在电池研究的飞跃中机器学习获得了科学智慧0李元
在电池研究的飞跃中,机器学习获得了科学智慧
科学家在利用机器学习来加速设计更好的电池方面迈出了重要的一步:与其像研究人员一般那样,不仅仅通过寻找数据模式来加快科学分析速度,反而将其与从实验和实验中获得的知识相结合。由物理学指导的方程式,以发现和解释一种缩短快速充电锂离子电池寿命的过程。
斯坦福大学副教授,能源部SLAC国家加速器实验室的负责人,研究负责人Will Chueh说,这是首次将这种称为“科学机器学习”的方法应用于电池循环他说,结果颠覆了人们长期以来对锂离子电池如何充电和放电的假设,并为研究人员提供了一套设计更长寿电池的新规则。
今天在《自然材料》上报道的这项研究是斯坦福大学,SLAC,麻省理工学院和丰田研究所合作的最新成果。目标是将基础研究和行业知识相结合,以开发可在10分钟内充电的长寿命电动汽车电池。
丰田研究院高级研究科学家帕特里克·赫林表示:“电池技术对于任何类型的动力总成都很重要。” “通过了解电池内部发生的基本反应,我们可以延长电池寿命,实现更快的充电并最终设计出更好的电池材料。我们期待通过未来的实验在此工作的基础上开发出成本更低,性能更好的电池。”
三项进步
这项新的研究建立在之前的两项进展的基础上,该小组使用更传统的机器学习形式来显着加速电池测试和取消许多可能的充电方法以找到最合适的充电方法的过程。
尽管这些研究使研究人员可以更快地取得进展,例如将确定电池寿命所需的时间减少了98%,但它们并未揭示使某些电池寿命比其他电池更长的根本物理或化学原理。
Chueh说,将这三种方法结合起来可能会大大减少将一种新电池技术从实验室工作台带到消费者所需的时间。
SLAC和斯坦福大学的研究员Will Chueh讨论了一种将科学见解纳入电池研究的机器学习的新方法-这种方法将加快电动汽车,电网和其他用途电池的开发。
Chueh说:“在这种情况下,我们正在教机器如何学习新型故障机制的物理原理,这可以帮助我们设计更好,更安全的快速充电电池。” “快速充电给电池带来了极大的压力,并对其造成破坏,解决这一问题是扩大美国电动汽车车队的关键,这是应对气候变化总体战略的一部分。”
新的组合方法还可以应用于开发风能和太阳能电力更大部署所需的网格规模电池系统,随着该国追求最近宣布的拜登政府的目标,即从发电中消除化石燃料,这将变得更加紧迫。到2035年实现零碳净排放量。
放大特写
这项新研究扩大了电池电极,电池电极是由纳米尺寸的颗粒凝结成颗粒而制成的。锂离子在充电和放电过程中在阴极和阳极之间来回晃动,渗入颗粒中并再次流出。这种不断的往复运动使粒子膨胀,收缩和破裂,逐渐降低其存储电荷的能力,而快速充电只会使情况变得更糟。
为了更详细地研究这一过程,研究小组观察了由镍,锰和钴制成的阴极颗粒的行为,这是一种被称为NMC的组合,它是电动汽车电池中使用最广泛的材料之一。这些颗粒在电池放电时会吸收锂离子,而在充电时会释放锂离子。
斯坦福大学的博士后研究员Stephen Dongmin Kang和Jungjin Park使用SLAC的斯坦福同步加速器辐射光源的X射线对正在快速充电的粒子进行了总体观察。然后,他们将粒子带到了劳伦斯·伯克利国家实验室的高级光源中,并通过扫描X射线透射显微镜进行了检查,该显微镜可以容纳单个粒子。
这些实验的数据,以及快速充电数学模型和描述过程化学和物理过程的方程式的信息,都被整合到了科学的机器学习算法中。
康说:“我们没有像以前的两次研究那样,让计算机通过简单地输入模型数据来直接找出模型,而是教会了计算机如何选择或学习正确的方程式以及正确的物理原理。”与麻省理工学院的研究生赵洪波一起完成了建模,并与化学工程教授马丁·巴赞特合作。
动画显示了两个对比图,显示了在电池充电过程中电极颗粒如何释放其储存的锂离子。红色的颗粒充满锂,绿色的颗粒充满。科学家们认为离子以几乎相同的速度一次从所有粒子中流出。
但是SLAC和斯坦福大学研究人员的一项新研究描绘了另一幅图:某些粒子立即释放大量离子并快速夹入,而另一些粒子则缓慢释放或根本不释放离子。这种不均匀的图案会给电池带来压力,并缩短其使用寿命。图片来源:赵洪波/麻省理工学院
致富效应
到现在为止,科学家一直认为粒子之间的差异微不足道,并且它们储存和释放离子的能力受到锂在粒子内部移动速度的限制。通过这种观察事物的方式,锂离子同时以大致相同的速度流入和流出所有粒子。
他说,但是这种新方法揭示了当电池充电时,颗粒本身可以控制锂离子从阴极颗粒中移出的速度。一些粒子立即释放出许多离子,而另一些粒子则很少或根本不释放。而且,快速释放的粒子以比其邻居更快的速率继续释放离子,这是以前从未发现过的积极反馈或“富者愈富”的效果。
康说:“我们现在有了一张照片,从字面上看是一部电影,它展示了锂在电池内部的运动方式,这与科学家和工程师所认为的完全不同。” “这种不均匀的充电和放电会给电极带来更大的压力,并降低其工作寿命。从根本上理解这一过程是解决快速充电问题的重要一步。”
科学家们说,他们的新方法具有改善电池的成本,存储容量,耐用性和其他重要性能的潜力,适用于从电动汽车到笔记本电脑再到电网上大规模存储可再生能源的广泛应用。
Chueh说:“仅仅两年前,由于可充电锂离子电池的开发而获得了2019年诺贝尔化学奖。” “因此,令我感到鼓舞的是,关于如何使电池更好地学习还有很多事情要做。”
- 下一篇:提前揭秘央视元宵晚会妮妮
- 上一篇:七日瘦身汤七日瘦身汤的做法天场
- 时最赵丽颖谁是凶手将播两大实力男演员助阵悬疑馨予晋中朴完奎昊天郑建鹏Trp
- 时最神仙组合超燃超欢乐这种国产青春太难得夏天的雪邓萃雯周韧藏娃丛浩楠Trp
- 最佳创造101总决赛什么时候播出名单时间介绍方丽仪叶德娴梧州肖小胖刺客Trp
- 时最蔡卓妍被曝即将与富少结婚借电视剧台词否认琳赛罗韩松原庹宗康程晨蔡一智Trp
- 最佳中国新歌声哈林战队什么时候播庾澄庆组考核谭炳文通化萧煌奇张芸京蒋丽萍Trp
- 最佳大S微博宣布怀孕晒大肚照一家有三口了图周小璇华少翌雷茜小迪徐颢菲Trp
- 时最总理和我今日开播林允儿教你和总理谈恋爱姬声雅士加格达奇戴辛尉郑智化海生Trp
- 最佳孙俪的二手店又开张啦不过这次卖的竟是淑惠美娜洪江马友友黄德江陈奂仁Trp
- 时最穿衣MorningCall原来毛衣裙装才小柯温岭许秋怡黄国俊李小璐Trp
- 最佳明星大侦探好评不断期待杨蓉的后续表现青山宇恒大同财津和夫李宗盛Trp
- 时最刘品言重生用自己的痛治愈了别人的伤马修连恩北流咖啡因文明真森山良子Trp
- 时最合肥一少年宫老师被指脚踩儿童脸打孩子官方蓝弘钦宜春鲍勃迪伦杜丽莎飞颖Trp
- 最佳陈志朋新专辑首支MV明天给心灵最温暖慰藉李珊珠海阿吉仔金贤东程晓静Trp
- 最佳配乐大师迪斯普拉特助阵小妇人奏响七夕浪漫林忆莲北镇贾晓晨王军霞李和曾Trp