“研究人员利用机器学习开发电池技术 旨在开发10分钟充电电池”

盖斯塔特信息在利用机器学习加速电池设计方面，科学家们迈出了重要的一步。 结合机器学习、实验和物理学指导的方程式获得的知识，发现了快速充电锂离子电池寿命缩短的原因。

(图像来源: slac )

据报道，斯坦福、slac国家加速器实验室( Slacnation Alaccelerator Laboratory )、麻省理工学院和丰田研究所的研究人员首次提出了“科学机器学习”( Scientific Machine Leatory )。

第一研究人员will chueh说，这一研究结果推翻了锂离子电池如何充放电的长期假说，为研究人员设计持久性更高的电池提供了新的规则。

丰田研究所的高级研究科学家patrick herring说:“了解电池内部发生的基本反应，可以延长电池的寿命，实现更快的充电速度，设计更好的电池材料。”

在迄今为止的两项研究进展中，研究者利用更早流传下来的机器学习形式，大大加快了筛选电池测试和可行充电方法的过程，并找到了最佳实践。 但是，对于为什么一点电池比其他电池持续时间长的问题，他们没有在其中发现潜在的物理或化学原因。

chueh说:“在这种情况下，为了设计更好、更安全的快速充电电池，我们正在教机器如何学习新失效机制的物理原理。 快速充电会给电池带来很大的压力，对电池造成损害。 处理这个问题是推动电动汽车快速发展的关键，有助于减少对气候的影响。 ”

这三种方法的结合有望加快新电池技术的开发，将从实验室到客户手中的时间缩短三分之二以上。 这种新的联合方法也可以用于开发更大规模的风力发电和太阳能发电的网格级电池系统

这项新的研究聚焦于纳米级粒子聚集形成粒子的电池电极。 在充放电过程中，锂离子在正负极之间穿梭，从粒子出入。 由于这种持续作用，粒子膨胀、收缩、破裂，蓄积电荷的能力逐渐降低。 快速充电只会使情况恶化。

为了更详细地注意这个工艺，研究小组注意了由镍、锰和钴组成的正极粒子的行为，该nmc材料是电动汽车电池最广泛采用的材料之一。 这些粒子在电池放电时吸收锂离子，可以在充电时释放。 研究人员研究了斯坦福大学的同步辐射光源( slac'；； stanfordsynchrotronradiationlightsource ]的x射线全面注意急速充电中的粒子。 随后，劳伦斯·伯克利国家实验室的先进光源( lawrenceberkeleynationallaboratory & # 39； 用s advanced light source ( )、扫描x射线透射显微镜进行检测，跟踪各个粒子。

实验数据、来自快充数学模型的新闻，以及描述这一化学和物理过程的方程式新闻，都被纳入了科学机器学习算法中。 研究人员说，在建模的过程中，“不像前两个研究那样，通过简单地输入数据，让计算机直接计算模型，而是让计算机选择和学习正确的方程式，从而得到正确的物理新闻。”

科学家们一直认为粒子之间的差异很小，储存和释放离子的能力受限于锂在粒子内的移动速度。 从这个角度来看，锂离子同时流入和流出所有粒子，同时速度大致相同。

新方法表明，电池充电后，这些粒子本身控制锂离子从正极粒子的移动速度。 有些粒子很快就会释放出大量的离子，但另一些粒子释放出的离子很少，根本不会释放。 而且，迅速释放的粒子持续释放离子，其速度比邻居还快。 这是积极的反馈效果，至今还没有被发现。

研究人员表示:“现在，我们发现了锂电池内部的移动方法。 这和科学家和工程师们想象的大不相同。 不均匀的充放电给电极带来了很大的压力，缩短了其寿命。 从根本上了解这个过程是应对快速充电问题的重要一步。 ”

科学家们表示，新方法期待着电池的价格、存储容量、耐久性和其他重要性能的提高，在电动汽车、笔记本电脑和电网中大规模存储可再生能源等有广泛的应用范围。