با توسعه کاربرد نانوموادها؛ هم افزایی هوش مصنوعی و پایگاه داده برای کمک به توسعه باتری ها

خط رند ۹۱۲: گروهی از دانشمندان حوزه مواد، بانک اطلاعاتی جدید و پویایی از صدها الکترولیت حالت جامد تهیه کرده اند که هوش مصنوعی درحال بررسی آنها برای گزینش بهترین فرمولاسیون است.

به گزارش خط رند ۹۱۲ به نقل از مهر، با افزایش تعداد خودرو های الکتریکی، نیاز به تولید برق با روش های تجدیدپذیر نظیر باد و خورشید بیشتر می شود و از طرفی وابستگی به سیستم ها و شبکه های برق نیز افزایش خواهد یافت. در این میان، خطر حریق باتری ها نیز به شکل قابل توجهی بیشتر می شود. برای حل این مشکل باید به سراغ الکترولیت های جامد رفت، اما مشکلاتی نیز در این راه وجود دارد.
یادگیری ماشین یکی از روش هایی است که می توان از آن برای مساعدت با حل این چالش ها استفاده نمود. گروهی از دانشمندان حوزه مواد بانک اطلاعاتی جدید و پویایی از صدها الکترولیت حالت جامد تهیه کرده اند که هوش مصنوعی درحال بررسی آنها برای گزینش بهترین فرمولاسیون است.
در مقاله ای که در نشریه Nano Material Science پخش شده، پژوهشگران جزئیاتی درباره ی این نتایج ارائه کرده اند. حلال های آلی به طور معمول به عنوان الکترولیت استفاده می شوند. آنها به طور معمول مایعات یا ژل هایی هستند که حرکت ذرات حامله یا یون ها را بین الکترودهای مثبت و منفی در خیلی از باتری های قابل شارژ تسهیل می کنند.
این نوع حلال هدایت خوبی را فراهم می آورد و امکان حمل و نقل کارآمد یون ها بین الکترودها را مقدور می کنند، اما طیف وسیعی از نگرانی های مربوط به ایمنی و عملکرد به این مفهوم است که باید جایگزین هایی برای این الکترولیت ها ارائه نمایند.
یک مسیر جایگزین باتری های حالت جامد (ASSBs) است که در آن حلال آلی مایع یا ژل سنتی ازطریق یک الکترولیت جامد جایگزین می گردد. با این کار مشکل نشت و در نتیجه انفجار به حداقل می رسد. این الکترولیت های حالت جامد نه فقط از نظر ایمنی بهبود می یابند، بلکه چگالی انرژی بالاتری نیز دارند.
با این حال، پیدا کردن الکترولیت های حالت جامد یا SSE، با هدایت یونی بالا دشوار است. این امر در درجه اول به علت ساختارهای پیچیده آنها است. تا حالا فقط الکترولیت های حالت جامد با مهاجرت یون کم در دسترس بوده اند.
هائو لی، دانشمند مؤسسه پیشرفته تحقیقات مواد در دانشگاه توهوکو یک پایگاه داده از الکترولیت حالت جامد (DDSE) ایجاد کرد که در ابتدا حاوی بیش از ۶۰۰ ماده الکترولیت حالت جامد بالقوه، طیف گسترده ای از دمای عملیاتی و کاتیون ها و آنیون ها بود.
این پایگاه داده به شکلی طراحی شده است که به آسانی به روز و اصلاح شده و موجب می شود تغییرات در زمان واقعی مقدور باشد. این نوع بانک اطلاعاتی اغلب در شرایطی استفاده می شود که اطلاعات بطور مداوم درحال تحول هستند. در این مورد خاص، بانک اطلاعاتی دینامیک الکترولیت های حالت جامد بطور مداوم با داده های تجربی جدید به روز می شود. این بانک اطلاعاتی هم اکنون حاوی بیش از ۱۰۰۰ ماده است که در بین آن، نانومواد مختلفی نیز به چشم می خورد.
محققان برای غلبه بر محدودیت های تحلیل انسانی و هزینه محاسباتی فوق العاده محاسبات نظری، از یادگیری ماشینی برای تحلیل داده های بانک الکترولیت های حالت جامد استفاده کردند. این بانک از یک رابط کاربرپسند برخوردار بوده تا پژوهشگران حوزه باتری بتوانند به سرعت از آن استفاده نمایند.