Investigadores del Centro de Excelencia en Ciencia de Excitones con sede en RMIT, la Universidad de Monash y la agencia nacional de ciencia de Australia, CSIRO, afirman haber conseguido eliminar el elemento del error humano con la ayuda de la inteligencia artificial en el rápido desarrollo de células solares de perovskita.
Las perovskitas son semiconductores de capa fina cuya comercialización y producción a gran escala plantean dificultades bien documentadas. Aunque se han obtenido altos rendimientos en condiciones de laboratorio, ha resultado difícil reproducirlos en la producción.
Estos materiales de fácil síntesis se consideran el futuro de las células solares, con propiedades ideales para hacer posible una energía fotovoltaica eficiente y de bajo coste. También se prevé que las perovskitas desempeñen un papel en las próximas baterías de vehículos eléctricos, sensores y láseres, entre otras cosas.
El equipo de investigadores ha logrado crear células solares de perovskita reproducibles con eficiencias de conversión de potencia del 16,9%, que es el mejor resultado conocido fabricado sin intervención humana.
“Una eficiencia de conversión de potencia reproducible del 16,9% es mejor que una irreproducible del 30%”, explicó el Dr. Nastaran Meftahi, autor principal del estudio que acaba de publicarse en Advanced Energy Materials. “Lo que hemos conseguido es desarrollar un método para fabricar y probar nuevas células solares de forma rápida y reproducible, en el que cada generación aprende de la anterior y la mejora”.
Los investigadores han demostrado que el modelo será capaz de predecir enormes volúmenes de recetas químicas prometedoras para nuevas células solares de perovskita.
El Dr. Adam Surmiak, de la Universidad de Monash, y el profesor Udo Bach, del Centro Australiano de Fotovoltaica Avanzada y CSIRO, dirigirán una nueva instalación actualmente en construcción para poner en marcha el nuevo sistema automatizado del modelo para la fabricación de células solares.
En palabras de Meftahi, “nuestro modelo de aprendizaje automático representa el punto de partida para una mayor optimización, tanto en términos de eficiencia de conversión de potencia como de estabilidad”, y añade que este modelo de aprendizaje automático y el sistema automatizado tienen potencial para procesar datos y realizar pruebas en otros tipos de células solares, incluidas las fabricadas con silicio o materiales orgánicos.
“Estamos deseando trabajar con socios industriales para seguir probando y creando prototipos de nuestro trabajo, de modo que pueda comercializarse en diversas aplicaciones”, añadió.
Este contenido está protegido por derechos de autor y no se puede reutilizar. Si desea cooperar con nosotros y desea reutilizar parte de nuestro contenido, contacte: editors@pv-magazine.com.
Al enviar este formulario, usted acepta que pv magazine utilice sus datos con el fin de publicar su comentario.
Sus datos personales solo se divulgarán o transmitirán a terceros para evitar el filtrado de spam o si es necesario para el mantenimiento técnico del sitio web. Cualquier otra transferencia a terceros no tendrá lugar a menos que esté justificada sobre la base de las regulaciones de protección de datos aplicables o si pv magazine está legalmente obligado a hacerlo.
Puede revocar este consentimiento en cualquier momento con efecto para el futuro, en cuyo caso sus datos personales se eliminarán inmediatamente. De lo contrario, sus datos serán eliminados cuando pv magazine haya procesado su solicitud o si se ha cumplido el propósito del almacenamiento de datos.
Puede encontrar más información sobre privacidad de datos en nuestra Política de protección de datos.