"Autonominen laboratorio" paljastaa parhaat kvanttipisteet optoelektronisille ja fotonisille laitteille – Physics World

Uusi autonominen laboratoriojärjestelmä on auttanut tutkijoita tunnistamaan tehokkaimmat materiaalit tiettyihin sovelluksiin muutamassa tunnissa tai päivässä verrattuna vuosiin perinteisillä märkäkemian tekniikoilla. SmartDope-niminen ja yhdysvaltalaisten tutkijoiden kehittämä järjestelmä käyttää myös koneoppimista analysoimaan kokeiden tuloksia. Sen tekijöiden mukaan se voisi nopeuttaa optoelektroniikan ja fotoniikan laitteiden edistyneiden materiaalien löytämistä ja kehittämistä.

SmartDopea kehittämässä tiimi, jota johti North Carolina State University kemian insinööri Milad Abolhasani keskittyi tiettyyn haasteeseen: kuinka syntetisoida luokkansa parhaita seostettuja kvanttipisteitä. Nämä puolijohde-nanokiteet sisältävät epäpuhtauksia, jotka on tarkoituksella lisätty muuttamaan pisteiden optisia ja fysikaaliskemiallisia ominaisuuksia, ja ne osoittavat paljon lupaavia seuraavan sukupolven aurinkosähkölaitteita. Seostetut kvanttipisteet voisivat esimerkiksi parantaa aurinkokennojen tehokkuutta, jos ne on suunniteltu muuntamaan Auringon runsas UV-valo aallonpituuksiksi, jotka nämä kennot absorboivat tehokkaammin, mikä tehostaa yksikön energian muuntamista.

Ongelmana on, että on haastavaa syntetisoida kvanttipisteitä, joiden laatu on erittäin korkea tällaisissa sovelluksissa. Parhaan "reseptin" löytäminen tavanomaisilla tekniikoilla voi viedä 10 vuotta kohdistettuja laboratoriokokeita, Abolhasani selittää. "Tämä on syy, miksi kehitimme itsenäisen laboratoriomme - jotta voimme tehdä sen muutamassa tunnissa tai päivässä", hän sanoo.

Suljetun kierron järjestelmä

Ensimmäinen askel SmartDopea käytettäessä on tarjota järjestelmälle esiastekemikaaleja ja antaa sille tavoite. Yksi esimerkki voisi olla seotetun perovskiitin kvanttipisteiden löytäminen, joilla on suurin kvanttituotto eli se, joka tuottaa suurimman määrän fotoneja emittoitua fotonia kohden. Järjestelmä suorittaa sitten kokeet itsenäisesti jatkuvavirtausreaktorissa manipuloimalla muuttujia, kuten esiastemääriä, reaktiolämpötiloja ja reaktioaikoja. Se luonnehtii myös kunkin kokeen automaattisesti tuottamien kvanttipisteiden optisia ominaisuuksia, kun kvanttipisteet poistuvat virtausreaktorista.

Järjestelmä käyttää sitten koneoppimista tulosten analysointiin. Prosessin aikana se päivittää ymmärrystään synteesikemiasta ja valitsee seuraavaksi suoritettavan kokeen kvanttipisteiden optisten ominaisuuksien optimoimiseksi. Tämän niin kutsutun suljetun silmukan toiminnon avulla SmartDope tunnistaa nopeasti parhaan mahdollisen kvanttipisteen.

Teoksessa, jota Abolhasani kollegoineen kuvaa Edistyneet energiamateriaalit, he tutkivat parasta tapaa valmistaa metallikationilla seostettuja lyijyhalogenidiperovskiitti-kvanttipisteitä. Tarkemmin sanottuna he analysoivat CsPbCl:n monikationista dopingia₃ kvanttipisteet käyttämällä "yhden potin" korkean lämpötilan synteesiprosessia.

SmartDopen ansiosta tutkijat pystyivät tunnistamaan yhden päivän aikana itsenäisesti suoritettujen kokeidensa aikana parhaan reseptin seostettujen kvanttipisteiden tekemiseen, jotka tuottivat 158 ​​%:n fotoluminesenssikvanttisaannon – eli kvanttipisteet emittoivat keskimäärin 1.58 fotoneja jokaista absorboimaansa fotonia kohden. Edellinen ennätys tässä materiaaliluokassa on 130 %.

"Tämän työn vaikutukset ovat syvällisiä", Abolhasani kertoo Fysiikan maailma, "erityisesti uusiutuvien energialähteiden osalta. SmartDopen kyky tunnistaa ja optimoida nopeasti kehittyneitä toiminnallisia materiaaleja sovelluksiin, kuten seuraavan sukupolven aurinkosähkölaitteisiin, avaa uusia mahdollisuuksia esimerkiksi aurinkokennojen tehokkuuden parantamiseen.

Tutkijat jalostavat nyt järjestelmää edelleen tavoitteenaan "tutkia uusia materiaaleja ja laajentaa sen fyysisiä ja digitaalisia kykyjä vastatakseen laajempiin kemian- ja materiaalitieteiden haasteisiin", Albohasani sanoo. "Harkitsemme myös aktiivisesti yhteistyötä alan kumppaneiden kanssa ottaaksemme SmartDopen käyttöön tosielämässä", hän paljastaa. "Tavoitteemme on jatkaa autonomisten laboratorioiden voiman hyödyntämistä kemian- ja materiaalitieteiden nopean kehityksen edistämiseksi."

• SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
• PlatoData.Network Vertical Generatiivinen Ai. Vahvista itseäsi. Pääsy tästä.
• PlatoAiStream. Web3 Intelligence. Tietoa laajennettu. Pääsy tästä.
• PlatoESG. hiili, CleanTech, energia, ympäristö, Aurinko, Jätehuolto. Pääsy tästä.
• PlatonHealth. Biotekniikan ja kliinisten kokeiden älykkyys. Pääsy tästä.
• Lähde: https://physicsworld.com/a/autonomous-laboratory-unearths-the-best-quantum-dots-for-optoelectronic-and-photonic-devices/