Bateria i emmagatzematge d'energia

img-mv26vqxh-8161bd9a

 

Descripció


Escriu electròlits, càtodes i aliatges d'emmagatzematge d'hidrogen per predicció abans de construir una cèl·lula. MatterSeek prediu les propietats del material a partir de la composició. (150)

 

279

Bateria i emmagatzematge d'energia — Sistema de materials / Rendiment previsible / Via de validació

 

 

 

 

 

IA per a materials d'emmagatzematge de bateries i energia: electròlits i elèctrodes de pantalla abans de construir una cèl·lula

 

 

1. MatterSeek és una plataforma d'R+D de materials d'IA per al desenvolupament de bateries i emmagatzematge d'energia.

Preveu les propietats dels materials a partir de la composició química, de manera que els electròlits, càtodes, ànodes, separadors i aliatges d'emmagatzematge d'hidrogen es poden classificar al programari abans que qualsevol cèl·lula es munti o cicli.

2. El desenvolupament de les bateries es veu obstaculitzat per la diferència entre la intenció del disseny i el rendiment mesurable.

Les reaccions laterals interfacials, el transport iònic i l'estabilitat tèrmica sorgeixen només després de construir una cèl·lula, i cada cicle de construcció i prova és lent i costós. El resultat és un bucle de desenvolupament on un bon grapat de formulacions es posen a prova de manera exhaustiva en lloc d'un ampli espai que s'ha de seleccionar de manera intel·ligent.

3. Pantalla primer l'espai de composició. Vostè descriu un objectiu -

Un conjunt d'elements base més una finestra de propietats, com ara un requisit electroquímic, tèrmic o termodinàmic, i MatterSeek retorna els valors de propietat predits amb incertesa per a cada candidat. La plataforma admet d'un a quatre elements bàsics amb una precisió de nivell de dopatge de 0,02 i la predicció es completa en aproximadament un minut per a dos elements bàsics, dos minuts per a tres i set minuts per a quatre. La sortida apareix com a gràfics de radar multipropietat, mapes de calor 2D i 3D que mostren com canvien les propietats a través del paisatge de composició i taules exportables.

4. Propietats rellevants per als materials d'emmagatzematge.

El motor de predicció cobreix famílies de propietats electroquímiques, dielèctriques, tèrmiques, termodinàmiques i estructurals, inclòs el punt de fusió, la velocitat de refrigeració crítica per a l'amorfització, el coeficient Seebeck, el factor de potència i la figura de mèrit termoelèctric, els tres últims són directament rellevants per a la gestió tèrmica i els materials de conversió d'energia termoelèctrica.

5. Validar en un laboratori autònom.

Els candidats previstos flueixen al laboratori autònom de 1.200 m² de MatterSeek, els sis grups de processos del qual inclouen la fusió al buit amb solidificació ràpida, síntesi d'estat sòlid amb formació i sinterització, rutes hidrotèrmiques i de química humida i sol-gel amb assecat de CO₂ supercrític: les rutes que produeixen materials d'elèctrodes i pols d'elèctrodes sòlids. La caracterització automatitzada cobreix XRD, superfície BET, anàlisi tèrmica simultània i Raman. La precisió del model és del 95,7% i cada resultat mesurat es retroalimenta per endurir la següent ronda de predicció.

6. Les famílies de materials d'emmagatzematge ja abordades inclouen electròlits sòlids,

composicions de càtodes i ànodes, separadors i materials de membrana ceràmica, materials termoelèctrics i de gestió tèrmica i aliatges d'emmagatzematge d'hidrogen en estat sòlid, l'últim dels quals s'alimenta directament al clúster de fusió al buit i solidificació ràpida.

 

Preguntes freqüents

 

 

P: MatterSeek pot filtrar electròlits d'estat sòlid?

A: Sí. Definiu la composició base i la finestra de propietats que necessiteu, i la plataforma retorna candidats classificats amb propietats previstes i incertesa abans de crear qualsevol cel·la.

P: Què tan ràpid és una execució de predicció?

R: Al voltant d'un minut per a dos elements bàsics, dos minuts per a tres i set minuts per a quatre.

P: La plataforma gestiona materials d'emmagatzematge d'hidrogen?

R: Sí: els aliatges d'emmagatzematge d'hidrogen es troben dins de l'abast de l'aliatge metàl·lic gestionat pel clúster de fusió al buit i solidificació ràpida.

Yuyao (Beijing) Technology Co., Ltd. és una empresa professional especialitzada en la intersecció d'IA i materials avançats d'emmagatzematge de bateries i energia. L'empresa ha desenvolupat de manera independent MatterSeek, un gran model fundacional adaptat al sector dels materials, i va ser pionera en l'algorisme HNN (Xarxa Neural Jeràrquica), alhora que creava una base de dades d'experiment de materials controlable i patentada.