バッテリーとエネルギー貯蔵

img-mv26vqxh-8161bd9a

 

説明


セルを構築する前に、予測によって電解質、カソード、水素吸蔵合金をスクリーニングします。 MatterSeek は、組成から材料特性を予測します。 (150)

 

279

バッテリーとエネルギー貯蔵 — 材料システム / 予測可能なパフォーマンス / 検証経路

 

 

 

 

 

バッテリーおよびエネルギー貯蔵材料のための AI — セルを構築する前に電解質と電極をスクリーニングする

 

 

1. MatterSeek は、バッテリーおよびエネルギー貯蔵開発のための AI 材料研究開発プラットフォームです。

化学組成から材料特性を予測するため、セルを組み立てたりサイクルしたりする前に、電解質、カソード、アノード、セパレーター、水素吸蔵合金をソフトウェアでランク付けできます。

2. バッテリー開発は、設計意図と測定可能な性能の間のギャップによってボトルネックになっています。

界面副反応、イオン輸送、熱安定性はセルの構築後にのみ現れます。また、構築とテストの各サイクルには時間がかかり、コストがかかります。その結果、広いスペースをインテリジェントにスクリーニングするのではなく、少数の配合物を徹底的にテストする開発ループが生まれます。

3. 最初に構成スペースをスクリーニングします。あなたはターゲットについて説明します —

基本要素セットに電気化学的、熱的、または熱力学的な要件などの特性ウィンドウを加えたもので、MatterSeek は候補ごとに不確実性を伴う予測特性値を返します。このプラットフォームは、ドーピング レベルの精度 0.02 で 1 ~ 4 つの基本要素をサポートしており、予測は 2 つの基本要素の場合は約 1 分、3 つの場合は 2 分、4 つの場合は 7 分で完了します。出力は、マルチプロパティ レーダー チャート、構成ランドスケープ全体でプロパティがどのように変化するかを示す 2D および 3D ヒート マップ、およびエクスポート可能なテーブルとして表示されます。

4. 保管材料に関連するプロパティ。

この予測エンジンは、融点、アモルファス化の臨界冷却速度、ゼーベック係数、力率、熱電性能指数を含む電気化学、誘電、熱、熱力学、および構造特性ファミリーをカバーします。最後の 3 つは熱管理および熱電エネルギー変換材料に直接関連します。

5. 自律的な実験室で検証します。

予測された候補は MatterSeek の 1,200 平方メートルの自律実験室に流入します。その 6 つのプロセス クラスターには、急速凝固を伴う真空溶解、成形と焼結を伴う固相合成、水熱および湿式化学ルート、および超臨界 CO2 乾燥を伴うゾルゲルが含まれます。これらのルートは、電極粉末、固体電解質、多孔質セパレーター材料を製造するルートです。自動特性評価は、XRD、BET 表面積、同時熱分析、ラマンをカバーします。モデルの精度は 95.7% に達し、すべての測定結果は次の予測ラウンドを強化するためにフィードバックされます。

6. すでに取り上げられている蓄電材料ファミリーには、固体電解質、

カソードとアノードの組成物、セパレータとセラミック膜材料、熱管理材料と熱電材料、固体水素吸蔵合金の最後のものは、真空溶解および急速凝固クラスターに直接供給されます。

 

よくある質問

 

 

Q: MatterSeek は固体電解質をスクリーニングできますか?

A: はい。必要な塩基組成と特性ウィンドウを定義すると、プラットフォームは、セルが構築される前に、予測された特性と不確実性を備えたランク付けされた候補を返します。

Q: 予測の実行速度はどれくらいですか?

A: 基本要素 2 つで約 1 分、3 つで 2 分、4 つで約 7 分です。

Q: プラットフォームは水素貯蔵材料を扱いますか?

A: はい — 水素吸蔵合金は、真空溶解および急速凝固クラスターによって処理される金属合金の範囲内にあります。

Yuyao (Beijing) Technology Co., Ltd. は、AI とバッテリーおよびエネルギー貯蔵の先端材料の交差点を専門とする専門会社です。同社は、材料分野に合わせた基礎的な大規模モデルである MatterSeek を独自に開発し、独自の制御可能な材料実験データベースを構築しながら、HNN (階層ニューラル ネットワーク) アルゴリズムを先駆けて開発しました。