Штучний інтелект у хімії: покращення дизайну електролітів для акумуляторів

Дослідники з Корнельського університету використовують штучний інтелект, щоб прискорити пошук кращих матеріалів для акумуляторів, застосовуючи креативний підхід до хімії та розширюючи простір для дизайну електролітів. Це відкриває нові можливості для безпечніших та ефективніших систем зберігання енергії.

Електроліти забезпечують переміщення іонів між електродами акумулятора і визначають енергетичну щільність, термін служби та швидкість заряджання. Однак їх складно розробляти, адже навіть незначні зміни в складі можуть суттєво вплинути на їхню роботу.

«Електроліти не лише допоміжні матеріали в акумуляторах; це простір для дизайну», — зазначає Фенцкі Ю, професор енергетичних систем у Корнельському університеті. Його дослідницька група об'єднує теоретичні моделі, штучний інтелект та інші обчислювальні методи для виявлення матеріалів для акумуляторів нового покоління.

Група Ю створила IonNet, платформу штучного інтелекту, що прогнозує, як добре іони літію переміщуються через тверді матеріали, використовуючи лише їхній хімічний склад. Опубліковане 7 серпня в Science Advances, дослідження демонструє, як IonNet дозволяє оцінювати потенційних кандидатів на твердотільні електроліти на ранніх етапах інженерного процесу.

«Більшість моделей ШІ для матеріалів вимагають надійних кристалічних структур, які часто недоступні для нових чи експериментально виявлених сполук», — каже Ю, який очолював дослідження разом із постдокторантом та першим автором Чжилуном Ваном. «IonNet прогнозує рух іонів на основі хімічного складу, навіть без точних кристалічних структур».

Швидкі провідники іонів є критично важливими для твердотільних акумуляторів, які використовують тверді матеріали замість горючих рідких електролітів, як у більшості літій-іонних акумуляторів. IonNet виявив 87 кандидатів на швидкі провідники серед близько 4500 стабільних сполук і майже 63000 кандидатів з близько 5 мільйонів замінених композицій. Дослідники протестували 20 з прогнозів, підтвердивши 13 як швидкі провідники іонів.

«Хоча IonNet не заміщує експерименти або високорівневі симуляції, це швидкий початковий етап, який пріоритетизує кандидатів, перш ніж вклали великі ресурси на експерименти чи обчислення», — підкреслює Ю.

Цікаво, що IonNet також виявляє хімічні правила дизайну, які підказують, чому певні склади працюють краще за інші. "Ми не лише хотіли отримати список обіцяючих матеріалів", — говорить Ю, який також є директором ініціативи Cornell University AI4S, що застосовує штучний інтелект до викликів у матеріалах, енергії та сталому розвитку. "Ми хотіли зрозуміти, які хімічні принципи забезпечують швидкість руху літій-іонів, адже це робить штучний інтелект корисним для експериментального дизайну".

У другій частині дослідження, опублікованій 5 червня в Nature Communications, йдеться про електролітну інженерію з іншого аспекту, зосереджуючи увагу на концентраційних акумуляторах. Це нетрадиційний тип акумулятора, який генерує електрику з різниці у складі електролітів, а не з різниці у матеріалах електродів.

Учені довгий час вважали, що концентраційні акумулятори можуть виробляти менше 0.06 вольт, однак інженери змогли підвищити напругу акумуляторів, що базуються на цинку та міді, до 0.7 вольт, що перевищує навіть 10-кратний ліміт. Коли їх поєднали з традиційними електродами, ця методика забезпечила водяні акумулятори з напругою 2.2-2.5 вольт, що перевищує 1.5 вольта, які зазвичай виробляють алкалайнові батареї типу AA.

Співпраця між лабораторією Ю та дослідниками з Університету Пуерто-Ріко—Ріо-П'єдрас перетворює концентраційні акумулятори з непрактичного методу зберігання енергії в платформу для регульованого дизайну електролітів.

«Ці дослідження електролітів мають спільну мету», — підсумовує Ю: «перемістити дизайн акумуляторів від методу проб і помилок до раціонального дизайну, керованого штучним інтелектом, хімією та фізичним розумінням».

Обидва дослідження частково підтримані програмою Eric and Wendy Schmidt AI in Science Postdoctoral Fellowship, ініціативою Schmidt Sciences.