Perovskiter bättre än kiselbaserade material i solceller

15 oktober 2024

Stabilare och mer effektiva material för solceller krävs i den gröna omställningen. Så kallade halida perovskiter lyfts nu fram som ett lovande alternativ till dagens kiselbaserade material.

Forskare vid Chalmers tekniska högskola har med hjälp av datorsimuleringar och maskininlärning fått nya kunskaper om hur dessa perovskiter fungerar, vilket är ett viktigt steg framåt.

Halida perovskiter är ett samlingsnamn för en grupp material som anses vara mycket lovande och kostnadseffektiva för flexibla och lätta solceller och olika optiska tillämpningar, såsom LED-belysning.

Detta beror på att många av dessa material absorberar och emitterar ljus på ett oerhört effektivt sätt. Men perovskitmaterialen kan brytas ned snabbt, och för att veta hur dessa material bäst ska kunna tillämpas krävs en djupare förståelse för varför det sker samt hur materialet fungerar.

Datorsimuleringar och maskininlärning

Inom gruppen perovskiter finns både 3D- och 2D-material, där de sistnämnda ofta är mer stabila. Med hjälp av avancerade datorsimuleringar och maskininlärning har ett forskarlag på institutionen för fysik på Chalmers tekniska högskola studerat en serie 2D-perovskitmaterial och därmed nått avgörande insikter i vad som påverkar deras egenskaper. 

En av forskarna i gruppen är professor Paul Erhart, som beskriver deras forskning.

-Genom att rita upp materialet i datorsimuleringar, och utsätta det för olika scenarier, kan vi dra slutsatser om hur atomerna i materialet reagerar när man utsätter det för värme, ljus, och så vidare. Med andra ord så har vi har nu en mikroskopisk beskrivning av materialet som är oberoende av vad experiment på materialet visat, men vi kan visa att beskrivningen leder till samma beteende som experimenten.

-Skillnaden mellan simuleringarna och experimenten är att vi kan se på detaljnivå exakt vad som lett fram till de slutgiltiga mätpunkterna i experimenten. Detta gör att vi nu har en mycket större insikt i hur 2D-perovskiter fungerar, säger professor Paul Erhart.

Forskningsresultaten presenteras i en artikel i ACS Energy Letters.

Källa: Chalmers tekniska högskola

AI-baserat enzym kan minska utsläppen

Rubisco-enzymet, det viktigaste enzymet för att fixera koldioxid i alger och växter, är nu målet för AI-baserad proteindefiniering i Paul Hudsons laboratorium på KTH/SciLIfeLab.

Publicerad 2024-10-01

Med hjälp av avancerad AI-teknik tar KTH-forskare fram helt nya proteiner för att bidra till en mer hållbar värld. Det handlar bland annat om att påskynda algers upptag av koldioxid och att skapa mat utan att använda djur.

-Vi arbetar med att förbättra celler. Med hjälp av nyutvecklade AI-tekniker kan vi nu förändra enzymer i cellerna på sätt som evolutionen aldrig tidigare förmått, samtidigt som de fortfarande ser ut och fungerar som naturliga enzymer.

Detta beror på att dessa AI-verktyg har tränats i hur proteiner fungerar och kan gissa vilken typ av mutation som kan leda till en förbättring. I vissa fall blir enzymet så pass mycket bättre att cellerna kan användas inom den kemiska industrin.

-Det blir en grön katalysator, säger Paul Hudson, professor i mikrobiell bioenergiproduktion.

Tränas i proteinernas struktur

Proteiner är uppbyggda av långa kedjor av aminosyror. Enzymer är proteiner som sätter igång olika kemiska reaktioner. Språkbaserade AI-modeller och diffusionsmetoden, som annars används för att generera bilder, har visat sig fungera väl för att generera nya proteinsekvenser. Med hjälp av maskininlärning tränas dessa modeller i proteinernas struktur och kan på så sätt föreslå egna, nya varianter.

-Det här ger oss verktyg för att utforska nya kemiska reaktioner på ett sätt som inte var möjligt för ett år sedan, säger Ulysse Castet, doktorand vid avdelningen för systembiologi

Källa: KTH , 15-10-2024