Un nouveau robot recherche les matériaux des cellules solaires 14 fois plus rapidement

Agrandir / RoboMapper en action.

Aram Amassian

Plus tôt cette année, les cellules solaires à deux couches ont battu des records avec un rendement de 33 %. Les cellules sont constituées d’une combinaison de silicium et d’un matériau appelé pérovskite. Cependant, ces cellules solaires tandem sont encore loin de la limite théorique d’environ 45 % d’efficacité et se dégradent rapidement sous l’exposition au soleil, ce qui limite leur utilité.

Le processus d’amélioration des cellules solaires tandem implique la recherche des matériaux parfaits à superposer les uns sur les autres, chacun captant une partie de la lumière solaire qui manque à l’autre. Les pérovskites, qui sont définies par leur structure cristalline particulière en forme de losange dans un cube, constituent un matériau potentiel pour cela. Cette structure peut être adoptée par de nombreux produits chimiques dans diverses proportions. Pour constituer un bon candidat pour les cellules solaires tandem, la combinaison de produits chimiques doit avoir la bonne bande interdite (la propriété responsable de l’absorption de la bonne partie du spectre solaire), être stable à des températures normales et, plus difficile encore, ne pas se dégrader sous l’éclairage.

Le nombre de matériaux pérovskites possibles est vaste et il est très difficile de prédire les propriétés qu’aura une composition chimique donnée. Essayer toutes les possibilités en laboratoire est extrêmement coûteux et prend beaucoup de temps. Pour accélérer la recherche de la pérovskite idéale, des chercheurs de l’Université d’État de Caroline du Nord ont décidé de faire appel à des robots.

Automatisation des recherches chimiques

« Nous traitons de variantes matérielles chaque fois que nous améliorons cette technologie », a déclaré Aram Amassian, professeur au NCSU et chercheur principal du projet. « Nous avons donc besoin de pouvoir créer de nouveaux matériaux et les évaluer. Toute personne qui examine ces documents doit effectuer un travail répétitif et très exigeant en main-d’œuvre.

Pour réduire ce travail, l’équipe d’Amassian a construit un robot, affectueusement nommé RoboMapper. Le RoboMapper se compose de deux parties principales travaillant ensemble. Le premier est le robot de préparation d’encre. Étant donné un ensemble de produits chimiques de base, ce robot les combine dans différentes proportions et les formule en centaines d’encres pouvant potentiellement former des pérovskites. Le second est le robot d’impression, qui applique ces encres selon une grille sur un seul substrat.

La capacité de positionner des centaines de minuscules échantillons sur une seule puce, une tâche impossible avec une dextérité humaine, permet aux chercheurs de tester tous ces échantillons simultanément à l’aide de divers outils de diagnostic. Les chercheurs affirment que cela accélère la synthèse et la caractérisation des matériaux d’un facteur 14 par rapport à l’exploration manuelle et d’un facteur neuf par rapport à d’autres méthodes automatisées.

Pour montrer les capacités de RoboMapper, les chercheurs ont testé un ensemble spécifique de mélanges potentiels de pérovskites. Ils ont utilisé le RoboMapper pour mélanger trois ingrédients de base dans des centaines de proportions différentes et imprimer tous les échantillons sur une seule puce. Ils ont ensuite testé ces échantillons pour déterminer leur structure, leur bande interdite et leur stabilité sous exposition lumineuse. À partir de ces tests accélérés, ils ont construit des modèles quantitatifs décrivant la manière dont ces propriétés critiques varient en fonction de l’évolution de la composition. « Nous sommes capables de créer des modèles prédictifs et d’examiner les zones situées entre les points de données », a déclaré Amassian. « Parfois, les meilleures compositions peuvent se trouver dans des régions inattendues de l’espace de composition chimique. »

Grâce à leur flux de travail RoboMapper, l’équipe de recherche a réussi à identifier un mélange de pérovskites « idéal » présentant les propriétés souhaitées pour une utilisation dans des cellules solaires en tandem. Cet échantillon avait la bonne bande interdite et se dégradait également lentement sous l’exposition à la lumière par rapport aux alternatives.

Travaux en cours

Cette découverte représente une étape préliminaire dans le cheminement vers l’avancement de la technologie des cellules solaires tandem. L’équipe d’Amassian a uniquement testé la pérovskite elle-même et ne l’a pas combinée avec du silicium (ou tout autre substrat) pour créer des cellules tandem. Mais les chercheurs utilisent leur outil accéléré pour tester d’autres mélanges potentiels et trouvent rapidement de nouveaux candidats prometteurs.

L’utilisation du RoboMapper permet non seulement aux chercheurs de gagner du temps, mais réduit également le coût énergétique lié aux tests de nouveaux matériaux. En fait, avec cette technologie, tester un matériau peut coûter moins d’énergie qu’il n’en faudrait pour simuler ses propriétés à l’aide d’ordinateurs. Cela permettra aux chercheurs de générer beaucoup plus de données réelles pour une utilisation directe ou pour amorcer des techniques d’apprentissage automatique. « Pour former, par exemple, des modèles d’apprentissage automatique et d’IA, nous avons besoin de plus de données », a déclaré Amassian. « Nous avons besoin de données de meilleure qualité. Et nous devons explorer efficacement l’espace de grande dimension.

Cette approche ne se limite pas aux pérovskites ou aux applications de cellules solaires : elle est déjà utilisée pour permettre la recherche sur les semi-conducteurs basée sur les données. « Lorsque nous avons conçu le RoboMapper, nous l’avons conçu pour qu’il soit très flexible, modulaire et extensible », a déclaré Amassian. Toute recherche de matériaux pouvant être fabriqués par une technique d’encrage pourrait être accélérée avec cette technologie, y compris l’électronique imprimée, car le RoboMapper est avant tout un robot qui formule et imprime des matériaux encrables à la demande.

Matière2023. DOI : 10.1016/j.matt.2023.06.040

Dina Genkina est une rédactrice scientifique et podcasteuse indépendante basée à Brooklyn et une communicatrice scientifique au Joint Quantum Institute. Elle s’intéresse à la physique quantique, à l’IA, à la technologie climatique et à d’autres choses intéressantes.

Source-147