Anschlussprojekte
Prof. Dr. Eva Herzig
Universität Bayreuth
Physikalisches Institut
Dr. Alexander Hexemer
Lawrence Berkeley National Laboratory
Advanced Light Source
Auf dem Weg zu datengetriebenen Entdeckungen – automatisierte Prozessierung und smarte Datenanalyse
In unserer bisherigen Kollaboration haben wir einen Aufbau für kontrollierte Prozessierung von gedruckten Filmen entwickelt (Review of Scientific Instruments 88, 066101, 2017). Dieser Aufbau erlaubt es uns, gezielt Prozessparameter während der Filmherstellung einzustellen. Es war uns damit möglich zu zeigen, dass es hier spannende Möglichkeiten gibt, um die Nanostruktur anhand der Prozessrouten zu beeinflussen. Jetzt ist die nächste Herausforderung, smart zu entscheiden, welche der vielen Prozessparameter den größten und optimalsten Effekt auf die finalen Filmeigenschaften hat. Um die Materialeigenschaften während des Prozessierens effizient zu untersuchen, werden wir deshalb unseren Aufbau vollständig automatisieren, um Machine Learning Algorithmen anwenden zu können.
Ausgangsprojekt: Kontrollierte Umgebungsbedingungen für Dünnfilmbeschichtung während in-situ Röntgenstreuexperimenten
Abschlussbericht
Im Rahmen der geförderten Zusammenarbeit haben wir den automatisierten Druckaufbau vielseitig eingesetzt, um die Effektivität von Prozessparametern auf die Eigenschaften von dünnen Filmen zu untersuchen. Es war uns möglich die systematische Untersuchung von elektrischen Feldern auf den Druckprozess voranzutreiben [1], aber auch Temperatur gesteuerte Depositionsvorgänge strukturell zu untersuchen. [2-4] Besonderer Fokus war dabei den Aufbau vollständig zu automatisieren, die Reproduzierbarkeit zu erhöhen und Prozessbedingungen systematisch variieren zu können. Dafür haben wir ein Software entwickelt, welche die einzelnen Komponenten steuert und verfolgt. Ein so generiertes Datenset besteht nun aus den experimentellen und gleichzeitig Prozess basierten Daten. Um die so generierten Daten effizient auszuwerten, haben wir die Anwendungsmöglichkeiten von Hauptkomponentenanalyse und Nicht-negative Matrix-Faktorisierung auf Möglichkeiten und Limitationen getestet. Es zeigt sich bereits, dass die so gewonnenen Datensätze ein großes Potential bieten, ausschlaggebende Prozessbedingungen in Zukunft schnell zu identifizieren.
Zugehörige Veröffentlichungen:
[1] Pröller, S., O. Filonik, F. Eller, S. Mansi, C. Zhu, E. Schaible, A. Hexemer, P. Müller-Buschbaum, et al., Electrophoresis Assisted Printing: A Method To Control the Morphology in Organic Thin Films, ACS Applied Materials & Interfaces, 2020, 12, 5219
[2] Lebert J.; Kratzer E. M.; Herzig, E. M., Solution‐Processed, Insoluble Thin Films through In Situ Chemical Polymerization of Semiconducting Native Polythiophene, Phys. Status Solidi A 2020, 1900895
[3] Filonik, O; Thordardottir, M. E.; Lebert, J.; Pröller, S.; Weiß, S.; Haur, L. J.; Priyadarshi, A.; Fontaine, P.; Müller-Buschbaum, P.; Mathews, N.; Herzig, E. M. Evolution of Perovskite Crystallization in Printed Mesoscopic Perovskite Solar Cells, Energy Technol. 2019, 7, 1900343
[4] Lebert J., Kratzer E.M., Bourdick A., Čorić M., Gekle S., Herzig E.M.: Directing the Aggregation of Native Polythiophene during in Situ Polymerization. ACS Omega 2018, 3, 6388