【光学前沿】人工智能助力突破!新型单层抗反射涂层提升硅太阳能电池效率
2025年5月14日,一项在太阳能电池技术领域的重要突破引发关注。来自哈尔科夫国立大学、乌克兰国家科学院和莱布尼茨光子技术研究所的科研团队,成功开发出一种用于硅太阳能电池的新型单层抗反射(AR)涂层,其性能表现优异,为太阳能产业的发展带来了新希望。

传统硅太阳能电池面临着光反射率高的难题,在可见光和近红外光谱中,平面硅表面的光反射率高达35-50%,这使得太阳能电池的效率几乎降低一半。同时,由于空气和硅之间的高对比度,在硅太阳能电池中使用增透膜一直是个挑战,性能最高的标准薄膜增透膜多为多层且窄带,难以满足实际应用中对超薄、宽波长减反射的需求。
此次研发的新型AR涂层利用机器学习增强的光子纳米结构,即超表面,成功打破了这一困境。该涂层能够最大限度地减少广泛波长和角度范围内的太阳光反射,不仅超越了现有单层涂层,还接近了多层AR涂层的性能水平。它可有效降低500-1200纳米可见光和近红外光谱内的反射,即使在太阳光以陡峭角度照射时也能发挥作用,而传统涂层只能在较窄的波长范围(通常100-300纳米)和入射角范围内提高光透射率。
在结构设计上,新开发的基于超表面的硅抗反射涂层结合了矩形和圆柱形超原子几何结构,其反射率仅为5%,相较于非结构化硅太阳能电池约50%的反射率,大幅降低了光反射。研究人员采用正向设计和逆向设计优化算法开发超表面,正向设计基于十字形圆形超原子,通过选择适当几何参数可获得满意结果;逆向设计基于自由形状超原子几何结构,无需提前确定几何参数,有利于构建多功能宽带超表面,尤其是与人工智能(机器学习算法)集成后,逆向设计能力进一步增强。两种设计结构均展现出单层结构中最高的抗反射性能,其中基于超表面的增透膜在直射角下仅反射2%的入射光,在高达60°的角度范围内,斜入射角下反射约4.4%的入射光,反射抑制较非结构化平面硅表面提高了约一个数量级。
这项研究成果意义深远,不仅表明人工智能能够有效提高主流太阳能电池板所用硅太阳能电池增透膜的效率,而且基于超表面的涂层性能优异且相对简单,有望加速向清洁能源的过渡。此外,机器学习辅助设计方法还将改进科学家设计超表面的方式,推动其在光学和光子学领域的广泛应用,为传感器和其他光学设备开辟出多功能光子涂层的新道路。目前,该研究已发表在《AdvancedPhotonicsNexus》。
-
泰曼-格林与斐索干涉仪:两种经典干涉仪的原理、区别与选型
在光学面形与波前检测中,泰曼-格林(Twyman-Green)与斐索(Fizeau)干涉仪是两种最经典、最常见的构型。同样是干涉测量,两者在光路结构、适用范围、精度表现与使用门槛上却有着本质区别。很多工程师面对"该用哪一种"时常常犹豫。本文从光路原理出发,系统梳理两者的差异,并给出选型建议。
2026-11-20
-
离轴抛物面反射镜的面形检测:难点、方法与干涉测量
离轴抛物面镜(Off-Axis Parabolic Mirror, OAP)没有中心遮挡,能把点光源准直为理想平行光或把平行光无像差地聚焦,是空间光学、红外系统、激光应用中的关键元件。但它"离轴"的特性,也让面形检测变得格外棘手——没有旋转对称中心,传统检测方法往往失效。本文解析离轴抛物面的特点与面形检测难点,并介绍干涉检测方案。
2026-11-20
-
多层透明结构的分层测厚:低相干干涉如何"一层层剥开"测量
OLED 盖板与触控层的贴合、汽车夹胶玻璃、多层光学贴合模组、复合膜材……越来越多的产品不再是单一材料,而是多层透明材料叠在一起。要控制这些产品的质量,需要分别测出每一层的厚度,而不是只知道总厚。低相干干涉法凭借其界面分辨能力,能做到"一层层剥开"地测量各层厚度。本文解析多层结构分层测厚的原理与应用。
2026-11-20
-
摄像头模组检测的四道关卡:从一片镜片到一台整机
镜片到一台能用的模组,中间有四道质量关卡。每一关检测的参数不同、用的设备不同,任何一关漏检,问题都会流到下一关,最终变成整机返修或客户投诉。
2026-11-19
-
中心偏差和空气间隔,为什么要放在一台设备上测
一个镜头能不能用,取决于两件事:看得清不清,和对得准不准。
2026-11-19
