• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Kemi
    Bästa prestanda för organiskt material för litiumbatterianoder med materialinformatik

    Accelererad upptäckt av högpresterande organisk anod baserad på experimentorienterad MI. Kredit:© Yuya Oaki

    På JST Strategic Basic Research Programs, forskargruppen ledd av docent Yuya Oaki och doktorand (vid den tiden) Hiromichi Numazawa vid fakulteten för naturvetenskap och teknik, Keio University etablerade en ny designpolicy för organiskt material för anoden av litiumjon-sekundära celler i ett gemensamt arbete med forskarassistenten Yasuhiko Igarashi från Graduate School of Frontier Sciences, Tokyos universitet, genom användning av materialinformatik (MI). Ett material med hög kapacitet och hög stabilitet erhölls framgångsrikt via ett extremt litet antal experiment.

    För att spara resurser för batterier, organiska material utan användning av metall forskas över hela världen. Traditionellt, sökandet efter anodmaterial för litiumbatterier och natriumjonbatterier fick förlita sig på försök och misstag eller erfarenhet och intuition från forskarna.

    MI utför i allmänhet maskininlärning för storskalig data (big data), och är en teknik som minskar involveringen av forskarnas erfarenhet och intuition. En av utmaningarna var hur experimentella forskare använder sin egen småskaliga data och empiriska kunskaper.

    Forskargruppen undersökte en metod, 'experimentorienterad MI, ' som sammansmälter småskalig men relativt exakt experimentell data med experimentella forskares erfarenhet och intuition, och har uppnått ett förbättrat utbyte av nanosheetmaterial och så vidare.

    I den här studien, kapaciteten för 16 organiska föreningar som anod mättes; ytterligare, ett litet antal faktorer som kan bestämma kapaciteten med gles modellering, som är en datavetenskaplig teknik, identifierades. Baserat på detta resultat, en kapacitetsprediktionsformel utvecklades genom att betrakta de identifierade faktorerna som variabler (prediktionsmodell). Nästa, 11 kommersiellt tillgängliga föreningar, med förväntan på en viss kapacitet som anod, valdes ut delvis baserat på forskares erfarenhet och intuition, och det förutsagda kapacitetsvärdet beräknades före experimentet. Ytterligare, kapaciteten för tre föreningar med det högsta förutsagda värdet mättes, och två föreningar observerades uppvisa hög kapacitet. Senare, en av dessa föreningar, tiofenföreningen, polymeriserades och ett polymeranodmaterial med förbättrad kapacitet, varaktighet, och snabbladdnings-urladdningsegenskap erhölls.

    Designpolicyn för det organiska anodmaterialet som fastställts i denna studie är viktig för ytterligare förbättring av prestanda. Kombinera en liten experimentell datamängd, forskares erfarenhet och intuition, och maskininlärning ledde till en framgångsrik upptäckt av ett högpresterande material. Det visade också effektiviteten av att kombinera experimentell vetenskap och MI för att förbättra effektiviteten av materialsökning.


    © Vetenskap https://sv.scienceaq.com