Data-driven prototyping of new solar cell materials
- Reference number
- FID22-0055
- Project leader
- Holst, Anders
- Start and end dates
- 230801-280731
- Amount granted
- 2 500 000 SEK
- Administrative organization
- RISE Research Institutes of Sweden AB, Borås
- Research area
- Materials Science and Technology
Summary
The project will apply automatic control and artificial intelligence (AI) to the challenge of developing new solar cell materials in a practical laboratory context. The main aim is to accelerate a challenging stage in the evaluation of new solar cell materials, in which complex synthesis processes need to be optimised before conclusive scientific investigations can be made. At present, this optimisation is extremely labour-intensive, and assessing the application potential of just a fraction of the many candidate solar cell materials is very difficult. To improve this situation, the project will initially add automatic control and fast-feedback measurements to existing fabrication equipment for solar cell materials. This will facilitate rapid data-generation as the basis for the AI led workflows that will be developed. The research will identify the most suitable algorithms and data curation approaches to optimise material fabrication, which will be initially evaluated against existing synthesis processes, and later tested on formerly unstudied materials. We expect to demonstrate a significantly faster and more rigorous optimisation procedure compared to the status quo, benefiting both the throughput of new materials and the quality of knowledge generation. This will strongly increase our potential to discover disruptive materials. The experiences gained will be disseminated into other important areas of materials development in our academic and industry networks.
Popular science description
Nya material kan ge oss renare och billigare energi och minska vårt beroende av import av speciella metaller från potentiellt osäkra länder. Så kallade funktionella material är centrala för solceller och batterier och för industrins och samhällets övergång till hållbar energi. Därför ägnar sig en stor del av forskarsamhället åt att utforska nya material med bättre egenskaper, som bättre effektivitet, hållbarhet och återvinningsbarhet, samt lägre kostnad och lägre innehåll av kritiska element. Men utveckling av nya material är idag en långsam och dyr process. Föreslagna material måste först prototypas i labb innan de kan utvärderas. Detta är en komplex process och kräver ett stort antal försök innan ett material av tillräcklig kvalitet tagits fram. Detta steg är extremt arbetskrävande och det är idag bara möjligt att utvärdera en bråkdel av alla de många möjliga materialen för t ex solceller. Detta projekt har målet att väsentligt snabba upp utvecklingen av funktionella material med hjälp av AI, med fokus på material för solceller. Genom att samla in data om processen, hur den har styrts och om kvaliteten på resultaten kan AI-modeller byggas som styr processen mer optimalt och ger hög kvalitet snabbare för prototyper av nya material. Resultaten kommer att väsentligt öka vår förmåga att upptäcka nya banbrytande material för solceller och erfarenheterna kommer att kunna spridas till andra områden inom materialutveckling.