Opis projektu
Badania przesiewowe o wysokiej przepustowości wskazują najbardziej obiecujące organiczne materiały fotowoltaiczne
Rynek fotowoltaiki poczynił ogromne postępy w ciągu siedmiu dziesięcioleci od czasu zaprezentowania pierwszego praktycznego krzemowego ogniwa słonecznego. Choć krzem od lat stanowi dominujący materiał do produkcji ogniw słonecznych, fotowoltaika oparta na materiałach organicznych stale zyskuje na popularności jako obiecująca alternatywa, która niesie ze sobą wiele korzyści w zakresie wydajności, cech oraz przetwarzania. Dzięki wsparciu z działania „Maria Skłodowska-Curie” zespół projektu IDEAL podejmie wyzwanie przeniesienia tej obiecującej technologii z laboratorium do realnych zastosowań. Dzięki wykorzystaniu algorytmów uczenia maszynowego na zbiorach danych zebranych przy użyciu technik przetwarzania o wysokiej przepustowości i licznych materiałów zespół zamierza znaleźć najlepszy kompromis pomiędzy wydajnością i stabilnością za sprawą przewidywania najważniejszych deskryptorów molekularnych dla materiałów, które mogą zostać wykorzystane w tym celu.
Cel
The researcher Dr. Sergi Riera-Galindo apply for a fellowship to address effIcient anD stablE orgAnic photovoLtaics (IDEAL) by combinatorial screening. This fellowship will be carried out in the NANOPTO group of Institute of Material Science of Barcelona (ICMAB-CSIC) under the supervision of Dr. Mariano Campoy-Quiles.
Organic photovoltaics (OPV) are a promising emerging renewable energy technology due to several attractive traits, including the possibility to broadly tune colour and transparency, light weight, insensitivity to the angle of illumination, and very high efficiency under low and indoor illumination. Moreover, their amenability for solution processing at low thermal budgets enables the roll-to-roll (R2R) fabrication of OPV modules, ensuring cost-efficient production in terms of energy and economics. Nowadays, the most important challenge is to transfer the large potential of OPV from lab scale to industry and improving its stability.
The overall objective of IDEAL is the development of highly efficient and stable OPV modules for diffuse light applications such as building integration and powering of internet of things (IoT) sensors.
In this project we will use high throughput fabrication methodology using combinatorial screening to evaluate the performance of a material system much faster than the conventional methods. The big data produced will be analysed by machine learning algorithms to predict the full photocurrent versus composition curves from vary basic molecular descriptors and to determine which are the most important parameters that define the best compromise between efficiency and stability.
The expertise of the researcher on fabrication organic electronic devices by solution processed techniques will be combined with the host group experience in combinatorial screening methodology and the use of machine learning in OPV. This project will be instrumental for the researcher to become a cutting-edge scientist and create his own group.
Dziedzina nauki
- engineering and technologymaterials engineeringcolors
- natural sciencescomputer and information sciencesdata sciencebig data
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringsensors
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- engineering and technologyenvironmental engineeringenergy and fuelsrenewable energysolar energyphotovoltaic
Słowa kluczowe
Program(-y)
Temat(-y)
System finansowania
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Koordynator
28006 Madrid
Hiszpania