Этот робот может навсегда изменить способы открытия полупроводниковых материалов.
Установка солнечных панелей на склоне холма.
Источник: Wikimedia Commons
Ученые и исследователи пытаются найти новые полупроводниковые материалы для повышения эффективности солнечных батарей и другой электроники. Однако ручное измерение свойств материалов замедляет темпы инноваций.
Но, похоже, все находится на грани перемен, и все благодаря Массачусетскому технологическому институту. Исследователи из института разработали полностью автономную роботизированную систему, которая может ускорить этот процесс.
Как работает система?
Роботизированная система использует роботизированный зонд для измерения фотопроводимости — важнейшего электрического свойства, определяющего чувствительность материала к свету.
Робот также обучен использовать базу знаний о материаловедении посредством машинного обучения, что помогает ему в процессе принятия решений. Благодаря этой функции робот понимает наилучшие места для контакта с материалом с помощью зонда, чтобы получить информацию о фотопроводимости.
Робот также показал многообещающие результаты, проведя 125 уникальных измерений в час в 24-часовом тесте. Точность и надежность оказались лучше, чем у других моделей на основе ИИ.
Этот новый метод помогает ученым быстро изучать ключевые свойства новых полупроводниковых материалов, что может привести к созданию солнечных панелей, генерирующих больше электроэнергии.
«Я нахожу эту работу невероятно интересной, поскольку она открывает путь к автономным методам контактной характеризации», — сказал Тонио Буонассиси, профессор машиностроения и старший автор статьи.
«Не все важные свойства материала можно измерить бесконтактным способом. Если вам нужно установить контакт с образцом, вы хотите, чтобы это было быстро, и вы хотите максимизировать объем получаемой информации», — продолжил он.
Важность контакта
Буонассиси и его команда исследователей работают над созданием лаборатории, которая будет работать автономно, чтобы открывать материалы. Недавно они сосредоточились на открытии новых перовскитов, которые представляют собой класс полупроводниковых материалов, используемых в фотовольтаике, например, в солнечных батареях.
Однако фотопроводимость можно охарактеризовать, только поместив зонд на материал, осветив его светом и измерив электрический отклик.
«Чтобы наша экспериментальная лаборатория могла работать максимально быстро и точно, нам пришлось найти решение, которое обеспечивало бы наилучшие измерения и при этом минимизировало бы время, необходимое для выполнения всей процедуры», — сказал аспирант и соавтор проекта Александр Сименн.
Робот в действии
Роботизированная система начинает с того, что использует свою бортовую камеру для захвата изображения слайда с напечатанным на нем перовскитным материалом. Затем она использует компьютерное зрение для разрезания этого изображения на сегменты.
Эти сегменты передаются в модель нейронной сети, которая была разработана с учетом знаний и опыта химиков и материаловедов в данной области.
Затем модель использует эти знания домена для определения оптимальных точек контакта зонда на основе образца и его материального состава. Эти точки контакта подаются в планировщик пути, который находит наиболее эффективный способ, которым зонд может достичь всех точек.
Как только планировщик пути обнаруживает кратчайший маршрут, он подает сигнал двигателям робота, которые затем управляют зондом, чтобы быстро выполнить измерения в каждой точке контакта.
Взгляд на результаты
Роботизированная система автономно выполнила более 3000 точных тестов фотопроводимости за 24 часа, легко превзойдя другие модели ИИ по скорости и точности.
Этот богатый, быстрый сбор данных выявил ключевые материальные идеи, помогающие продвигать высокопроизводительные полупроводники для устойчивого использования, например, солнечных панелей. Они стремятся разработать полностью автономную лабораторию.
Исследование и его результаты будут опубликованы в журнале Science Advances.
Sourse: interestingengineering.com
