Solarna energija se ističe kao jedan od najperspektivnijih izvora energije za svijet sutrašnjice. No, put do efikasnijih solarnih ćelija vodi kroz pronalazak novih i superiornih materijala.
Istraživački tim sa Sveučilišta u Osaki nedavno je u časopisu JACS Au predstavio inovativno rješenje: automatizirani sustav koji značajno ubrzava istraživanje materijala za solarne ćelije optimizacijom ključnih eksperimentalnih i analitičkih procesa.
Solarna tehnologija nije ograničena samo na silicij; postoji niz drugih materijala koji bi mogli biti i učinkovitiji. Međutim, za masovnu upotrebu, ti materijali moraju zadovoljiti nekoliko bitnih kriterija: visoku efikasnost, sastav od uobičajenih kemijskih elemenata i nisku razinu toksičnosti.
Za sada, malo je materijala koji ispunjavaju sve navedene uvjete. Dodatno, istraživanje novih materijala trenutno se provodi ručno, što je proces skup i dugotrajan.
Jedinstveni robotski mjerni sustav
S ciljem ubrzanja otkrića novih materijala, istraživački tim razvio je jedinstveni robotski mjerni sustav sposoban za izvođenje fotoapsorpcijske spektroskopije, optičke mikroskopije i analize vremenski razlučene mikrovalne provodljivosti. Robot je zatim korišten za analizu 576 različitih uzoraka tankih filmova poluvodiča.
“Trenutačne solarne ćelije se proizvode od anorganskih poluvodiča koji sadrže silicij i galij, ali solarne ćelije sljedeće generacije moraju smanjiti troškove i težinu”, ističe voditeljica istraživanja Chisato Nishikawa. “Postoji i pitanje sigurnosti; perovskitne solarne ćelije su dovoljno učinkovite da konkuriraju silicijskim solarnim ćelijama, ali sadrže toksični olovo.”
Testirani uzorci su proizvedeni od različitih smjesa cesija, bizmuta, kalaja i joda, termički obrađeni na različitim temperaturama i tretirani različitim organskim solnim aditivima. Kako bi precizno karakterizirali svojstva materijala i automatizirali eksperimentalni proces, istraživači su podatke analizirali koristeći umjetnu inteligenciju, posebice metode strojnog učenja.
“U posljednjem desetljeću, strojno učenje se pokazalo izuzetno korisnim u dubljem razumijevanju svojstava materijala. Ove studije zahtijevaju ogromne količine eksperimentalnih podataka, a kombinacija automatiziranih eksperimenata i tehnika strojnog učenja predstavlja idealno rješenje”, naglašava viši znanstvenik Akinori Saeki.
Autori istraživanja nadaju se da će u budućnosti moći automatizirati još više faza procesa, čime bi olakšali analizu potpuno novih materijala. Kako Nishikawa napominje, “Ova metoda je idealna za istraživanje područja gdje ne postoje prethodni podaci.”
Dosadašnji rezultati rada s robotskim sustavom su obećavajući. Proces mjerenja je u potpunosti automatiziran i izuzetno precizan, omogućavajući dovršetak posla u samo jednoj šestini uobičajeno potrebnog vremena.
Automatizirani sustav znatno olakšava zadatak pronalaženja učinkovitih i ekološki prihvatljivih solarnih materijala. Uz pomoć robota i umjetne inteligencije, budućnost solarne energije može biti bliže nego što mislimo.
Pridružite se raspravi u našoj Telegram grupi. KOZMOS Telegram –t.me/kozmoshr
