Les chercheurs utilisent l’apprentissage automatique pour accélérer l’étude informatique des matériaux d’alliage de pérovskite

Les chercheurs du groupe CEST ont publié une étude démontrant l’efficacité des méthodes d’apprentissage automatique pour identifier les matériaux de cellules solaires pérovskites appropriés. Les cellules solaires à pérovskite sont une nouvelle technologie qui suscite beaucoup d’intérêt en raison de leur rendement élevé et de leur potentiel de coûts de fabrication radicalement inférieurs par rapport aux cellules solaires traditionnelles à base de silicium.

Malgré leurs qualités prometteuses, la commercialisation des cellules solaires en pérovskite a été freinée par leur dégradation rapide sous des contraintes environnementales, telles que la chaleur et l’humidité. Ils contiennent également des substances toxiques qui peuvent avoir un impact négatif sur l’environnement. La recherche de nouveaux matériaux pérovskites qui ne présentent pas ces problèmes est en cours, mais les méthodes de recherche expérimentales et informatiques établies n’ont pas été en mesure de gérer le nombre élevé de matériaux candidats qui doivent être essayés et testés.

Les membres du CEST Jarno Laakso et Patrick Rinke, avec des collaborateurs de l’Université de Turku et de Chine, ont développé une nouvelle méthodologie basée sur l’apprentissage automatique pour prédire rapidement les propriétés de la pérovskite. Cette nouvelle approche accélère les calculs et peut être utilisée pour étudier les alliages pérovskites. Ces matériaux d’alliage contiennent de nombreux candidats pour des matériaux de cellules solaires améliorés, mais leur étude a été difficile avec les méthodes de calcul conventionnelles.

Les chercheurs ont démontré l’efficacité de la nouvelle approche en trouvant les fractions de mélange les plus stables pour un alliage de CsPbCl₃ et CsPbBr₃ pérovskites. Disposer d’une méthode efficace pour étudier la stabilité des alliages de pérovskite est une étape clé vers la conception de cellules solaires plus résistantes à la dégradation.

La même méthodologie qui a été appliquée aux pérovskites dans cette étude peut stimuler la découverte d’autres nouveaux alliages. Après le succès initial de leur approche d’apprentissage automatique, Laakso et ses collaborateurs envisagent d’étudier des alliages de pérovskite plus complexes pour découvrir des matériaux de cellules solaires hautement efficaces, non toxiques et résistants à la dégradation.

La recherche est publiée dans la revue Matériel d’examen physique.