-
sjzlwlb
加關注0
沒有留下簽名~~
推薦圖文
推薦鋰電資訊
點擊排行
斯坦福大學應用物理學博士提名人Austin Sendek說：“電解質在電池的正極和負極之間來回傳輸鋰離子。液體電解質的價格便宜，離子的傳導作用也非常好，但如果發作電池過熱或因穿刺而短路時，可能導致起火。而固態電解質的首要長處就是安穩，固態比有機溶劑更不容易發作迸裂或蒸發，并且也更鞏固，可以讓電池結構更鞏固。”
雖然經過多年的試驗室試驗和過錯，研究人員至今沒有找到一種在室溫下的表現像液體電解質一樣的廉價固態資料。因而，研究團隊運用AI技能和機器學習的辦法，從試驗數據中建構可猜測模型。他們練習計算機算法來學習怎么依據現有數據辨識好的和壞的化合物，就像臉部辨識算法學習在看到幾個比如之后就能辨識人臉一樣。
“現在約有成千上萬的已知含鋰化合物，其間絕大多數都未經測驗。”Sendek指出，“但是，其間有些可能是絕佳的導體。因而，我們開發了一個運算模型，可以從我們現有的有限數據中進行學習，然后再讓我們從很多的資料資庫中挑選潛在的候選計劃——這種方式比現在的挑選辦法更快一百萬倍。”
為了樹立模型，Sendek花了兩年多的時間搜集一切關于含鋰固態化合物的科學資料。
斯坦福大學資料科學與工程助理教授Evan Reed說：“Austin搜集了一切有關這些資料的人類常識，以及許多測量和試驗數據，這些數據乃至可追溯到從幾十年前開端。他運用這些常識發明了一個模型，可以猜測資料是否是一種杰出的電解質。這種辦法可以挑選出全部的備選資料，以斷定最有發展前景的資料，以供后續的研究。”
該模型運用幾項規范來挑選有發展潛力的資料，包括安穩性、成本、富余度，以及其導電鋰離子和重新路由電子經過電池電路的才能。這些備選資料是在資料在線數據庫‘Materials Project’上進行挑選；‘Materials Project’是一個能讓科學家探究數千種資料的物理和化學特性的在線數據庫。
Sendek說：“我們挑選了超越12,000種含鋰化合物，終究得到了21種有發展潛力的固態電解質。成果只需要花費幾分鐘的時間進行挑選，而絕大部份的時間基本上都花在搜集和策劃一切的數據，以及開發可定義模型猜測可信度的目標。”
研究人員終究計劃在試驗室中測驗21種資料，以斷定哪些資料最適合現實國際的條件。
“我們所采取的途徑有潛力解決許多種資料的問題，并進步在這些范疇進行研究投資的作用，”Reed并強調，“跟著全國際的數據量添加以及計算機繼續進展，我們的立異才能將不斷呈指數級生長。因而，無論是電池、燃料電池或其他任何東西，現在在這一范疇正是一個真實令人興奮的時間。
