Uczenie maszynowe w produkcji ogniw perowskitowych

  • Naukowcy z MIT i Uniwersytetu Stanforda wykorzystali algorytmy do udoskonalania procesów wytwarzania ogniw fotowoltaicznych.
  • Poza danymi z prowadzonych pomiarów, do modelu dodali informacje zebrane od osób pracujących przy produkcji.
  • Sprawność energetyczna wzrosła o blisko 1/5.

Zastąpienie krzemu przez perowskity sprawi, że panele fotowoltaiczne będą cieńsze, lżejsze i łatwiejsze w instalacji. Z kolei procesy produkcyjne nie będą wymagały wysokich temperatur, wystarczy pokojowa – wyjaśniają inżynierowie Massachusetts Institute of Technology. Jak uzupełniają, obecnie wytwarzanie ogniw na bazie perowskitów nie jest konkurencyjne, bo w ramach jednej metody produkcji trzeba optymalizować co najmniej kilkanaście zmiennych.

Większa sprawność energetyczna

Nad usprawnieniami badacze MIT pracowali razem z naukowcami Uniwersytetu Stanforda – w ciągu kilku lat udoskonalali algorytmy uczenia maszynowego, używając do trenowania historycznych danych i informacji zbieranych od osób pracujących przy perowskitach. Sprawność energetyczna ogniw wyprodukowanych przy użyciu machine learningu jest większa o 18,5%.

Metoda – natryskiwanie plazmowe

Badacze skupili się na jednej metodzie produkcji ogniw – natryskiwaniu plazmowym, gdzie na arkusze przesuwające się po kolejnych rolkach byłby nakładany roztwór, który następnie się utwardza. Wśród parametrów mających wpływ na proces i możliwych do kontrolowania, są: skład materiałów wyjściowych, temperatura, wilgotność, szybkość przesuwania arkuszy, odległość dyszy natryskującej czy sposób utwardzania. Zdaniem naukowców, ocena wzajemnego oddziaływania zmiennych w drodze eksperymentów jest trudna, jeśli w ogóle możliwa, stąd uznali, że potrzebne są algorytmy uczenia maszynowego.

Transfer technologii

Do modelu włączyli nie tylko dane wynikające z prowadzonych pomiarów, ale też niezbędne w tym przypadku informacje dotyczące ludzkich doświadczeń dzięki współczynnikowi prawdopodobieństwa opartego na technice matematycznej – optymalizacji bayesowskiej. Jak tłumaczą, mając model oparty na danych eksperymentalnych, możemy odkryć trendy, których wcześniej nie byliśmy w stanie dostrzec. Opracowany kod można pobrać z GitHubu i uruchomić, badacze obecnie koncentrują się na transferze technologii do firm, które chcą go wdrożyć we własnych procesach.

Fabryka perowskitów w Polsce

W ubiegłym roku we Wrocławiu spółka Saule Technologies uruchomiła zakład produkujący folię polimerową z nadrukowanymi ogniwami. W fabryce rocznie może powstać 40 tysięcy metrów kwadratowych folii. Żywotność technologii to około 10 lat, w firmie trwają prace nad wydłużeniem jej do ćwierćwiecza. Częścią przedsiębiorstwa jest laboratorium optoelektroniki, gdzie pracują naukowcy z 15 krajów.