Predictive Degradation Modelling of Solar Encapsulants: A Deep Learning Approach to IEC 61215 Thermal Cycling
تقدم هذه الدراسة إطار عمل للتعلم العميق عالي الدقة يستخدم نماذج الذاكرة الطويلة قصيرة المدى (LSTM) والغابة العشوائية (Random Forest) على مجموعة بيانات اصطناعية مستندة إلى الفيزياء للتنبؤ بتدهور الدورات الحرارية لمواد التغليف من الإيثيلين فينيل الأسيتات (EVA) المعززة بنانو كلي (mica nanoclay)، مما يثبت أن تركيز المادة المالئة بنسبة 5% بالوزن يحسن المتانة ويسرع بشكل كبير تصميم الوحدات الكهروضوئية المرنة دون الاعتماد على الاختبارات الفيزيائية الطويلة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
صُممت الألواح الشمسية لتدوم لعقود، وهي تقف حارسة ضد الشمس والمطر والرياح المتجمدة. ومع ذلك، فإن الجزء الأكثر عرضة للخطر في اللوح الشمسي ليس الزجاج أو خلايا السيليكون التي تولد الكهرباء، بل هي الطبقة البلاستيكية الشفافة المحشورة بينهما. هذه الطبقة، المعروفة باسم "المادة المغلفة" (encapsulant)، تعمل كجلد واقٍ للنظام؛ ومهمتها هي تجميع كل شيء معاً وحماية الإلكترونيات الدقيقة من البيئة المحيطة. المادة الأكثر شيوعاً المستخدمة لهذا الغرض هي نوع من البلاستيك يسمى "إيثيلين فينيل أسيتات". وبينما تبدأ هذه المادة قوية ومرنة، فإن التعرض لسنوات من الدورة اليومية المتمثلة في السخونة تحت أشعة الشمس والبرودة في الليل تؤدي إلى إجهادها. ومع مرور الوقت، يتسبب هذا التمدد والتقلص المتكرر في حدوث شقوق صغيرة داخل البلاستيك، مما يؤدي في النهاية إلى الفشل وفقدان القدرة على توليد الطاقة.
بالنسبة للمهندسين، كان تحديد الموعد الدقيق لحدوث هذا الانهيار عملية بطيئة ومكلفة تقليدياً. لاختبار المتانة، يجب عليهم إخضاع الألواح لتقلبات درجات حرارة شديدة في أفران ضخمة، حيث يتم تدويرها من البرودة القارسة إلى الحرارة الشديدة مئات المرات. هذه العملية، التي تحاكي سنوات من الطقس في غضون أشهر قليلة، تتطلب تدمير مئات العينات المادية لجمع بيانات كافية. إنها طريقة تستهلك كميات هائلة من الوقت والموارد، وغالباً ما تفشل في رصد الطريقة المعقدة وغير الخطية التي تتدهور بها المواد فعلياً. ويبحث الباحثون الآن عن طريقة أسرع للتنبؤ بهذه الإخفاقات دون الحاجة إلى انتظار إجراء الاختبارات الفيزيائية حتى تنتهي.
في دراسة حديثة، اقترح باحث من جامعة "كوارا ستيت بوليتكنيك" نهجاً جديداً يستبدل شهوراً من الاختبارات الفيزيائية بنموذج حاسوبي متطور. فبدلاً من بناء وتحطيم ألواح حقيقية، أنشأ الفريق مجموعة بيانات رقمية ضخمة وتفصيلية للغاية لمحاكاة كيفية تصرف أنواع مختلفة من البلاستيك عبر 1500 دورة حرارية. وقد ركزوا على تحسين محدد للبلاستيك القياسي: إضافة كميات ضئيلة من "الميكا"، وهو معدن طبيعي، إلى الخليط. اختبرت الدراسة أربعة إصدارات مختلفة من المادة، تتراوح من البلاستيك العادي إلى البلاستيك المعزز بما يصل إلى خمسة بالمائة من وزن الميكا. وكان الهدف هو معرفة ما إذا كانت هذه المحاكاة الرقمية يمكنها التنبؤ بدقة بكيفية فقدان المادة لقوتها وتكون الشقوق بمرور الوقت.
ولإجراء هذه التنبؤات، استخدم الباحثون نوعين قويين من الذكاء الاصطناعي. أحدهما كان نظام تعلم آلي مصمم لإيجاد الأنماط في البيانات، بشكل يشبه الطريقة التي قد يكتشف بها الإنسان الاتجاهات في جداول البيانات. والآخر كان نظاماً أكثر تقدماً قادراً على تذكر التسلسلات، مما يسمح له بفهم كيفية تراكم الضرر خطوة بخطوة بمرور الوقت. تم تغذية هذه الأنظمة بالبيانات الاصطناعية، والتي تضمنت عدد الدورات الحرارية وكمية المعدن المضافة، وطُلب منها التنبؤ بالقوة المتبقية للبلاستيك. وكانت النتائج دقيقة بشكل ملحوظ؛ حيث استطاع كلا النموذجين الحاسوبيين التنبؤ بتدهور المادة بدقة طابقت كل نقطة بيانات تقريباً في المحاكاة. وأكدت النماذج أن الاختبارات الفيزيائية لم تكن مجرد تخمين، بل كانت تلتقط الفيزياء الحقيقية لكيفية فشل المادة.
كانت النتيجة الأكثر أهمية من هذه التجربة الرقمية هي تأثير التعزيز المعدني. أظهرت النماذج الحاسوبية أن إضافة كمية محددة من الميكا، وتحديداً خمسة بالمائة من الوزن الإجمالي، عملت كدرع قوي ضد التدهور. ففي عمليات المحاكاة، حافظ هذا البلاستيك المعزز على قوته لفترة أطول بكثير من النسخة العادية. وأشارت النماذج إلى أن جزيئات المعدن خلقت مساراً معقداً داخل البلاستيك جعل من الصعب على الشقوق الصغيرة أن تنمو وتتحد لتصبح كسوراً أكبر ومدمرة. هذا التأخير في التصدع يعني أن المادة يمكنها تحمل ضغط أكبر بكثير قبل الوصول إلى نقطة الفشل. وقد أثبتت الدراسة أن هذا التركيز المحدد من المعدن هو "النقطة المثالية" لإطالة عمر الطبقة الواقية للوح الشمسي.
يمثل هذا العمل تحولاً في كيفية تصميم المهندسين للألواح الشمسية في المستقبل. فمن خلال استخدام هذه النماذج الحاسوبية، يمكن للباحثين الآن اختبار وصفات مواد جديدة في بيئة افتراضية، وتحديد التركيبات الأكثر متانة دون الحاجة إلى تجارب فيزيائية مدمرة تستغرق عدة أشهر. وتشير الدراسة إلى أن هذا النهج القائم على البيانات يمكن أن يسرع من تطوير ألواح شمسية أكثر قدرة على الصمود في مواجهة الطقس القاسي. وبينما تستند النتائج الحالية إلى عمليات المحاكاة، إلا أنها توفر أساساً رياضياً قوياً للاعتقاد بأن إضافة القدر المناسب من التعزيز المعدني يمكن أن يطيل العمر التشغيلي لأنظمة الطاقة الشمسية بشكل كبير، مما يضمن استمرارها في تزويد الشبكة بالطاقة لعقود قادمة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.