Fotogalvaanika ja päikeseenergia

img-mv26vnlb-ddcd108c

 

Kirjeldus

Sõeluge perovskiit-, tandem- ja passiveerimismaterjalid ennustamise teel. MatterSeek ennustab fotogalvaanilise materjali omadusi koostise põhjal.

 

3 77

Fotogalvaanika ja päikeseenergia —Materjalisüsteem / prognoositav jõudlus / valideerimisviis

 

 

 

 

 

AI fotogalvaaniliste materjalide jaoks – insenerid perovskite neeldumis- ja passiveerimiskihid ennustamise järgi

 

 

1. MatterSeek on tehisintellekti materjalide uurimis- ja arendusplatvorm fotogalvaaniliste materjalide arendamiseks.

See ennustab keemilise koostise põhjal absorberite, passiveerimiskihtide, transpordikihtide ja kapseldamismaterjalide omadusi, nii et kandidaatkeemiat saab järjestada enne katmis- või lõõmutamisprotsessi kavandamist.

2. Fotogalvaaniliste materjalide projekteerimine on mitme eesmärgiga probleem.

Absorberriba struktuur peab olema häälestatud, säilitades samal ajal termilise ja niiskuse stabiilsuse; passivatsioonikeemia peab alla suruma liidese rekombinatsiooni, põhjustamata parasiitide absorptsiooni; tandemvirnad lisavad mõlemale ühilduvuspiirangu. Kõiki neid eesmärke testitakse tavaliselt eraldi tootmis- ja mõõtmiskampaaniate kaudu ning kombinatsioonid paljunevad kiiresti.

3. Asendage esimene sõeluuring ennustusega.

Kirjeldage sihtkompositsiooni vahemikku ja vajalikku atribuutikakent ning MatterSeek tagastab järjestatud kandidaadid eeldatavate omaduste ja ebakindlusega. Platvorm käsitleb ühte kuni nelja põhielementi dopingutaseme täpsusega 0,02 – granulaarsus, mida legeerimine ning A- või B-saidi asendusuuringud tegelikult nõuavad. Kahe põhielemendi puhul valmib ennustamine umbes ühe minutiga, nelja puhul kuni seitsme minutiga. Tulemused esitatakse radaridiagrammidena mitme omaduse võrdlemiseks, 2D- ja 3D-soojuskaartidena, mis visualiseerivad objektide maastikke kogu kompositsiooniruumis, ja eksporditavate andmetabelitena allavoolu disaini ülevaatamiseks.

4. Kinnisvarapered kaetud.

Mootor hõlmab optiliste, elektrooniliste, termiliste, termodünaamiliste ja struktuursete omaduste perekondi, sealhulgas sulamistemperatuuri ja elektroonilise struktuuriga seotud omadusi - koguseid, mis reguleerivad faasi stabiilsust lõõmutamise ajal ja neelduri või transpordikihi elektroonilist käitumist.

5. Sulgege ahel autonoomses laboris.

Valitud kandidaadid kolivad MatterSeeki 1200 m² autonoomsesse laborisse. Selle kuus protsessiklastrit hõlmavad fotogalvaanika jaoks olulisi teid: puhas õhukese kile sadestamine ja järeltöötlus mitme vanniga substraadi puhastamisega, magnetroni pihustamine ja elektronkiirega aurustamine, pluss poorsete ja oksiidikihtide sool-geel ja superkriitiline kuivatamine. Automaatne iseloomustus hõlmab XRD-d faasi tuvastamiseks, Ramani, XRF-i ja samaaegset termilist analüüsi, mille eesmärk on olenevalt marsruudist võtta 300 kuni 500 proovi päevas. Ennustustäpsus on füüsilise mõõtmise suhtes 95,7%.

6. Käsitletud fotogalvaaniliste materjalide perekonnad hõlmavad perovskiitneeldureid,

tandem- ja transpordikihid, defektide passiveerimise keemia, läbipaistvad juhtivad oksiidid ja mooduli kapseldamise materjalid.

 

KKK

 

 

K: Kas MatterSeek suudab ennustada perovskiitkompositsioonide omadusi?

V: Jah. Määrate kompositsioonivahemiku ja omaduste akna ning platvorm tagastab järjestatud kandidaadid prognoositud väärtuste ja määramatusega enne mis tahes filmi paigutamist.

K: Millised valmistamisviisid on valideerimiseks saadaval?

V: Õhukese kile sadestamine magnetroni pihustamisega ja elektronkiirega aurustamisega, sool-geel marsruudid ja ülekriitiline kuivatamine – kõik on autonoomses laboris automatiseeritud.

K: Kui täpsed on ennustused?

V: 95,7% täpsus võrreldes füüsilise mõõtmisega, kusjuures määramatus on esitatud ennustuse kohta.

Yuyao (Peking) Technology Co., Ltd. on professionaalne ettevõte, mis on spetsialiseerunud tehisintellekti ning fotogalvaanilise ja päikeseenergia täiustatud materjalide ristumiskohale. Ettevõte on iseseisvalt välja töötanud MatterSeeki – suure alusmudeli, mis on kohandatud materjalide sektorile – ja alustas HNN-i (hierarhilise närvivõrgu) algoritmi, luues samal ajal patenteeritud, kontrollitava materjalide katsete andmebaasi.