Jul 28, 2023
Un nuevo robot busca materiales para células solares 14 veces más rápido
Dina Genkina - 24 de agosto de 2023 3:09 pm UTC A principios de este año, las células solares de dos capas batieron récords con una eficiencia del 33 por ciento. Las células están hechas de una combinación de silicio y un material llamado
Dina Genkina - 24 de agosto de 2023 3:09 pm UTC
A principios de este año, las células solares de dos capas batieron récords con una eficiencia del 33 por ciento. Las células están hechas de una combinación de silicio y un material llamado perovskita. Sin embargo, estas células solares en tándem todavía están lejos del límite teórico de alrededor del 45 por ciento de eficiencia y se degradan rápidamente bajo la exposición al sol, lo que limita su utilidad.
El proceso de mejora de las células solares en tándem implica la búsqueda de los materiales perfectos para colocarlos uno encima del otro, de modo que cada uno capture parte de la luz solar que le falta al otro. Un material potencial para esto son las perovskitas, que se definen por su peculiar estructura cristalina de rombo en un cubo. Esta estructura puede ser adoptada por muchas sustancias químicas en diversas proporciones. Para ser un buen candidato para las células solares en tándem, la combinación de sustancias químicas debe tener la banda prohibida adecuada (la propiedad responsable de absorber la parte correcta del espectro solar), ser estable a temperaturas normales y, lo que es más difícil, no degradarse bajo la iluminación.
El número de posibles materiales de perovskita es enorme y predecir las propiedades que tendrá una composición química determinada es muy difícil. Probar todas las posibilidades en el laboratorio es prohibitivamente costoso y requiere mucho tiempo. Para acelerar la búsqueda de la perovskita ideal, los investigadores de la Universidad Estatal de Carolina del Norte decidieron contar con la ayuda de robots.
"Nos enfrentamos a variantes de materiales cada vez que realizamos una mejora en esta tecnología", dijo Aram Amassian, profesor de NCSU e investigador principal del proyecto. “Por eso necesitamos la capacidad de crear nuevos materiales y evaluarlos. Cualquier persona que mire estos materiales tiene que realizar un trabajo repetitivo y muy laborioso”.
Para reducir este trabajo, el equipo de Amassian construyó un robot, llamado cariñosamente RoboMapper. El RoboMapper consta de dos partes principales que funcionan juntas. El primero es el robot de preparación de tinta. Dado un conjunto de productos químicos base, este robot los combina en diferentes proporciones y los formula en cientos de tintas que potencialmente pueden formar perovskitas. El segundo es el robot de impresión, que aplica estas tintas en una cuadrícula sobre un único sustrato.
La capacidad de colocar cientos de pequeñas muestras en un solo chip, una tarea imposible con la destreza humana, permite a los investigadores probar todas estas muestras simultáneamente utilizando varias herramientas de diagnóstico. Los investigadores dicen que esto acelera la síntesis y caracterización de materiales en un factor de 14 en comparación con la exploración manual y en un factor de nueve en comparación con otros métodos automatizados.
Para mostrar las capacidades de RoboMapper, los investigadores probaron un conjunto específico de posibles mezclas de perovskita. Utilizaron RoboMapper para mezclar tres ingredientes básicos en cientos de proporciones diferentes e imprimir todas las muestras en un solo chip. Luego probaron estas muestras para determinar su estructura, banda prohibida y estabilidad bajo exposición a la luz. A partir de estas pruebas aceleradas, construyeron modelos cuantitativos que relacionan cómo estas propiedades críticas varían con la composición cambiante. "Podemos construir modelos predictivos y observar áreas entre los puntos de datos", dijo Amassian. "A veces, las mejores composiciones pueden estar en regiones inesperadas del espacio de composición química".
Utilizando su flujo de trabajo RoboMapper, el equipo de investigación identificó con éxito una mezcla de perovskita "ideal" que exhibía las propiedades deseadas para su uso en células solares en tándem. Esta muestra tenía la banda prohibida adecuada y también se degradaba lentamente bajo la exposición a la luz en comparación con las alternativas.
Este descubrimiento representa un paso preliminar en el camino hacia el avance de la tecnología de células solares en tándem. El equipo de Amassian sólo probó la perovskita en sí y no la combinó con silicio (ni ningún otro sustrato) para crear células en tándem. Pero los investigadores están utilizando su herramienta acelerada para probar otras mezclas potenciales y están encontrando rápidamente nuevos candidatos prometedores.
El uso de RoboMapper no sólo ahorra tiempo a los investigadores sino que también reduce el coste energético de probar nuevos materiales. De hecho, con esta tecnología, probar un material puede costar menos energía que la que se necesitaría para simular sus propiedades usando computadoras. Esto permitirá a los investigadores generar muchos más datos del mundo real para uso directo o para iniciar técnicas de aprendizaje automático. "Para entrenar, por ejemplo, modelos de aprendizaje automático e inteligencia artificial, necesitamos más datos", dijo Amassian. “Necesitamos datos de mayor calidad. Y necesitamos explorar el espacio de alta dimensión de manera eficiente”.
Este enfoque no se limita a las perovskitas o las aplicaciones de células solares: ya se está utilizando para permitir la investigación de semiconductores basada en datos. "Cuando diseñamos el RoboMapper, lo hicimos para que fuera muy flexible, modular y ampliable", dijo Amassian. Cualquier búsqueda de materiales que puedan fabricarse mediante una técnica de entintado podría acelerarse con esta tecnología, incluida la electrónica impresa, porque el RoboMapper es ante todo un robot que formula e imprime materiales entintables bajo demanda.
Asunto, 2023. DOI: 10.1016/j.matt.2023.06.040
Dina Genkina es escritora científica y presentadora de podcasts independiente con sede en Brooklyn y comunicadora científica en el Joint Quantum Institute. Está interesada en la física cuántica, la inteligencia artificial, la tecnología climática y otras cosas interesantes.