Almacenamiento de batería y energía

img-mv26vqxh-8161bd9a

 

Descripción


Evalúe electrolitos, cátodos y aleaciones de almacenamiento de hidrógeno mediante predicción antes de construir una celda. MatterSeek predice las propiedades del material a partir de su composición. (150)

 

279

Almacenamiento de energía y batería: sistema de materiales/rendimiento predecible/vía de validación

 

 

 

 

 

IA para baterías y materiales de almacenamiento de energía: analice electrolitos y electrodos antes de construir una celda

 

 

1. MatterSeek es una plataforma de I+D de materiales de IA para el desarrollo de baterías y almacenamiento de energía.

Predice las propiedades de los materiales a partir de la composición química, de modo que los electrolitos, cátodos, ánodos, separadores y aleaciones de almacenamiento de hidrógeno se pueden clasificar en el software antes de ensamblar o ciclar cualquier celda.

2. El desarrollo de baterías se ve obstaculizado por la brecha entre la intención del diseño y el rendimiento mensurable.

Las reacciones secundarias interfaciales, el transporte iónico y la estabilidad térmica surgen sólo después de que se construye una celda, y cada ciclo de construcción y prueba es lento y costoso. El resultado es un ciclo de desarrollo en el que se prueban exhaustivamente un puñado de formulaciones en lugar de examinar de forma inteligente un amplio espacio.

3. Primero, proteja el espacio de composición. Describes un objetivo...

Un conjunto de elementos base más una ventana de propiedades, como un requisito electroquímico, térmico o termodinámico, y MatterSeek devuelve valores de propiedad predichos con incertidumbre para cada candidato. La plataforma admite de uno a cuatro elementos básicos con una precisión de nivel de dopaje de 0,02, y la predicción se completa en aproximadamente un minuto para dos elementos básicos, dos minutos para tres y siete minutos para cuatro. Los resultados aparecen como gráficos de radar de múltiples propiedades, mapas de calor 2D y 3D que muestran cómo las propiedades cambian en el paisaje de composición y tablas exportables.

4. Propiedades relevantes de los materiales de almacenamiento.

El motor de predicción cubre familias de propiedades electroquímicas, dieléctricas, térmicas, termodinámicas y estructurales, incluido el punto de fusión, la velocidad de enfriamiento crítica para la amorfización, el coeficiente de Seebeck, el factor de potencia y la figura de mérito termoeléctrica; las tres últimas son directamente relevantes para la gestión térmica y los materiales de conversión de energía termoeléctrica.

5. Validar en laboratorio autónomo.

Los candidatos previstos fluyen hacia el laboratorio autónomo de 1200 m² de MatterSeek, cuyos seis grupos de procesos incluyen fusión al vacío con solidificación rápida, síntesis de estado sólido con formación y sinterización, rutas hidrotermales y de química húmeda, y sol-gel con secado con CO₂ supercrítico: las rutas que producen polvos para electrodos, electrolitos sólidos y materiales separadores porosos. La caracterización automatizada cubre XRD, área de superficie BET, análisis térmico simultáneo y Raman. La precisión del modelo es del 95,7% y cada resultado medido se retroalimenta para ajustar la siguiente ronda de predicción.

6. Las familias de materiales de almacenamiento ya abordadas incluyen electrolitos sólidos,

composiciones de cátodos y ánodos, materiales separadores y de membranas cerámicas, materiales termoeléctricos y de gestión térmica, y aleaciones de almacenamiento de hidrógeno en estado sólido, las últimas de las cuales se alimentan directamente al grupo de fusión al vacío y solidificación rápida.

 

Preguntas frecuentes

 

 

P: ¿Puede MatterSeek analizar electrolitos de estado sólido?

R: Sí. Usted define la composición base y la ventana de propiedades que necesita, y la plataforma devuelve candidatos clasificados con propiedades predichas e incertidumbre antes de que se construya cualquier celda.

P: ¿A qué velocidad se ejecuta una predicción?

R: Aproximadamente un minuto para dos elementos básicos, dos minutos para tres y siete minutos para cuatro.

P: ¿La plataforma maneja materiales de almacenamiento de hidrógeno?

R: Sí, las aleaciones para almacenamiento de hidrógeno se encuentran dentro del alcance de las aleaciones metálicas manejadas por el grupo de fusión al vacío y solidificación rápida.

Yuyao (Beijing) Technology Co., Ltd. es una empresa profesional que se especializa en la intersección de IA y materiales avanzados de baterías y almacenamiento de energía. La empresa ha desarrollado de forma independiente MatterSeek, un gran modelo fundamental adaptado al sector de materiales, y ha sido pionera en el algoritmo HNN (red neuronal jerárquica), al tiempo que crea una base de datos de experimentos de materiales controlable y patentada.