← Últimos artigos
🔬 physics

Computational Investigation and Defect-Related Optimization of Lead-Free Cs₂AgBiBr₆ Double-Perovskite Solar Cells Using DFT, SCAPS-1D, and Machine Learning

Este estudo integra a Teoria do Funcional da Densidade (DFT), simulação de dispositivo SCAPS-1D e Aprendizado de Máquina para investigar as propriedades eletrônicas e otimizar os parâmetros relacionados a defeitos de células solares de dupla perovskita de Cs₂AgBi₆ livres de chumbo, alcançando uma eficiência máxima de conversão de energia simulada de 11,46% e validando o processo de otimização com um modelo de regressão de Floresta Aleatória de alta precisão.

Autores originais: Sameer Pandey¹

Publicado 2026-09-25
📖 5 min de leitura🧠 Leitura aprofundada

Autores originais: Sameer Pandey¹

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

O mundo está à procura de um novo tipo de célula solar, uma que capture a luz solar de forma eficiente sem depender de materiais tóxicos. Durante anos, os cientistas têm estado entusiasmados com uma família de cristais chamados perovskitas, que são excelentes a transformar a luz em eletricidade. No entanto, as versões mais eficazes destes cristais contêm chumbo, um metal pesado que representa sérios riscos para o ambiente e para a saúde humana. Isto tem levado os investigadores a procurar alternativas mais seguras, especificamente uma versão livre de chumbo conhecida como uma dupla perovskita. Entre os candidatos, um material composto por césio, prata, bismuto e bromo tem demonstrado grande potencial devido à sua estabilidade e baixa toxicidade. O desafio agora é compreender exatamente como este material se comporta dentro de uma célula solar e descobrir como construir o melhor dispositivo possível a partir dele, uma tarefa que exige espiar o mundo atómico e simular o fluxo de eletricidade.

Um investigador abordou recentemente este problema combinando três abordagens computacionais diferentes para estudar este material específico livre de chumbo. Em vez de construir células solares físicas num laboratório, utilizou modelos informáticos poderosos para explorar as propriedades do material, desde o nível atómico até à escala do dispositivo completo. Primeiro, utilizou um método chamado teoria do funcional de densidade para examinar a estrutura eletrónica do próprio cristal. Isto permitiu-lhe ver como os eletrões estão organizados dentro do material e confirmar que este se comporta como um semicondutor, o que é essencial para gerar eletricidade. Verificou que os seus cálculos eram estáveis e consistentes, estabelecendo uma base fiável para os passos seguintes da sua investigação.

Com as propriedades atómicas compreendidas, o investigador passou para a simulação de um dispositivo de célula solar completo. Construiu um modelo virtual de um painel solar com camadas de diferentes materiais, incluindo uma frente transparente, uma camada de transporte de eletrões, o absorvedor livre de chumbo, uma camada de transporte de lacunas e um contacto traseiro metálico. Utilizando um programa de simulação especializado, testou como o dispositivo desempenharia sob condições de luz solar padrão. O objetivo era ver como dois fatores críticos — a espessura da camada absorvedora de luz e o número de defeitos, ou imperfeições, dentro dessa camada — alterariam a quantidade de eletricidade que a célula poderia produzir. Ele variou sistematicamente estes fatores, realizando milhares de simulações para mapear como a eficiência do dispositivo respondia a diferentes configurações.

As simulações revelaram um caminho claro para otimizar o dispositivo. O investigador descobriu que a espessura da camada absorvedora importa significativamente. Se a camada for demasiado fina, não consegue capturar luz solar suficiente; se for demasiado espessa, as cargas elétricas têm dificuldade em mover-se através dela antes de serem perdidas. O modelo mostrou que o ponto ideal para este material específico era uma espessura de 1200 nanómetros. Nesta espessura, e quando o material estava livre da maioria dos defeitos internos, a célula solar simulada atingiu uma eficiência de conversão de energia de 11,46 por cento. Isto significa que, no ambiente virtual, o dispositivo conseguia transformar pouco mais de 11 por cento da luz solar que o atingia em eletricidade utilizável. O estudo também confirmou que reduzir a densidade de defeitos no material é crucial, pois menos imperfeições levam a menos perda de energia e melhor desempenho.

Para dar sentido a esta vasta quantidade de dados de simulação, o investigador aplicou uma técnica de aprendizagem automática conhecida como regressão de floresta aleatória (random forest regression). Ele introduziu os resultados das suas simulações de células solares neste algoritmo, ensinando-o a reconhecer a relação entre a espessura do dispositivo, os seus níveis de defeitos e a eficiência resultante. O modelo de aprendizagem automática aprendeu a prever o desempenho da célula solar com elevada precisão, correspondendo quase perfeitamente aos resultados da simulação. Isto permitiu ao investigador identificar rapidamente quais os parâmetros mais importantes sem ter de executar cada simulação novamente. A análise confirmou que tanto a espessura do absorvedor como a densidade de defeitos são os fatores dominantes que controlam o funcionamento da célula solar.

Este trabalho não pretende afirmar que resolveu o problema das células solares livres de chumbo ou que produziu um produto acabado pronto para o mercado. Em vez disso, oferece um roteiro computacional detalhado sobre como abordar este material específico. O investigador demonstrou que, ao ajustar cuidadosamente a espessura da camada absorvedora e minimizar os defeitos, é possível alcançar uma eficiência significativa num dispositivo livre de chumbo. O estudo serve como um guia complementar, mostrando como a compreensão ao nível atómico, a simulação ao nível do dispositivo e a previsão baseada em dados podem trabalhar juntas para otimizar as futuras tecnologias solares. Embora os números venham de um modelo de computador e não de um experimento físico, eles fornecem um alvo claro para cientistas e engenheiros que um dia construirão estas células no mundo real.

Afogado em artigos na sua área?

Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.

Experimentar Digest →