Современные перезаряжаемые батареи — это чудо, но далеко не идеальное. В конце концов, все они изнашиваются, что приводит к дорогостоящей замене и переработке.

«Но что, если бы батареи были неразрушимыми?» — спрашивает Уильям Чуэ, адъюнкт-профессор материаловедения и инженерии в Стэнфордском университете и старший автор новой статьи, в которой подробно описывается первый в своем роде аналитический подход к созданию более качественных батарей, которые могут помочь ускорить этот день. Исследование опубликовано в журнале Nature Materials .

Чуэ, ведущий автор Хайтао «Дин» Дэн, доктор философии. ’21, и сотрудники Национальной лаборатории Лоуренса Беркли, Массачусетского технологического института и других исследовательских институтов использовали искусственный интеллект для анализа новых видов микроскопических изображений атомного масштаба, чтобы понять, почему батареи изнашиваются. В конце концов, говорят они, открытие может привести к созданию батарей, которые будут работать намного дольше, чем сегодняшние. В частности, они рассмотрели определенный тип литий-ионных аккумуляторов на основе так называемых материалов LFP, которые могут привести к массовому рынку электромобилей, поскольку в них не используются химические вещества с ограниченными цепочками поставок.

Нанофрактуры

«Подумайте о батарее как о керамической кофейной чашке, которая расширяется и сжимается при нагревании и охлаждении. Эти изменения в конечном итоге приводят к дефектам керамики», — объяснил Чуэ. «Материалы в перезаряжаемой батарее делают одно и то же каждый раз, когда вы ее перезаряжаете, а затем расходуют это электричество, что приводит к отказу».

Чуэ отметил, что в аккумуляторе трещины вызываются не температурой, а механическим напряжением, которое материалы оказывают друг на друга при каждом цикле зарядки.

«К сожалению, мы мало знаем о том, что происходит на наноуровне, где атомы связываются», — сказал Чуэ. «Эти новые методы микроскопии с высоким разрешением позволяют нам увидеть это, а ИИ помогает нам понять, что происходит. Впервые мы можем визуализировать и измерить эти силы в масштабе одного нанометра».

Чуэ сказал, что характеристики любого данного материала зависят как от его химии, так и от физического взаимодействия в материале в атомистическом масштабе, что он называет «химико-механикой». Более того, чем меньше становятся объекты и чем разнообразнее атомы, составляющие материал, тем сложнее предсказать, как поведет себя материал. Введите ИИ.

Инструмент преобразования

Использование ИИ для анализа изображений не ново, но его использование для изучения атомных взаимодействий в наименьших масштабах является новым. В медицине искусственный интеллект стал преобразующим инструментом для анализа изображений всего, от неисправных коленей до смертельно опасных видов рака. Тем временем в материаловедении новые методы рентгеновской, электронной и нейтронной микроскопии высокого разрешения позволяют осуществлять прямую визуализацию в наномасштабе.

В качестве темы команда выбрала литий-железо-фосфат или «LFP», хорошо известный материал, используемый в положительных электродах, который набирает популярность среди производителей электромобилей и других предприятий, интенсивно использующих аккумуляторы. Этот электрод не содержит кобальта и никеля, которые используются во многих имеющихся в продаже батареях. Батареи LFP также безопаснее, хотя они держат меньше электроэнергии на фунт.

Хотя LFP изучается уже два десятилетия, до сих пор можно было только догадываться о двух ключевых нерешенных технических вопросах. Первый включает в себя понимание эластичности и деформации материала, когда он заряжается и разряжается. Второй относится к тому, как он расширяется и сжимается в определенном режиме, когда LFP является частично стабильным или «метастабильным».

Дэн помог объяснить как впервые, используя свои методы обучения изображениям, которые он применил к серии двумерных изображений, полученных с помощью сканирующего просвечивающего электронного микроскопа, так и к усовершенствованным (спектро-птихография) рентгеновским изображениям. Полученные данные, по его словам, важны для емкости батареи, удержания энергии и скорости. Более того, он считает, что это применимо к большинству кристаллических материалов, которые также могут быть хорошими электродами.

«ИИ может помочь нам понять эти физические взаимосвязи, которые являются ключевыми для прогнозирования того, как будет работать новая батарея, насколько она будет надежна в реальных условиях и как материал со временем ухудшается», — сказал Дэн.

Новые направления

Чуэ называет Дэна «академическим предпринимателем». По образованию он химик, но научился тонкостям искусственного интеллекта , чтобы справиться с этой задачей. Дэн сказал, что этот подход представляет собой форму «обратного обучения», в котором известен результат — неподвижные изображения с высоким разрешением ухудшенного LFP — и ИИ помогает реконструировать физику, чтобы объяснить, как это произошло. Эти новые знания, в свою очередь, становятся основой для улучшения материалов.

Дэн отметил, что предыдущие исследования, не связанные с искусственным интеллектом, выявили взаимосвязь того, как механические нагрузки влияют на долговечность электрода, но этот новый подход обеспечивает как увлекательный способ, так и мотивацию для развития более фундаментального понимания механики в игре.

Кроме того, исследователи говорят, что они уже работают над тем, чтобы использовать свои методы для объяснения многообещающих новых конструкций батарей на атомном уровне. Одним из результатов может стать новое программное обеспечение для управления батареями, которое управляет зарядкой и разрядкой таким образом, чтобы продлить срок службы батареи. Еще одним захватывающим направлением является разработка более точных вычислительных моделей, которые позволяют инженерам по батареям исследовать альтернативные материалы электродов на компьютере, а не в лаборатории.

«Эта работа уже ведется», — сказал Чуэ. «ИИ может помочь нам взглянуть на старые материалы по-новому и, возможно, найти многообещающие альтернативы некоторым пока неизвестным материалам».