由密歇根大学（University of Michigan）领导的一个新项目，可以使工业竞争对手联手共同构建一个预测模型，从而加速钙钛矿太阳能电池的开发。其目的是通过信息共享方法改进生产过程中半导体材料的逐层沉积过程，从而促进公司之间的合作，同时保护专有信息和工人利益。
该项目得到了美国国家科学基金会为期四年、价值300万美元的资助，其中包括加州大学圣地亚哥分校的合作伙伴。
钙钛矿半导体等新技术不可避免地使公司在提高性能、简化制造和将产品推向市场的竞赛中相互竞争。但是，纯粹的竞争会减缓进展，因为公司进行类似的实验，覆盖相同的领域。
该团队将寻求将“联盟学习”纳入该过程，这种方法允许多个实体将测试结果输入到预测模型中，帮助各方改进其制造过程，同时保护其商业机密。
“对于钙钛矿制造之类的东西，你有不同的数据来源，比如最佳加工参数，”密歇根大学工业和运营工程助理教授Raed Al Kontar说。现在的问题是，这些正在进行自己研究的不同公司如何通过试错测试以最佳方式协作和分发他们收集的数据。”
密西根大学的工程师和他们在加州大学圣地亚哥分校的合作伙伴将用钙钛矿半导体进行孤立的实验。Al Kontar 将利用从每个厂家收集的数据来构建预测模型，以预测产品质量和性能，从而帮助缩小制造过程中的最佳压力和温度等关键参数范围。
以这种方式汇集信息可以加快开发进度并降低成本。美国国家科学基金会（NSF）将其视为一种“网络制造”形式，它“利用计算和制造交叉点的机会，有可能从根本上改变制造概念”。
“我们正在考虑如何利用技术使中小型企业在这些产品的生产中具有竞争力，”密西根大学机械工程和集成系统与设计教授Chinedum Okwudire说。
为此，该团队聘请了密歇根大学经济增长研究所的研究经理Sarah Crane和信息学院助理教授Julie Hui，他们研究技术如何影响工作和就业。“Sarah和Julie将帮助我们确保我们了解这些公司的情况——他们在这个领域的需求是什么，我们如何将他们带入这个生态系统，以及我们如何帮助他们创造就业机会。”
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
