使用無定形材料和機器學習建造最好的電池

鋰離子電池滋養大多數電子產品，但是它們的能量密度有限，我們只能存儲每個質量或電池量的一定數量的能量。

IISC材料系副教授Sa Gaitam Gopalaxann說：“為了維持相同的質量或數量，您必須研究替代能源存儲技術。”

Gopalakrishnan和他的團隊研究瞭如何增加鎂電池中離子的運動，這可能具有更高的能量密度。

在一項新的研究中，使用機器學習模型，他們表明將無定形材料用作建造這些電池的正電極可以大大提高其能量傳輸速率。有紙 出版 在雜誌中 小的場地

鋰離子或鎂電池含有正（陰極）和負（陽極）電極，由液體電解質隔開。每次，當鋰或鎂離子從陰極傳遞到陽極，反之亦然時，使用設備的能量交換。

“在鎂的電池中，每個磁原子實際上都可以交換兩個電子，而每個鋰原子只能將一個電子與外部鏈交換。因此，您可以在原子上移動的能量兩倍，” Gopalakrishnan解釋說。

陰極的作用應像海綿一樣困擾，使用外部電勢，應吸收並釋放鎂離子到電解質中。但是，鎂電池商業化的主要狹窄位置是缺乏可以充當陰極的好材料。

到目前為止，科學家主要研究定期訂購原子的結晶材料。但是，由於鎂在這些材料中的移動非常緩慢，因此它們無法以足夠的速度吸收和釋放鎂離子。

Gopalakrishnan解釋說：“如果我們打破晶體並創造出無定形，隨機和混亂的東西，那麼這實際上可以幫助鎂在結構中移動得很好。”

該團隊創建了一個無定形釩，彈能材料的計算模型，併計算了鎂離子可以移動的速度。

為了創建這樣的模型，科學家通常使用一種稱為“密度功能理論”（DFT）的方法，該方法準確地對電子級別進行了建模。但是，使用此方法模仿無定形系統需要很多時間。建模分子動力學（MD），其中一個人研究原子之間的相互作用的速度更快，但準確性較低。

這項研究的第一作者，曾是IISC的前階級科學家Visja Choyal說：“無定形系統的建模絕對非常困難。”

為了結合速度和準確性，團隊使用了機器學習的結構。首先，他們使用DFT來生成有關非晶陰極如何在小尺度上起作用的數據。在機器學習模型中進行了訓練之後，他們使用該模型執行MD建模。

使用MD，他們能夠以更廣泛的規模模擬材料 – 以最好地了解鎂在無定形材料中移動的距離以及花費多少時間。與現代晶體鎂材料相比，該團隊觀察到約五個數量級，以提高無定形形式的鎂速度水平。

Gopalalacnan說：“我們的工作提供了一種完全不同的方式來識別電池電極材料，並使我們更接近用鎂的電池商業化一步。”

團隊希望實驗者現在可以從事這種無定形材料並檢查其在實驗室中的有效性。這項研究的合著者，前MTECH學生Debspa Dect說：“缺點之一是，我們不知道在實用電池中可以穩定的無定形材料。”

“關鍵的結論是，使用無定形材料會增加離子的遷移率，但我們還需要實驗檢查我們的觀察結果。”