параметры являются ковариантными».
По его словам, процесс байесовского вывода позволяет обновлять оценки каждого параметра на основе каждого нового измерения, постепенно уточняя оценки и приближаясь к точному ответу.Курчин говорит, что, ища комбинацию материалов для конкретного применения, «мы вводим все эти свойства материалов и свойства интерфейса, и он расскажет вам, как будет выглядеть результат».
Система достаточно проста, чтобы даже для материалов, которые были менее хорошо изучены в лаборатории, «мы все еще можем запустить ее без огромных затрат на компьютер». И, по словам Курчина, использование вычислительных инструментов для проверки возможных материалов будет все более полезным, потому что «лабораторное оборудование стало дороже, а компьютеры — дешевле. Этот метод позволяет свести к минимуму использование сложного лабораторного оборудования».
Базовая методология, говорит Буонассиси, может быть применена к большому количеству различных материалов, а не только к солнечным элементам — фактически, она может применяться к любой системе, которая включает компьютерную модель для результатов экспериментального измерения. «Например, этот подход лучше всего подходит для определения того, какой материал или свойство поверхности раздела могут ограничивать производительность даже для сложных стопок материалов, таких как батареи, термоэлектрические устройства или композиты, используемые в теннисной обуви или крыльях самолетов». И, добавляет он, «это особенно полезно на ранних стадиях исследования, когда сразу многое может пойти не так».
В дальнейшем, по его словам, «наша цель — связать этот быстрый метод определения характеристик с более быстрыми методами синтеза материалов и устройств, которые мы разработали в нашей лаборатории». В конечном итоге, говорит он: «Я очень надеюсь, что сочетание высокопроизводительных вычислений, автоматизации и машинного обучения поможет нам ускорить темпы разработки новых материалов более чем в пять раз. для новых открытий в области материаловедения сократился с 20 лет до примерно трех-пяти лет ».