Esta tecnologia solar ultrafina poderia alimentar tudo, desde telefones a arranha-céus

O uso de eletricidade está constantemente aumentando globalmente e, de acordo com a Agência Internacional de Energia, sua proporção do consumo total de energia do mundo deve exceder 50 % em 25 anos, em comparação com os 20 % atuais.

“To meet the demand, there is a significant and growing need for new, environmentally friendly and efficient energy conversion methods, such as more efficient solar cells. Our findings are essential to engineer and control one of the most promising solar cell materials for optimal utilization. It’s very exciting that we now have simulation methods that can answer questions that were unresolved just a few years ago,” says Julia Wiktor, the study’s principal investigator and an associate professor at Chalmers.

Materiais promissores para células solares eficientes

Os materiais situados dentro de um grupo chamado perovskitas de halogeneto são considerados os mais promissores para produzir células solares econômicas, flexíveis e leves e dispositivos optoeletrônicos, como lâmpadas LED, à medida que absorvem e emitem luz extremamente eficientemente. No entanto, os materiais de perovskita podem se degradar rapidamente e saber a melhor forma de utilizá -los exige uma compreensão mais profunda do motivo pelo qual isso acontece e como os materiais funcionam.

Os cientistas há muito lutam para entender um material específico dentro do grupo, um composto cristalino chamado iodeto de chumbo de formamidínio. Possui excelentes propriedades optoeletrônicas. Maior uso do material foi dificultado por sua instabilidade, mas isso pode ser resolvido misturando dois tipos de perovskitas de halogeu. No entanto, é necessário mais conhecimento sobre os dois tipos para que os pesquisadores possam controlar melhor a mistura.

A chave para o design e controle do material

Um grupo de pesquisa da Chalmers agora pode fornecer um relato detalhado de uma fase importante do material que anteriormente era difícil de explicar apenas por experimentos. Compreender essa fase é essencial para poder projetar e controlar esse material e misturas com base nela. O estudo foi publicado recentemente no Journal of the American Chemical Society.

“A fase de baixa temperatura desse material tem sido uma peça que faltava no quebra-cabeça de pesquisa e agora resolvemos uma questão fundamental sobre a estrutura dessa fase”, diz o pesquisador de Chalmers Sangita Dutta.

O aprendizado de máquina contribuiu para o avanço

A experiência dos pesquisadores está na construção de modelos precisos de diferentes materiais em simulações de computador. Isso permite que eles testem os materiais, expondo -os a diferentes cenários e estes são confirmados experimentalmente.

No entanto, a modelagem de materiais na família perovskita de halogeneto é complicado, pois capturar e decodificar suas propriedades requer poderosos supercomputadores e longos tempos de simulação.

“Ao combinar nossos métodos padrão com o aprendizado de máquina, agora podemos executar simulações que são milhares de vezes mais longas do que antes. E nossos modelos agora podem conter milhões de átomos em vez de centenas, o que os aproxima do mundo real”, diz Dutta.

As observações do laboratório correspondem às simulações

Os pesquisadores identificaram a estrutura do iodeto de chumbo de formamidínio a baixas temperaturas. Eles também podiam ver que as moléculas de formamidínio ficam presas em um estado semi-estável enquanto o material esfria. Para garantir que seus modelos de estudo reflitam a realidade, eles colaboraram com pesquisadores experimentais da Universidade de Birmingham. Eles esfriaram o material a – 200 ° C para garantir que seus experimentos correspondessem às simulações.

“Esperamos que as idéias que ganhamos com as simulações possam contribuir para como modelar e analisar materiais complexos de perovskita de halogeve no futuro”, diz Erik Fransson, do Departamento de Física de Chalmers.

Mais sobre a pesquisa:

O artigo “revelando a fase de baixa temperatura do FAPBI₃ Usando um potencial aprendido pela máquina “foi publicado no Journal of the American Chemical Society em 14^th Agosto de 2025 e foi escrito por Sangita Dutta, Erik Fransson, Tobias Hainer, Benjamin M. Gallant, Dominik J. Kubicki, Paul Erhart e Julia Wiktor. Os pesquisadores são todos membros do Departamento de Física da Universidade de Tecnologia de Chalmers, exceto Gallant e Kubicki, que são da Escola de Química da Universidade de Birmingham.

A pesquisa foi apoiada pela Fundação Sueca de Pesquisa Estratégica, pela Agência de Energia Sueca, pelo Conselho de Pesquisa Sueca, ao Conselho de Pesquisa Europeia, à Fundação Knut e Alice Wallenberg e à área de avanço da Universidade de Tecnologia de Chalmers. Os cálculos foram facilitados por recursos da infraestrutura acadêmica nacional para supercomputação na Suécia (NAISS) no C3SE.