Datadrivna prototyper av nya solcellsmaterial
- Diarienummer
- FID22-0055
- Projektledare
- Holst, Anders
- Start- och slutdatum
- 230801-280731
- Beviljat belopp
- 2 500 000 kr
- Förvaltande organisation
- RISE Research Institutes of Sweden AB, Borås
- Forskningsområde
- Materialvetenskap och materialteknologier
Summary
Projektet kommer att tillämpa automatisk kontroll och artificiell intelligens (AI) på utmaningen att utveckla nya solcellsmaterial i ett praktiskt laboratoriesammanhang. Syftet är att snabba upp ett avgörande skede i utvärderingen av nya solcellsmaterial, där komplexa syntesprocesser först måste optimeras för att möjliggöra de slutgiltiga vetenskapliga studierna. För närvarande är denna optimering extremt arbetskrävande och att bedöma potentialen hos även bara en bråkdel av de många möjliga materialen för solceller är redan det mycket svårt. För att förbättra denna situation kommer projektet inledningsvis integrera automatisk styrning och snabba feedback-mätningar till befintlig tillverkningsutrustning för solcellsmaterial. Dessa kommer att underlätta snabb datagenerering som grund för de AI-ledda arbetsflöden som sedan utvecklas. Forskningen kommer att identifiera de mest lämpliga algoritmerna och datakureringsmetoderna för att optimera materialtillverkning. Dessa kommer att utvärderas mot befintliga syntesprocesser och därefter testas på tidigare ostuderade material. Vi förväntar oss att kunna visa ett betydligt snabbare och mer rigoröst optimeringsförfarande jämfört med status quo, vilket gynnar såväl genomströmningen av nya material som kvaliteten på genererad kunskap. Resultaten kommer att väsentligt öka vår förmåga att upptäcka nya banbrytande material. Erfarenheterna kommer att spridas till andra nyckelområden inom materialutveckling i akademin och industrin.
Populärvetenskaplig beskrivning
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.