命令實驗安裝的圖像。圖片來源：Xu等。 （自然能源，2025年）。
燃料元素是能量解決方案，可以通過某些化學反應將化學能量轉化為燃料，而不是依靠燃燒。有希望的燃料元素類型是直接甲醇燃料元件（DMFC），這些設備專門設計用於將甲基醇（IE，甲醇）轉換為電能的設備。
儘管它們有可能營養大型電子設備，需要便攜式功率的車輛和其他系統，但這些基於甲醇的燃料元素仍然具有重大限制。特別是，研究表明，隨著時間的流逝，它們的性能會顯著分解，因為用來為細胞中的反應（即電催化表面）釋放的材料逐漸逐漸效果降低。
清潔這些表面並防止化學反應中獲得的中毒產物積累的方法之一是調節用於燃料元件的電壓。然而，手動以有效的方法手動調整表面上使用的電壓，並考慮燃料元素中的物理和化學過程，不適合實際應用。
馬薩諸塞州理工學院（MIT）的研究人員最近開發了基於機器學習的新工具Alpha Fuel Cell，可以監測催化劑的狀況並相應地調整應用到其上的電壓。文章中設置的新計算工具 出版 v 自然能量發現與手動電壓操作的傳統策略相比，它將直接甲醇燃料元素產生的平均功率提高了153％。
“燃料元素在跑步時慢慢失去了動力，人們很難繼續調節控制元素以獲得最大的回報，” Tech Xplore說，盡可能多地提取其中的很大一部分。 ”“我們問了一個簡單的問題：我可以觀察AI系統以實時觀察燃料元件並將其保存在其最佳位置，巡航控制如何使您的汽車保持恆定的速度？ ”
A，αFC在操作過程中控制DMFC，選擇由該狀態（由αFC從當前曲線研究）確定的最合適的動作，以實現所需的輸出。同時，對關鍵模塊進行了培訓，以評估該州的行動價值。 B，DMFC與Co-PT-Ru/NC作為陽極的催化劑產生的功率，具體取決於時間（工作12小時），並由恆定電勢或αFC的策略控制。圖片：2025，Suy，H。等。
這項最近的研究Lee及其同事的主要目標是評估基於人工智能（AI）提高甲醇燃料元素效率的模型的潛力。特別是，他們想證明機器學習方法可以幫助優化清潔電催化表面所需的電壓，不僅表現良好，而且在實際系統中。
“簡而言之，阿爾法燃料電池由一個控制系統，在過去執行時間分析燃料元素的狀態的演員組成，以及根據燃料元素狀態評估行動價值的批評者，”是否解釋說。 “總的來說，通常用於加強培訓的參與者關鍵算法，為演員和評論家使用單獨的神經網絡。”
儘管發現人工神經網絡（ANN）可靠地執行幾項實際任務，但它們通常需要大量特定於域的教育數據。為了更有效地介紹其機器學習的基礎，研究人員決定接受關鍵演員的體系結構，其中包括兩種算法（即演員和評論家），他們研究了在試驗和錯誤過程中研究新知識。
李說：“批評家由兩個分支機構組成：分析燃料元素狀態的國家和識別行動行動的分支。” “該州的分支機構使用響應神經網絡（CNN），即神經網絡的結構，以其計算效率而聞名。這使我們能夠直接將未加工的電流和電壓軌跡作為輸入。”
關鍵算法的SO稱為“行動分支”基於標準的神經網絡。這是一個廣泛使用的人工神經網絡，該神經網絡由互連節點的層組成，數據通過它們朝著一個方向進行。
Lee解釋說：“該模型經過培訓，可以根據過去的狀態和當前輸入來預測未來的產出。” “另一方面，演員使用研究的知識，包括批評模型。由於神經網絡有區別，因此您可以數值計算獲得所需退出所需的當前入口。如果簡單地將高輸出值設置為目標，則該模型將嘗試最大化它。”
他的同事使用的神經體系結構演員使他們能夠解決評估催化劑狀態並調節應用於它們的電壓的任務，而無需進行廣泛的培訓數據。最終，他們能夠使用一組相對較小的數據集獲得有希望的結果，該數據包含在實際設置中收集的大約1000個電壓軌跡。在真實的實驗安裝中收集這些數據只花了兩個星期。
Lee說：“我們的控制器是實時的自適應架構，它直接研究實驗數據，並且在周期中沒有模擬器。”
“Since the introduction of a high -quality simulator is difficult, this is a significant advantage. This system is the first demonstration of the combination of AI and energy devices, maintaining the maximum power of the fuel element with an automatic catalyst self -sampling. The system appears when short rest really helps cells recover, instead of wasting time. Any clean energy devices (fuel elements, batteries, electrolysis) drift and eras. ”
該研究人員團隊開發的新方法可能很快就會進一步進一步，並在更廣泛的實驗和現實世界中進行了測試。將來，這將有助於提高直接甲醇燃料元素的性能，延長壽命，而無需昂貴的設備。
Li補充說：“現在，我們將方法從一個實驗室細胞擴展到更大的真實堆棧，將安全性限制和使用壽命直接增加到控制器中，並在電池和其他電化學系統上測試相同的想法。”
我們作者為您寫的 Ingrid Fadelly編輯 加比·克拉克（Gaby Clark）並通過事實驗證並考慮 羅伯特·埃根（Robert Egan）– 本文是仔細人類工作的結果。我們依靠像您這樣的讀者來保留獨立的科學新聞。如果此報告對您很重要，請考慮 捐款 （尤其是每月）。你會得到的 沒有廣告 作為感激之情。
更多信息：
Actor是Hongbin Xu等。 自然能量 （2025）。 doi：10.1038/s41560-025-01804-X場地
©2025科學X網絡
引用：最大化甲醇燃料元素的直接生產力：研究訓練使您可以實時控制電壓（2025年8月7日）。 2025年8月7日從https://techxplore.com/news/2025-08-maximizing-methanol-fell-enables.html收到
該文檔具有版權。除了出於私人研究或研究目的的一些公平交易外，如果沒有書面解決方案，就無法再現。內容僅用於信息目的。
