El Instituto de Tecnología de Massachusetts estudiará nuevas tecnologías para acelerar el desarrollo de pruebas de materiales fotovoltaicos

Un equipo de investigación en el MIT afirma haber desarrollado un nuevo material fotovoltaicas eficiencia método para evaluar un nuevo acceso directo para evitar la larga, costosa y requiere mucho tiempo de ensayo de muestras de laboratorio y evaluación.

Los científicos dicen que el proceso se basa en una serie de herramientas que se basan en una serie de pruebas de laboratorio relativamente simples, combinados con modelos de computadora de las propiedades físicas del material, basado en el modelado adicionales y métodos estadísticos de inferencia bayesiana, basado en el permiso Cada nueva medida cambia la estimación de cada parámetro.

El sistema consta de tres pasos principales: hacer un accesorio de prueba simple, medir su salida de corriente en diferentes niveles de iluminación y en diferentes voltajes, y cuantificar con precisión estos cambios en condiciones que el equipo cree que se utilizan para mejorar las estadísticas Modelo.

Tonio, coordinador de investigación, dijo: "Después de obtener muchas medidas de tensión de corriente a diferentes temperaturas e intensidades de luz, también necesitábamos averiguar si la combinación del material y las variables de interfaz era consistente con nuestras mediciones.

Él dijo: "Representar cada parámetro como una distribución de probabilidad nos permite interpretar la incertidumbre del experimento, al mismo tiempo que nos permite determinar qué parámetros son coherentemente covariantes.

Los científicos del Instituto de Tecnología de Massachusetts creen que el nuevo proceso puede acortar el desarrollo de nuevos materiales fotovoltaicos, pero también acelerar el desarrollo de muchos otros materiales diferentes, reduciendo el tiempo a 20 o 3 años o 5 años.

Los investigadores dijeron: "Esperamos ayudarnos a aumentar el desarrollo de nuevos materiales más de cinco veces mediante la combinación de computación de alto rendimiento, automatización y aprendizaje automático.

2016 GoodChinaBrand | ICP: 12011751 | China Exports