In tegenstelling tot sommige tijdrovende en complexe modellen is het nieuwe model snel en gemakkelijk te gebruiken
De sleutel tot efficiënter en gebruiksvriendelijker ontwikkelenvoor de gebruiker van het model was het de vervanging van complexe en rekenkundig dure parameters die kwantummechanische berekeningen vereisen door eenvoudigere en chemisch interpreteerbare descriptoren van de signaturen van de geanalyseerde moleculen. Ze leveren belangrijke gegevens over de belangrijkste chemische delen in materialen die de PCE beïnvloeden door informatie te genereren. In de toekomst kan het worden gebruikt om verbeterde materialen te ontwikkelen.
Een nieuwe aanpak zou dit aanzienlijk kunnen versnellenhet proces van het ontwikkelen van efficiëntere zonnecellen in een tijd waarin de vraag naar hernieuwbare energie en het belang ervan bij het terugdringen van de CO2-uitstoot nog nooit zo groot is geweest. De resultaten zijn gepubliceerd in het tijdschrift NatureComputationele materialen.
Na tientallen jaren silicium te hebben gebruikt, watrelatief duur en niet flexibel genoeg is, wordt er steeds meer aandacht besteed aan organische fotovoltaïsche cellen (OPV, organische fotovoltaïsche cellen), die goedkoper zijn in productie, ook veelzijdiger en gemakkelijker te recyclen.
Het grootste probleem is sortereneen enorme hoeveelheid potentieel geschikte chemische verbindingen die kunnen worden gesynthetiseerd (aangepast door wetenschappers) voor gebruik in OPV. Onderzoekers hebben eerder geprobeerd machine learning te gebruiken om dit probleem op te lossen. Veel van deze modellen waren echter tijdrovend, vereisten een aanzienlijke rekenkracht en waren moeilijk te reproduceren. En cruciaal, ze boden onvoldoende begeleiding aan experimentele wetenschappers die werkten aan nieuwe apparaten voor groene energie.
Nu het werk onder leiding van Dr. NastaranMeftahi en professor Salvi Russo van de RMIT University hebben samen met het team van professor Udo Bach van de Monash University veel van deze problemen met succes opgelost.
De meeste andere modellen gebruikenelektronische descriptoren, die complex en rekenkundig intensief zijn en chemische interpretaties trotseren. Dit betekent dat de experimentele chemicus of wetenschapper geen ideeën uit deze modellen kan putten om materialen in het laboratorium te ontwerpen en te synthetiseren. De samenwerking van wetenschappers leidde tot de oprichting van het BioModeller-programma, dat de basis vormde voor een nieuw open source-model. Door het te gebruiken, verkregen de onderzoekers betrouwbare en voorspelbare resultaten en kwantificeerden ze onder meer de relatie tussen de moleculaire signaturen die werden bestudeerd en de effectiviteit van toekomstige OPV-apparaten.
Lees verder
Onbekende dieren die lijken op sponzen in het ijs van Antarctica
De Brunt-plank op Antarctica stort in met een snelheid van 5 meter per dag
Abortus en wetenschap: wat gebeurt er met de kinderen die zullen bevallen