18禁勿入网站免费永久,精品久久久久久久久无码,国产an无码毛片,国产成本人片免费av

有機(jī)太陽(yáng)能電池 (Organic solar cells，OSCs) 具有低成本、質(zhì)量輕、超薄、柔性、易于大面積制備等諸多優(yōu)點(diǎn)，被認(rèn)為是具有廣泛應(yīng)用前景的新一代綠色能源技術(shù)。如何提升 OSCs 器件的效率是該領(lǐng)域的研究重點(diǎn)。

有機(jī)光伏的最高效率為 15% 到 20% ——相當(dāng)可觀，但對(duì)太陽(yáng)能的潛力有限制。利哈伊大學(xué)（Lehigh University）機(jī)械工程與力學(xué)副教授 Ganesh Balasubramanian 和其他許多人一樣，想知道是否有辦法改進(jìn)太陽(yáng)能電池的設(shè)計(jì)，使其更高效?

Balasubramanian 專(zhuān)注于研究太陽(yáng)能轉(zhuǎn)換核心材料的基本物理學(xué)——有機(jī)聚合物將電子從一個(gè)分子傳遞到另一個(gè)分子，以便它們可以被存儲(chǔ)和利用——以及生產(chǎn)商用太陽(yáng)能電池的制造工藝。

Balasubramanian 是最近發(fā)表的三篇研究論文的主要作者。這些文章揭示了基于物理的機(jī)器學(xué)習(xí)在太陽(yáng)能電池設(shè)計(jì)的應(yīng)用策略。

粗粒度原子建模提高 OSCs 的效率

Balasubramanian 和他的研究生 Joydeep Munshi 使用德克薩斯高級(jí)計(jì)算中心 (TACC) 的 Frontera 超級(jí)計(jì)算機(jī)——地球上最強(qiáng)大的計(jì)算機(jī)之一，一直在運(yùn)行有機(jī)太陽(yáng)能電池生產(chǎn)過(guò)程的分子模型，并設(shè)計(jì)了一個(gè)框架來(lái)確定最佳工程選擇。

他們的研究成果以「Towards Improving the Efficiency of Organic Solar Cells by Coarse-Grained Atomistic Modeling of Processing Dependent Morphologies」為題，于6月15日發(fā)表在《IEEE Computing in Science and Engineering》上。

論文鏈接：https://ieeexplore.ieee.org/document/9403884

有機(jī)光伏 (OPV) 的功率轉(zhuǎn)換效率（PCE）是驅(qū)動(dòng)設(shè)計(jì)的性能標(biāo)準(zhǔn)。OPV 由兩種材料組成：電子供體和電子受體。兩種材料之間的界面稱(chēng)為異質(zhì)結(jié)。體異質(zhì)結(jié) (BHJ) 是通過(guò)供體和受體材料混合物中的相分離形成的，由于界面面積增加，導(dǎo)致 PCE 增強(qiáng)。

高性能 BHJ 太陽(yáng)能電池通常使用富勒烯（如：[6,6]-苯基-C61-丁酸甲酯（PCBM））作為電子受體，并使用導(dǎo)電有機(jī)聚合物作為電子供體，如聚三己基噻吩（ P3HT ）。

該研究小組使用粗粒度計(jì)算模型研究了有機(jī)溶劑中 P3HT 和 PCBM 的混合物。研究表明：界面面積的增加以及每個(gè)供體和受體相區(qū)尺寸的減小，導(dǎo)致 PCE 提高了 10% ~ 18%。但與其他類(lèi)型的下一代太陽(yáng)能電池相比，OPV 的 PCE (<20%) 仍然相對(duì)較低。確定理想 OPV 器件的最佳制造參數(shù)的主要障礙在于復(fù)雜的物理過(guò)程和由此產(chǎn)生的納米結(jié)構(gòu)。

有機(jī)材料的分子模擬涉及模擬典型旋涂制造中發(fā)生的溶劑蒸發(fā)過(guò)程。CGMD 使用經(jīng)典的牛頓運(yùn)動(dòng)方程來(lái)求解珠子的軌跡（由 3~4 個(gè)原子一起作為一個(gè)整體）在力場(chǎng)下相互作用。相互作用包括成對(duì)、三體和高階勢(shì)函數(shù)。

Balasubramanian 說(shuō)：「當(dāng)工程師制造太陽(yáng)能電池時(shí)，他們將兩種有機(jī)分子混合在溶劑中并蒸發(fā)溶劑以產(chǎn)生有助于激子轉(zhuǎn)換和電子傳輸?shù)幕旌衔铩Ｎ覀兡M了這些電池的制造方式，特別是 BHJ——太陽(yáng)能電池的吸收層。我們?cè)噲D了解結(jié)構(gòu)變化如何與太陽(yáng)能轉(zhuǎn)換效率相關(guān)？」

Balasubramanian 使用他所謂的「基于物理的機(jī)器學(xué)習(xí)」。研究結(jié)合了粗粒度模擬（使用代表有機(jī)材料的近似分子模型）和機(jī)器學(xué)習(xí)。Balasubramanian 認(rèn)為這種組合有助于防止人工智能提出不切實(shí)際的解決方案。

「很多研究都對(duì)原始數(shù)據(jù)使用機(jī)器學(xué)習(xí)，」Balasubramanian 說(shuō)。「但是，越來(lái)越多的人對(duì)使用受過(guò)物理教育的機(jī)器學(xué)習(xí)感興趣。我認(rèn)為這就是最大的好處。機(jī)器學(xué)習(xí)本身就是簡(jiǎn)單的數(shù)學(xué)。其中涉及的真正物理學(xué)并不多?！?br />
最佳流程所需的時(shí)間減少 40%

Balasubramanian 領(lǐng)導(dǎo)的研究小組于 2021 年 2 月在《Computational Materials Science》發(fā)表文章「Machine learned metaheuristic optimization of the bulk heterojunction morphology in P3HT:PCBM thin films」，描述了在 Frontera 上進(jìn)行的一組虛擬實(shí)驗(yàn)結(jié)果，實(shí)驗(yàn)測(cè)試了各種設(shè)計(jì)更改的影響。包括改變本體異質(zhì)結(jié)中供體和受體分子的比例，以及退火的溫度和時(shí)間——有助于產(chǎn)品穩(wěn)定性的冷卻和硬化過(guò)程。

論文鏈接：https://www.sciencedirect.com/science/article/pii/S0927025620306108?via%3Dihub

研究人員利用這些數(shù)據(jù)來(lái)訓(xùn)練一類(lèi)稱(chēng)為支持向量機(jī)（SVM）的機(jī)器學(xué)習(xí)算法，來(lái)識(shí)別材料和生產(chǎn)過(guò)程中的參數(shù)，這些參數(shù)將產(chǎn)生最大的能量轉(zhuǎn)換效率，同時(shí)保持結(jié)構(gòu)強(qiáng)度和穩(wěn)定性。將這些方法結(jié)合在一起，Balasubramanian 的團(tuán)隊(duì)能夠?qū)⑦_(dá)到最佳流程所需的時(shí)間減少 40%。

研究人員討論了機(jī)器學(xué)習(xí) (ML) 元啟發(fā)式布谷鳥(niǎo)搜索 (CS) 優(yōu)化技術(shù)的結(jié)果，該技術(shù)與 CGMD 模擬相結(jié)合，以解決 OPV設(shè)備的材料和加工設(shè)計(jì)問(wèn)題。

該方法用于優(yōu)化供體和受體材料的組成，以及 P3HT 和 PCBM 組成的聚合物共混活性層在形態(tài)演變過(guò)程中的熱退火溫度，來(lái)提高 PCE。

該框架被擴(kuò)展到多目標(biāo)設(shè)計(jì) (MOCS-CGMD)，來(lái)獲得混合形態(tài)的帕累托最優(yōu)（Pareto optimality），同時(shí)增強(qiáng)激子擴(kuò)散到電荷傳輸概率和材料的極限拉伸強(qiáng)度。

CS-CGMD 方法擴(kuò)展到基于先前建立的 CS-MD 框架的雙變量和 MOCS-CGMD。 超過(guò) 10 代 多目標(biāo)優(yōu)化（MOCS） 運(yùn)行的 SVM 輔助模型的預(yù)測(cè)揭示了帕累托最優(yōu)情況。研究發(fā)現(xiàn)，在不影響另一個(gè)目標(biāo)屬性的情況下，沒(méi)有任何來(lái)自帕累托最優(yōu)的單個(gè)解決方案可以被視為目標(biāo)屬性之一的全局最優(yōu)解。

當(dāng)優(yōu)先考慮機(jī)械強(qiáng)度時(shí)，代替激子擴(kuò)散到電荷傳輸概率，作為所需的目標(biāo)函數(shù)，在 PCBM 重量分?jǐn)?shù)介于 0.4 和 0.6 之間以及退火溫度 ~ 340 K 附近確定全局最優(yōu)值。相反，當(dāng)激子擴(kuò)散到電荷傳輸概率被認(rèn)為是首選目標(biāo)函數(shù)，抑制了對(duì)增強(qiáng)拉伸強(qiáng)度的需求時(shí)，全局最優(yōu)遷移圍繞新的感興趣區(qū)域（ROI）（PCBM 重量分?jǐn)?shù) < 0.5 和退火溫度 ~ 420 K）。

「歸根結(jié)底，分子動(dòng)力學(xué)是物理引擎。這就是捕捉基礎(chǔ)物理學(xué)的東西，」Balasubramanian?！笝C(jī)器學(xué)習(xí)著眼于數(shù)字和模式，進(jìn)化算法促進(jìn)了模擬?！?br />
權(quán)衡和限制

像許多工業(yè)過(guò)程一樣，調(diào)整制造過(guò)程的任何方面都涉及權(quán)衡。例如，更快的冷卻可能有助于提高電源效率，但它可能會(huì)使材料變脆并容易破裂。Balasubramanian 和他的團(tuán)隊(duì)采用了一種多目標(biāo)優(yōu)化算法，該算法平衡了每次更改的利弊，以推導(dǎo)出整體最佳制造過(guò)程。

「當(dāng)你試圖優(yōu)化一個(gè)特定的變量時(shí)，你是在線(xiàn)性地看待問(wèn)題，」他說(shuō)。「但是，這些努力中的大多數(shù)都面臨著你試圖同時(shí)解決的多管齊下的挑戰(zhàn)。你需要權(quán)衡利弊，并且必須捕捉協(xié)同作用，才能做出正確的設(shè)計(jì)?！?br />
Balasubramanian 的模擬與實(shí)驗(yàn)結(jié)果相符。他們確定異質(zhì)結(jié)的構(gòu)成和退火溫度/時(shí)間對(duì)整體效率的影響最大。他們還發(fā)現(xiàn)異質(zhì)結(jié)中材料的比例對(duì)效率是最好的。

Balasubramanian 認(rèn)為，目前的有機(jī)光伏可能已達(dá)到其效率的極限?！赣幸欢码y以穿透的墻，這就是材料，」他說(shuō)?！肝覀兪褂玫倪@些分子只能到此為止。接下來(lái)要嘗試的是將我們的框架與其他分子和先進(jìn)材料一起使用?！?br />
機(jī)器學(xué)習(xí)加速材料發(fā)現(xiàn)

受遷移學(xué)習(xí)從頭藥物設(shè)計(jì)的啟發(fā)，Balasubramanian 及其研究團(tuán)隊(duì)構(gòu)建了一個(gè)基于基于遷移學(xué)習(xí)的遞歸神經(jīng) (LSTM) 模型，該模型利用 SMILES 分子指紋作為輸入，為 OPV 設(shè)備生成新穎的設(shè)計(jì)化學(xué)物質(zhì)。支持?jǐn)?shù)據(jù)的框架非常通用，可用于各種化學(xué)和應(yīng)用的加速機(jī)器學(xué)習(xí)材料發(fā)現(xiàn)，挖掘迄今為止可用的實(shí)驗(yàn)和計(jì)算數(shù)據(jù)。

該研究于 2 月 7 日 以「Transfer Learned Designer Polymers For Organic Solar Cells」為題，發(fā)表在《J. Chem. Inf. Model.》雜志上。

論文鏈接：https://pubs.acs.org/doi/10.1021/acs.jcim.0c01157

操作步驟：首先，建立 LSTM 模型以從已知小有機(jī)分子的大數(shù)據(jù)集（100 萬(wàn)個(gè)）中生成新的 SMILES。隨后，預(yù)訓(xùn)練網(wǎng)絡(luò)在相對(duì)較小的數(shù)據(jù)集（1400 個(gè)共軛聚合物）上進(jìn)一步完善，來(lái)生成結(jié)構(gòu)類(lèi)似于典型 OPV 供體材料的新聚合物重復(fù)單元。通過(guò)基于提取的分子描述符預(yù)測(cè)相關(guān)供體分子的電學(xué)特性（例如 PCE、填充因子 (FF)、分子軌道和帶隙能量），進(jìn)一步驗(yàn)證生成的分子。

描述符的選擇使用主成分分析 (PCA) 進(jìn)行可視化，并利用 RF 回歸來(lái)設(shè)計(jì)監(jiān)督學(xué)習(xí)模型，該模型根據(jù)嵌入在生成的 SMILES 中的獨(dú)特分子描述符預(yù)測(cè)新分子的特性。
研究表明，與在沒(méi)有預(yù)訓(xùn)練網(wǎng)絡(luò)的情況下生成 < 25% 的有效分子相比，遷移學(xué)習(xí)能夠在化學(xué)空間中生成 90% 的有效分子。

「一旦建立，我們就可以將實(shí)驗(yàn)室制造的真實(shí)分子放入我們創(chuàng)建的框架中，」他說(shuō)?！溉绻覀儼l(fā)現(xiàn)性能良好的新材料，它將降低太陽(yáng)能發(fā)電設(shè)備的成本并幫助地球?！?br />
Balasubramanian 的研究利用了計(jì)算機(jī)模擬至關(guān)重要的兩件事：一個(gè)是了解我們無(wú)法用現(xiàn)實(shí)中的工具研究的科學(xué)。另一個(gè)是加快科學(xué)發(fā)展——簡(jiǎn)化我們真正需要做的事情，從而減少我們制造東西和實(shí)際測(cè)試的成本和時(shí)間。

原標(biāo)題：高效、低成本，基于物理的機(jī)器學(xué)習(xí)應(yīng)用于太陽(yáng)能電池設(shè)計(jì)