研究課題/領域番号 |
18F18035
|
研究種目 |
特別研究員奨励費
|
配分区分 | 補助金 |
応募区分 | 外国 |
研究分野 |
エネルギー関連化学
|
研究機関 | 大阪大学 |
研究代表者 |
佐伯 昭紀 大阪大学, 工学研究科, 教授 (10362625)
|
研究分担者 |
KRANTHIRAJA KAKARAPARTHI 大阪大学, 工学(系)研究科(研究院), 外国人特別研究員
|
研究期間 (年度) |
2018-11-09 – 2021-03-31
|
研究課題ステータス |
完了 (2020年度)
|
配分額 *注記 |
2,300千円 (直接経費: 2,300千円)
2020年度: 700千円 (直接経費: 700千円)
2019年度: 1,100千円 (直接経費: 1,100千円)
2018年度: 500千円 (直接経費: 500千円)
|
キーワード | 有機薄膜太陽電池 / ペロブスカイト太陽電池 / マイクロ波分光 / 機械学習 / 高分子合成 / 光電変換 / 有機エレクトロニクス |
研究実績の概要 |
本課題は、高効率・高安定な鉛/非鉛ペロブスカイト太陽電池(PSC)のホール輸送層(HTL)および有機薄膜太陽電池(OPV)のp型材料の両者で性能を発揮するマルチユースな高分子材料の開発と物性解明を目的とする。一般的なPSC素子は、ペロブスカイト活性層を電子輸送層(ETL)とHTLで挟んだ構造であり、ETLとHTLは100%に近い電荷キャリア移動・輸送効率が望まれる。しかし、通常のドープHTLは長期安定性に問題があるため、ドーパント不要で高効率なETL/HTLの開発が必要不可欠である。そこで、時間分解マイクロ波伝導度(TRMC)法および光電子収量分光法を用いて本課題で合成した材料の電子物性をスクリーニングして適応性を短時間で検討し、OPV/Pb-PSC/非Pb-PSCといった次世代太陽電池の実現に向けた光電子機能向上を目指す。 最終年度は新規高分子の設計・合成・基礎物性評価を行った。ポリマー:非フラーレンアクセプター(NFA)からなるOPVの実験データを基に構築した機械学習モデルは、以前の高分子・フラーレン太陽電池と比較して、予測精度を大きく向上できた。材料特性が無くても高精度で予測が可能であったため、ドナー基とアクセプター基をコンビナトリアルに仮想合成した20万種類のポリマーをスクリーニングした。その中の一つのポリマー骨格に着目し、アルキル鎖の異なる4つのポリマーを合成した。予測した変換効率(PCE)の順序は、実験の順序(10.10%-2.15%)と一致し、最適アルキル鎖選定に機械学習が有効であることを実証した。さらにジフェニルエーテル添加がPCEに大きな影響を与えることを見出し(なし:PCE = 7.50%、あり:10.10%)、機械学習と実験を最善に組み合わせることで、効率的な機能材料開発の成功例を示した。
|
現在までの達成度 (段落) |
令和2年度が最終年度であるため、記入しない。
|
今後の研究の推進方策 |
令和2年度が最終年度であるため、記入しない。
|