ИИ помогает создать более долговечные аккумуляторы для электрокаров

Исследователи Аргоннской национальной лаборатории в США разработали систему машинного обучения, способную предсказывать эффективность химических добавок для высоковольтных аккумуляторов электромобилей. Модель обучили на данных о 28 различных добавках, после чего она смогла спрогнозировать результативность 125 новых химических комбинаций.

Работа сосредоточена на аккумуляторах типа LNMO, содержащих литий, никель, марганец и кислород. Эти батареи работают при напряжении около 5 вольт, что значительно превышает стандартные 4 вольта обычных аккумуляторов мобильных устройств и некоторых электромобилей. Высокое напряжение обеспечивает большую энергоемкость и исключает необходимость использования дефицитного кобальта, но создает проблему нестабильности электролита.

При работе на высоком напряжении электролит и катод подвергаются разложению, что снижает срок службы батареи. Для решения этой проблемы ученые применяют специальные добавки к электролиту. Эффективная добавка разрушается в первых циклах зарядки-разрядки, формируя защитный слой на электродах. Этот интерфейс уменьшает внутреннее сопротивление и замедляет деградацию компонентов.

Традиционный поиск подходящих добавок среди сотен возможных вариантов требует от четырех до шести месяцев экспериментальной работы. Созданная модель анализирует молекулярную структуру химических соединений и устанавливает связь между их строением и влиянием на характеристики аккумулятора, включая сопротивление и энергоемкость.

Специалист по вычислительной технике Хьеу Доан отметил, что для создания точной прогностической модели не требуется большой объем данных. Химик Чен Ляо подчеркнул критическую важность решения проблемы разложения компонентов при высоком напряжении для развития технологии LNMO-аккумуляторов.

Источник: Interestingeng Iineering