Los investigadores estadounidenses están utilizando un enfoque de fusión de datos para identificar las perovskitas más estables para las células fotovoltaicas. Su método de aprendizaje automático combina los resultados de las pruebas de perovskita con el modelado físico de los primeros principios para identificar a los mejores candidatos.
Los científicos del Instituto de Tecnología de Massachusetts han propuesto un nuevo enfoque para identificar las mejores perovskitas para aplicaciones de células solares, dependiendo de objetivos específicos como longevidad, eficiencia y producibilidad, así como la disponibilidad de materiales de origen que los fabricantes pretenden lograr.
Los científicos presentaron sus hallazgos en “Un enfoque de fusión de datos para optimizar la estabilidad composicional de las perovskitas de haluro”, que se publicó recientemente en Matter. Describieron el enfoque como un marco de aprendizaje secuencial restringido por la física para identificar las perovskitas orgánicas-inorgánicas aleadas más estables.
Los investigadores estadounidenses dijeron que las perovskitas incluyen una amplia gama de materiales que se diferencian entre sí por la forma en que los átomos están dispuestos en su red cristalina en capas. Estas capas, que se describen comúnmente como A, B y X, pueden constar cada una de diferentes átomos o compuestos.
“Si se consideran solo tres elementos, los más comunes en las perovskitas que las personas suben y bajan están en el sitio A de la estructura cristalina de la perovskita”, dijo el investigador Tonio Buonassisi, y agregó que estos elementos pueden variar en un aumento del 1%. en su composición relativa. “La cantidad de pasos se vuelve simplemente absurda. Se vuelve muy, muy grande y, por lo tanto, poco práctico buscar sistemáticamente “.
El método propuesto, que se basa en el aprendizaje automático, combina datos de diferentes fuentes en un enfoque de fusión de datos. Utiliza un sistema automatizado para guiar la producción y prueba de una variedad de formulaciones de perovskita y luego combina los resultados con modelos físicos de primeros principios, para guiar la siguiente ronda de experimentos. Los científicos repiten este proceso varias veces hasta que se refinan los resultados.
Hasta el momento, el grupo ha sintetizado y probado alrededor del 2% de las posibles combinaciones entre tres componentes. Los científicos afirman que ya han identificado la formulación más duradera para los materiales de células solares de perovskita hasta la fecha. Con este material, también fabricaron un pequeño chip y lo colocaron en una celda solar existente, y descubrieron que puede aumentar la estabilidad del dispositivo en más de tres veces, sin comprometer su eficiencia de conversión de energía.
“Otro punto de este trabajo es que realmente lo demostramos, desde la selección química hasta que finalmente hacemos una célula solar”, dijo el investigador Shijing Sun. “Y nos dice que la sustancia química sugerida por el aprendizaje automático no solo es estable en su propia forma independiente. También pueden traducirse en células solares de la vida real y conducen a una mayor fiabilidad “.
Sobre el autor