Stabilare och mer effektiva material för solceller krävs i den gröna omställningen. Så kallade halida perovskiter lyfts fram som ett lovande alternativ till dagens kiselbaserade material. Forskare vid Chalmers har med hjälp av datorsimuleringar och maskininlärning kommit till nya insikter om hur perovskitmaterialen 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 till hjälp
Inom perovskitgruppen 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. Forskningsresultaten presenteras i en artikel i ACS Energy Letters.

– 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, som ingått i forskarlaget.

Både större helhetsbild och bättre detaljrikedom
Att använda sig av maskininlärning har varit ett viktigt tillvägagångssätt för forskarna. De har kunnat studera större system, under en längre tid, än vad de standardmetoder man använde sig för bara några år sedan tillät dem att göra.

– Det har gett oss både en mycket större helhetsbild än tidigare, men samtidigt också möjlighet att studera materialen på en mycket mer detaljerad nivå. Vi kan se att i dessa mycket tunna skikt av material beter sig varje lager på olika sätt, och det är något som är mycket, mycket svårt att upptäcka experimentellt, säger docent Julia Wiktor från forskarlaget, i vilket även forskaren Erik Fransson ingått.

Bättre förståelse för materialets sammansättning
2D-perovskitmaterial består av oorganiska lager staplade ovanpå varandra. De separeras av organiska molekyler. Att förstå de precisa mekanismer som påverkar samspelet mellan lagren och dessa molekyler är avgörande för att designa effektiva och stabila optoelektroniska enheter baserade på perovskitmaterial.

– I 2D-perovskiter har du lager som är länkade med organiska molekyler. Det vi har upptäckt är att man kan direkt kontrollera hur atomer i ytlagren rör sig genom valet av de organiska länkarna och detta påverkar de atomiska rörelserna djupt inne i perovskitlagren. Eftersom den rörelsen är så avgörande för de optiska egenskaperna, är det som en dominoeffekt, säger Paul Erhart.

Forskningsresultaten ger en större insikt i hur man kan använda 2D-perovskitmaterial för att designa enheter för olika applikationer och temperaturskillnader.

– Detta ger oss verkligen en möjlighet att förstå var stabiliteten kan komma ifrån i 2D-perovskitmaterial och därmed kan vi möjligtvis förutse vilka länkar och dimensioner som kan göra materialet både mer stabilt och mer effektivt samtidigt. Vårt nästa steg är att förflytta oss till ännu komplexare system och i synnerhet gränssnitt som är grundläggande för funktionen hos olika tekniska enheter, säger Julia Wiktor.