"Autonomt laboratorium" avslöjar de bästa kvantprickarna för optoelektroniska och fotoniska enheter – Physics World

"Autonomt laboratorium" avslöjar de bästa kvantprickarna för optoelektroniska och fotoniska enheter - Physics World

Källnod: 3055835


Konstnärens bild som visar en humanoid robot som står vid en laboratoriebänk och manipulerar rörledningar upplysta av rosa och gult ljus
Att sluta slingan: Ett autonomt system (visas här i sin konceptuella form) kan identifiera hur man syntetiserar "klassens bästa" material för specifika tillämpningar på timmar eller dagar. (Med tillstånd: Milad Abolhasani, NC State University)

Ett nytt autonomt laboratoriesystem har gjort det möjligt för forskare att identifiera de högst presterande materialen för vissa applikationer inom några timmar eller dagar, jämfört med år med konventionella våtkemiska tekniker. Systemet, kallat SmartDope och utarbetat av forskare i USA, använder också maskininlärning för att analysera resultaten av experiment. Enligt dess skapare skulle det kunna påskynda processen att upptäcka och utveckla avancerade material för optoelektronik och fotonikenheter.

Vid utvecklingen av SmartDope, ett team ledd av North Carolina State University kemi ingenjör Milad Abolhasani fokuserat på en specifik utmaning: hur man syntetiserar de bästa dopade kvantprickarna i sin klass. Dessa halvledarnanokristaller innehåller föroreningar som medvetet har introducerats för att modifiera prickarnas optiska och fysikalisk-kemiska egenskaper, och de visar mycket lovande för nästa generations fotovoltaiska enheter. Dopade kvantprickar skulle till exempel kunna förbättra effektiviteten hos solceller om de konstruerades för att omvandla solens rikliga UV-ljus till våglängder som absorberas mer effektivt av dessa celler, vilket förbättrar enhetens energiomvandling.

Problemet är att det är utmanande att syntetisera kvantprickar med den mycket höga kvalitet som krävs för sådana applikationer. Att identifiera det bästa "receptet" för att göra det med konventionella tekniker kan ta 10 år av fokuserade laboratorieexperiment, förklarar Abolhasani. "Detta är anledningen till att vi utvecklade vårt autonoma labb - så att vi kunde göra detta på bara timmar eller dagar", säger han.

Ett slutet system

Det första steget när du använder SmartDope är att förse systemet med prekursorkemikalier och ge det ett mål. Ett exempel kan vara att hitta de dopade perovskit-kvantprickarna med det högsta kvantutbytet – det vill säga den som producerar det största antalet fotoner som emitteras per absorberad foton. Systemet kommer sedan att köra experimenten autonomt i en reaktor med kontinuerligt flöde och manipulera variabler som prekursormängder, reaktionstemperaturer och reaktionstider. Det karakteriserar också de optiska egenskaperna hos kvantprickarna som produceras av varje experiment automatiskt, när kvantprickarna lämnar flödesreaktorn.

Systemet använder sedan maskininlärning för att analysera resultaten. I processen uppdaterar den sin förståelse av synteskemin och väljer vilket experiment som ska köras bredvid för att optimera kvantprickarnas optiska egenskaper. Denna så kallade closed-loop-operation gör att SmartDope snabbt kan identifiera den bästa möjliga kvantpunkten.

I arbetet, som Abolhasani och kollegor beskriver i Avancerade energimaterial, they studied the best way to make metal cation-doped lead halide perovskite quantum dots. More specifically, they analysed the multi-cation doping of CsPbCl3 kvantprickar med hjälp av en "one-pot" högtemperatursyntesprocess.

Tack vare SmartDope kunde forskarna, på bara en dag av autonomt köra sina experiment, identifiera det bästa receptet för att göra dopade kvantprickar som gav ett fotoluminescenskvantutbyte på 158 % - det vill säga kvantprickarna avgav i genomsnitt 1.58 fotoner för varje foton de absorberade. Det tidigare rekordet i denna materialklass är 130 %.

"Konsekvenserna för detta arbete är djupgående", säger Abolhasani Fysikvärlden, "speciellt för förnybar energi. SmartDopes förmåga att snabbt identifiera och optimera avancerade funktionella material för applikationer som nästa generations solceller öppnar nya möjligheter för att förbättra effektiviteten hos till exempel solceller."

Forskarna förfinar nu sitt system ytterligare, i syfte att "utforska nya material och utöka dess fysiska och digitala kapacitet för att möta ett bredare utbud av utmaningar inom kemi- och materialvetenskap", säger Albohasani. "Vi överväger också aktivt samarbete med industripartners för att implementera SmartDope i verkliga miljöer," avslöjar han. "Vårt mål är att fortsätta att utnyttja kraften hos autonoma labb för att driva snabba framsteg inom kemi- och materialvetenskap."

Tidsstämpel:

Mer från Fysikvärlden