I ricercatori della North Carolina State University si avvalgono di un nuovo e innovativo alleato - un robot - per identificare rapidamente i materiali ottimali e accelerare i progressi nella tecnologia delle celle solari tandem.
All'inizio di quest'anno, il mondo della tecnologia solare ha assistito a una svolta epocale: le celle solari tandem hanno raggiunto un'efficienza senza precedenti del 33%, stabilendo un nuovo punto di riferimento per le prestazioni. Queste celle innovative utilizzano una fusione strategica di silicio e di un materiale rivoluzionario chiamato "perovskite". Tuttavia, nonostante questo salto, queste celle solari tandem sono ancora indietro rispetto al loro potenziale teorico, attualmente stimato a circa il 45% di efficienza. Inoltre, sono alle prese con il problema pressante della rapida degradazione sotto l'esposizione al sole, il che ne limita fortemente l'applicabilità pratica.
L'incessante ricerca del miglioramento delle celle solari tandem è un'impresa complessa, che ruota principalmente attorno all'identificazione dei materiali perfetti da impilare strategicamente, in modo che ogni strato sfrutti lo spettro specifico della luce solare che la sua controparte potrebbe trascurare. Le perovskiti, caratterizzate da una configurazione cristallina unica a "rombo in un cubo", sono emerse come un'opzione allettante. Tuttavia, la vera sfida sta nel decifrare l'intricato equilibrio dei componenti chimici. I materiali scelti devono possedere un preciso bandgap - un attributo fondamentale per assorbire le diverse lunghezze d'onda solari - e allo stesso tempo mantenere la stabilità a temperature standard. Inoltre, devono resistere all'assalto incessante della luce senza subire degradazioni.
Tuttavia, con un numero quasi spropositato di potenziali permutazioni di perovskite, i metodi tradizionali di "trial and error" si rivelano laboriosi, lunghi ed economicamente onerosi. Per accelerare la ricerca di composti di perovskite ottimali, un gruppo di ricercatori all'avanguardia della North Carolina State University (NCSU) si è rivolto a un collaboratore non convenzionale: un robot.
"Abbiamo a che fare con varianti di materiali ogni volta che apportiamo un miglioramento a questa tecnologia", spiega Aram Amassian, una stimata autorità dell'NCSU a capo di questa iniziativa all'avanguardia. "Quindi abbiamo bisogno della capacità di creare nuovi materiali e di valutarli. Chiunque esamini questi materiali deve svolgere un lavoro ripetitivo e ad alta intensità di lavoro".
Ecco RoboMapper, un capolavoro di innovazione automatizzata composto da due componenti integrali. L'automa che prepara l'inchiostro prende un cocktail di sostanze chimiche di base e le mescola sapientemente in proporzioni variabili per ottenere una cornucopia di inchiostri, ognuno dei quali ha il potenziale per diventare perovskite. Il secondo componente, l'automa di stampa, applica poi meticolosamente questi inchiostri in una formazione a griglia su un unico substrato.
La vera meraviglia di RoboMapper emerge dalla sua impareggiabile precisione, un'impresa virtualmente irraggiungibile da mani umane. L'automa consente ai ricercatori di valutare simultaneamente una moltitudine di minuscoli campioni su un singolo microchip, accelerando il ritmo della sintesi e della valutazione dei materiali. In effetti, questo ingegnoso approccio accelera il processo di un fattore di 14 rispetto ai metodi manuali tradizionali e di ben 9 volte rispetto alle tecniche automatizzate alternative.
Come dimostrazione accattivante del potenziale di RoboMapper, il gruppo ha intrapreso una ricerca per esaminare uno spettro specifico di miscele di perovskite. Sfruttando l'abilità di RoboMapper, hanno orchestrato meticolosamente una sinfonia di tre ingredienti fondamentali, ciascuno in rapporti variabili, applicando poi questi intrugli su un unico chip. Sono seguiti esami rigorosi di questi campioni, che hanno rivelato scoperte inestimabili sulla loro composizione strutturale, sulla dinamica del bandgap e sulla resilienza sotto il bagliore del sole. Questo tesoro di dati accelerati ha permesso l'assemblaggio di modelli predittivi, facendo luce su composizioni precedentemente non scoperte e dotate degli sfuggenti attributi ricercati.
Sebbene questa scoperta fondamentale segni un passo avanti nel difficile cammino verso il progresso della tecnologia delle celle solari tandem, le ramificazioni vanno ben oltre la semplice efficienza temporale. Il cuore dell'approccio rivoluzionario di RoboMapper comprende una drastica riduzione del dispendio energetico associato ai test sui materiali. Il potenziale di questa innovazione di eclissare l'abilità delle simulazioni computazionali sottolinea la sua capacità di accumulare una ricchezza di dati del mondo reale, che possono essere sfruttati direttamente o incanalati per alimentare gli sforzi di apprendimento automatico.
"Per addestrare, ad esempio, modelli di apprendimento automatico e di intelligenza artificiale, abbiamo bisogno di più dati", ha detto Amassian. "Abbiamo bisogno di dati di qualità superiore. E dobbiamo esplorare lo spazio ad alta dimensionalità in modo efficiente".
Le implicazioni trascendono il regno delle perovskiti e delle celle solari, preannunciando una nuova era nella scoperta dei materiali guidata dai dati. La versatilità fluida di RoboMapper lo posiziona come un'avanguardia non solo nel campo dell'innovazione solare, ma anche nella più ampia arena della ricerca sui semiconduttori guidata dai dati.
