La búsqueda mundial de los investigadores para encontrar materiales mejores y más eficientes para los paneles solares del mañana suele ser lenta y laboriosa. Los investigadores generalmente deben producir muestras de laboratorio, que a menudo se componen de múltiples capas de diferentes materiales unidos entre sí, para realizar pruebas exhaustivas.
Ahora, un equipo del MIT y otras instituciones ha ideado una manera de evitar una fabricación y pruebas tan costosas y que requieren mucho tiempo, lo que permite una detección rápida de muchas más variaciones de las que serían prácticas a través del enfoque tradicional.
El nuevo proceso no solo podría acelerar la búsqueda de nuevas formulaciones, sino que también podría hacer un trabajo más preciso al predecir su desempeño, explica Rachel Kurchin, estudiante graduada del MIT y coautora de un artículo que describe el nuevo proceso que aparece estesemana en el diario julio . Los métodos tradicionales "a menudo requieren que usted haga una muestra especializada, pero que difiere de una celda real y puede no ser completamente representativa" del desempeño de una celda solar real, dice ella.
Por ejemplo, los métodos de prueba típicos muestran el comportamiento de los "portadores mayoritarios", las partículas predominantes o vacantes cuyo movimiento produce una corriente eléctrica a través de un material. Pero en el caso de los materiales fotovoltaicos PV, explica Kurchin, en realidad eslos portadores minoritarios, aquellos que son mucho menos abundantes en el material, que son el factor limitante en la eficiencia general de un dispositivo, y son mucho más difíciles de medir. Además, los procedimientos típicos solo miden el flujo de corriente en un conjuntode direcciones, dentro del plano de un material de película delgada, mientras que es un flujo ascendente-descendente que en realidad se aprovecha en una célula solar en funcionamiento. En muchos materiales, ese flujo puede ser "drásticamente diferente", por lo que es fundamental comprenderpara caracterizar adecuadamente el material, dice ella.
"Históricamente, la tasa de desarrollo de nuevos materiales es lenta, generalmente de 10 a 25 años", dice Tonio Buonassisi, profesor asociado de ingeniería mecánica en el MIT y autor principal del artículo. "Una de las cosas que hace que el procesolento es el tiempo que se tarda en solucionar problemas de dispositivos prototipo en etapa inicial ", dice." Realizar la caracterización lleva tiempo, a veces semanas o meses, y las mediciones no siempre tienen la sensibilidad necesaria para determinar la causa raíz de cualquier problema. "
Entonces, dice Buonassisi, "la conclusión es que, si queremos acelerar el ritmo del desarrollo de nuevos materiales, es imperativo que encontremos formas más rápidas y precisas de solucionar los problemas de nuestros materiales y dispositivos prototipo en etapa inicial".eso es lo que el equipo ha logrado ahora. Han desarrollado un conjunto de herramientas que se pueden utilizar para realizar evaluaciones rápidas y precisas de los materiales propuestos, utilizando una serie de pruebas de laboratorio relativamente simples combinadas con modelos informáticos de las propiedades físicas del material en sí,así como modelado adicional basado en un método estadístico conocido como inferencia bayesiana.
El sistema implica hacer un dispositivo de prueba simple, luego medir su salida de corriente bajo diferentes niveles de iluminación y diferentes voltajes, para cuantificar exactamente cómo varía el rendimiento bajo estas condiciones cambiantes. Estos valores se utilizan para refinar el modelo estadístico.
"Después de adquirir muchas mediciones de corriente-voltaje [de la muestra] a diferentes temperaturas e intensidades de iluminación, necesitamos averiguar qué combinación de materiales y variables de interfaz encajan mejor con nuestro conjunto de mediciones", explica Buonassisi ".Representar cada parámetro como una distribución de probabilidad nos permite tener en cuenta la incertidumbre experimental y también nos permite descubrir qué parámetros covarían ".
El proceso de inferencia bayesiano permite que las estimaciones de cada parámetro se actualicen en función de cada nueva medición, refinando gradualmente las estimaciones y acercándose cada vez más a la respuesta precisa, dice.
Al buscar una combinación de materiales para un tipo particular de aplicación, Kurchin dice, "incluimos todas estas propiedades de materiales y propiedades de interfaz, y le dirá cómo se verá el resultado".
El sistema es lo suficientemente simple como para que, incluso para materiales que se hayan caracterizado menos bien en el laboratorio, "todavía podemos ejecutar esto sin una enorme sobrecarga informática". Y, dice Kurchin, haciendo uso de las herramientas computacionales paraLos posibles materiales de la pantalla serán cada vez más útiles porque "el equipo de laboratorio se ha vuelto más caro y las computadoras se han vuelto más baratas. Este método le permite minimizar el uso de equipo de laboratorio complicado".
La metodología básica, dice Buonassisi, podría aplicarse a una amplia variedad de evaluaciones de materiales diferentes, no solo a las células solares; de hecho, puede aplicarse a cualquier sistema que involucre un modelo de computadora para el resultado de una medición experimental ".Por ejemplo, este enfoque es excelente para determinar qué material o propiedad de interfaz podría estar limitando el rendimiento, incluso para pilas complejas de materiales como baterías, dispositivos termoeléctricos o compuestos utilizados en zapatillas de tenis o alas de avión ". Y agrega:" Esespecialmente útil para la investigación en etapa inicial, donde muchas cosas pueden estar saliendo mal a la vez ".
En el futuro, dice, "nuestra visión es vincular este rápido método de caracterización con los materiales más rápidos y los métodos de síntesis de dispositivos que hemos desarrollado en nuestro laboratorio". En última instancia, dice: "Tengo muchas esperanzas de que la combinación deLa informática de alto rendimiento, la automatización y el aprendizaje automático nos ayudarán a acelerar la tasa de desarrollo de nuevos materiales en más de un factor de cinco. Esto podría ser transformador, reduciendo los plazos para los nuevos descubrimientos de la ciencia de los materiales de 20 años a aproximadamente tres acinco años."
Fuente de la historia :
Materiales proporcionado por Instituto de Tecnología de Massachusetts . Original escrito por David L. Chandler. Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :