Fotonaponski i solarni

img-mv26vnlb-ddcd108c

 

Opis

Screen perovskite, tandem i pasivacijski materijali prema predviđanju. MatterSeek predviđa svojstva fotonaponskih materijala na temelju sastava.

 

3 77

Fotonaponski i solarni —Materijalni sustav / Predvidljiva izvedba / Validacijski put

 

 

 

 

 

AI za fotonaponske materijale — Inženjerski perovskitni apsorberi i pasivni slojevi prema predviđanju

 

 

1. MatterSeek je platforma za istraživanje i razvoj materijala AI za razvoj fotonaponskih materijala.

Predviđa svojstva apsorbera, pasivizacijskih slojeva, transportnih slojeva i materijala za kapsuliranje na temelju kemijskog sastava, tako da se kemijski kandidati mogu rangirati prije nego što se zakaže postupak presvlačenja ili žarenja.

2. Projektiranje fotonaponskih materijala je problem s više ciljeva.

Struktura upijajuće trake mora se prilagoditi uz očuvanje toplinske stabilnosti i stabilnosti vlage; pasivacijska kemija mora potisnuti rekombinaciju sučelja bez uvođenja parazitske apsorpcije; tandem skupovi dodaju ograničenje kompatibilnosti povrh oba. Svaki od ovih ciljeva obično se testira kroz zasebne kampanje izrade i mjerenja, a kombinacije se brzo množe.

3. Zamijenite prvu rundu pregleda predviđanjem.

Opišite ciljni raspon sastava i prozor svojstava koji vam je potreban, a MatterSeek vraća rangirane kandidate s predviđenim vrijednostima svojstava i nesigurnošću. Platforma obrađuje jedan do četiri osnovna elementa s preciznošću razine dopinga od 0,02 — granularnošću koju studije supstitucije legiranja i A-mjesta ili B-mjesta zapravo zahtijevaju. Predviđanje se završava za oko jednu minutu za dva osnovna elementa, do sedam minuta za četiri. Rezultati su predstavljeni kao radarski dijagrami za usporedbu više svojstava, 2D i 3D mape topline koje vizualiziraju krajolike posjeda u prostoru kompozicije i tablice podataka za izvoz za daljnji pregled dizajna.

4. Pokrivene obitelji imovine.

Motor obuhvaća obitelji optičkih, elektroničkih, toplinskih, termodinamičkih i strukturnih svojstava, uključujući svojstva vezana uz točku taljenja i elektroničku strukturu — veličine koje upravljaju faznom stabilnošću tijekom žarenja i elektroničkim ponašanjem apsorbera ili transportnog sloja.

5. Zatvorite petlju u autonomnom laboratoriju.

Kandidati koji su ušli u uži izbor useljavaju se u MatterSeekov autonomni laboratorij od 1200 m². Njegovih šest procesnih klastera pokriva rute koje su važne za fotonapon: čisto taloženje tankog filma i naknadna obrada s čišćenjem supstrata s više kupki, magnetronsko raspršivanje i isparavanje elektronskim snopom, plus sol-gel i superkritično sušenje za porozne i oksidne slojeve. Automatizirana karakterizacija uključuje XRD za identifikaciju faza, Raman, XRF i simultanu toplinsku analizu, s navedenim ciljem od 300 do 500 uzoraka dnevno, ovisno o ruti. Točnost predviđanja je 95,7% u odnosu na fizičko mjerenje.

6. Obitelji fotonaponskih materijala koje se obrađuju uključuju perovskitne apsorbere,

tandemski i transportni slojevi, kemija pasivizacije defekata, prozirni vodljivi oksidi i materijali za inkapsulaciju modula.

 

FAQ

 

 

P: Može li MatterSeek predvidjeti svojstva sastava perovskita?

O: Da. Vi definirate raspon sastava i prozor svojstava, a platforma vraća rangirane kandidate s predviđenim vrijednostima i nesigurnošću prije nego što se bilo koji film položi.

P: Koje su rute izrade dostupne za provjeru valjanosti?

O: Taloženje tankog filma s magnetronskim raspršivanjem i isparavanjem elektronskim snopom, sol-gel putevima i superkritičnim sušenjem — sve automatizirano unutar autonomnog laboratorija.

P: Koliko su točna predviđanja?

O: 95,7% točnosti u odnosu na fizička mjerenja, s nesigurnošću prijavljenom po predviđanju.

Yuyao (Beijing) Technology Co., Ltd. je profesionalna tvrtka specijalizirana za spajanje umjetne inteligencije i naprednih materijala fotonaponskih i solarnih sustava. Tvrtka je neovisno razvila MatterSeek—temeljni veliki model prilagođen sektoru materijala—i uvela algoritam HNN (Hijerarhijska neuronska mreža), dok je gradila vlasničku, kontroliranu bazu podataka o eksperimentima s materijalima.