XiaoMi-AI文件搜索系统
World File Search SystemPCES
使用Senna Surattensis提取物的ZnO-TIO2/RGO纳米复合材料的绿色合成：一种增强抗癌功效和生物相容性的新方法
在开发OPV设备的早期，发现大量异质结（BHJ）设备的主动层与更简单的平面异质结。1从那时起，广泛的工作一直致力于优化具有各种处理条件的BHJ活性层的形态（例如，，溶剂，浓度，溶剂添加剂，热退火等。）。2 - 4因此，众所周知，设备制造程序（例如，进程溶剂，自旋涂层速度，退火温度）在OPV活性层的形态中起重要作用，因为lm形成的过程在动力学上受到限制。5对形态在OPV设备性能方面的重要性进行了广泛的研究，有2,3,5，并在包括激子差异，6个电荷分隔和运输的过程中发挥作用，7和设备稳定性。8,9然而，预先预先派遣了不同材料与设备制造参数之间的复杂相关性，以及它们在nal设备性能上的集体构成的集体构成了持久的挑战。这种复杂性是一个强大的障碍，阻碍了OPV设备性能的准确预测，并有助于生产过程的费力和昂贵的性质。鉴于许多最终决定OPV设备性能的复杂关系和过程，机器学习的潜力（ML）加速了OPV材料和设备的开发，这是一个诱人的承诺。20 - 22其他人基于人类的直觉就分子亚结构产生了一式式编码。ML技术可以使科学家能够快速筛选供体（D）和受体（A）材料的潜在组合，或建议给定材料组合的最合适的设备制造参数。使用ML预测OPV设备的PCE的先前效果仅专注于供体和受体材料。值得注意的是，哈佛清洁能源项目10 - 12和其他13 - 19使用了DFT计算的分子描述符来预测PCE。最近，一种类似的方法已将遗传算法纳入了设计，以设计高性能的非富烯受体（NFA）设备。23
宽带钙壶中的缺陷工程，用于有效的钙钛矿 - 西里孔串联太阳能电池
erovskite太阳能电池（PSC）近年来取得了前所未有的进展，最高的认证效率达到了25％以上1。为了进一步提高PSC的效率和过度提高单一结构太阳能电池的详细平衡理论限制，通常通过与成熟光伏技术的宽带（WBG）Perovskites进行整合来应用串联太阳能电池，例如CrystallineIne，例如Crystallineine Silicon（C-SI），Copper（C-SI），Copper（copper），copper（in，ga）2（cigs per）2（cigs per）2 - 4或其他cig pers peh of pers pers peh of peacs 2 - 4或其他。在这些基于钙钛矿的串联光伏技术中，Perovskite – Silicon串联太阳能电池已成为一种易于商业化的，报告的有效性超过29％（参考文献8）。单片的两末端钙钛矿 - 锡的串联设备仍然主要基于前侧和后方胶片和后侧胶合晶体C-SI的基础，不幸的是，由于光反射9造成的光电损失很大。双面纹理的C-SI具有增加的光捕捞，可为钙钛矿 - 硅串联设备提供高效的上限10-12。第一个完全纹理的钙钛矿 - 丝状细胞具有前纹理的质地，其尺寸最高为6 µm，其中WBG钙晶硅质的质感硅上的硅酸盐是通过蒸发和溶液涂层的组合结合形成的。最近已证明在硅前表面上的质地较小或以下，具有可比的抗反省特性，可以使用更简单的基于单步分解的基于单步的叶片涂料或自旋涂料或旋转甲基ODS 11、11、12，从而实现了完全纹理的perovskite-silicon串联装置。然而，所报道的钙钛矿 - 硅串联太阳能电池的效率仅达到25-26％，低于双面纹理的硅结构的全部潜力。比在平坦硅11-14上产生的串联电池的低功率转换效率（PCE）主要由较小的开路电压（V OC）和填充因子更小。在技术上仍然很难使用溶液方法沉积钙钛矿层以覆盖纹理的硅，甚至