機械学習により、新しいペロブスカイト太陽電池材料の発見を後押し(Machine learning boosts the discovery of new perovskite solar cell materials)

ad
ad

CESTの研究者が機械学習を用いてペロブスカイト型合金材料の計算機研究を加速 CEST researchers use machine learning to accelerate computational study of perovskite alloy materials

2022-11-30 フィンランド・アールト大学

CESTグループの研究者は、適切なペロブスカイト太陽電池材料を特定するための機械学習手法の有効性を実証する研究を発表しました。ペロブスカイト太陽電池は、従来のシリコン系太陽電池に比べて効率が高く、製造コストを大幅に削減できる可能性があることから、注目を集めている新規技術である。
共同研究者達は、ペロブスカイト特性を迅速に予測するための機械学習ベースの新しい方法論を開発した。この新しい手法は計算を高速化し、ペロブスカイト合金の研究に利用することができる。これらの合金材料には、太陽電池材料の改良につながる多くの候補が含まれていますが、従来の計算手法ではその研究が困難だった。研究者らは、CsPbCl3とCsPbBr3のペロブスカイト合金の最も安定な混合比を求めることで、新しい手法の有効性を実証した。ペロブスカイト合金の安定性を効率的に研究する方法を確立することは、劣化に強い太陽電池を設計する上で重要なステップとなる。

<関連情報>

機械学習を用いたペロブスカイトの組成エンジニアリング Compositional engineering of perovskites with machine learning

Jarno Laakso, Milica Todorović, Jingrui Li, Guo-Xu Zhang, and Patrick Rinke
Physical Review Materials  Published:7 November 2022
DOI:https://doi.org/10.1103/PhysRevMaterials.6.113801

機械学習により、新しいペロブスカイト太陽電池材料の発見を後押し(Machine learning boosts the discovery of new perovskite solar cell materials)

ABSTRACT

Perovskites are promising materials candidates for optoelectronics, but their commercialization is hindered by toxicity and materials instability. While compositional engineering can mitigate these problems by tuning perovskite properties, the enormous complexity of the perovskite materials space aggravates the search for an optimal optoelectronic material. We conducted compositional space exploration through Monte Carlo (MC) convex hull sampling, which we made tractable with machine learning (ML). The ML model learns from density functional theory calculations of perovskite atomic structures, and can be used for quick predictions of energies, atomic forces, and stresses. We employed it in structural relaxations combined with MC sampling to gain access to low-energy structures and compute the convex hull for CsPb(Br1−xClx)3. The trained ML model achieves an energy prediction accuracy of 0.1 meV per atom. The resulting convex hull exhibits two stable mixing concentrations at 1/6 and 1/3 Cl contents. Our data-driven approach offers a pathway towards studies of more complex perovskites and other alloy materials with quantum mechanical accuracy.

0500化学一般
ad
ad
Follow
ad
タイトルとURLをコピーしました