特にペロブスカイトをベースにした太陽電池は、新しいコンピューター支援技術によってもたらされる機会を示す良い例です。この鉱物は優れた発電量を約束しており、多層太陽電池モジュールではその発電量は 30% をはるかに超えます。

ただし、その寿命にはまだ改善の余地があり、要素を追加したり、製造プロセスを変更したり、追加のコーティングを使用したりすることで変更できる可能性があります。ただし、候補者の選択肢と可能性の数は膨大です。さらに、効率も並行して低下する可能性があります。

MIT で開発され、Nature Communications に掲載された自動プロセスは、この面倒で何よりも時間のかかる材料分析プロセスを根本的にスピードアップすることを目的としています。現在、特性解析速度を85倍に高速化する話があり、さらなる高速化を目指しています。

これは、ハイパースペクトル カメラで撮影されたサンプルの画像を検査する 2 つのアルゴリズムによって可能になります。可視光をはるかに超える写真のおかげで、そのうち数百件を確実に分析することができました。必要な時間は研究では 30 分未満と記載されていますが、そうでなければ数日間の測定が必要だったでしょう。

材料の電気伝導率と耐久性も左右するバンドギャップに着目しました。どちらも効率的で耐久性のある太陽電池に不可欠です。その後の既知の合金の調査では、精度は約 98% でした。悪くないよ。

新しい構成で新しいサンプルを提供するプロセスは現在最適化されています。わずか数分で結果を得るために、さまざまな組み合わせを印刷する必要があります。目的は、中断することなく新しい材料を製造し、テストすることです。非常に現実的な何百万もの異なる材料サンプルを完全に自動的にテストできます。

その目的は、次世代の太陽電池の開発だけではありません。完全に新しい材料で作られた半導体、完全に透明な回路とデバイス全体、さらにより優れた効率的なスクリーンも計画されたプロジェクトの中にあります。