성능은 11배 더 강력합니다. Georgia Tech와 Tsinghua 팀은 AI를 사용하여 Nature 하위 저널에 게재된 새로운 에너지 저장 재료를 발견했습니다.

정전기 커패시터는 국방, 항공, 에너지 및 운송 분야의 첨단 전력 시스템에 사용되는 핵심 에너지 저장 부품입니다. 에너지 밀도는 정전 커패시터의 성능 지수이며 주로 유전체 재료의 선택에 따라 결정됩니다.

대부분의 산업용 등급 폴리머 유전체 재료는 에너지 밀도나 열 안정성이 높지만 동시에 두 가지를 모두 가질 수는 없는 유연한 폴리올레핀 또는 경질 방향족입니다.

여기서 조지아 공과대학, 코네티컷 대학교, 칭화 대학교 연구팀은 인공 지능(AI), 고분자 화학, 분자 공학을 사용하여 이미드 계열의 폴리노르보르넨과 폴리 A 계열 유전체를 발견했습니다.

발견된 많은 유전체는 넓은 온도 범위에서 높은 열 안정성과 높은 에너지 밀도를 나타냅니다. 유전체 중 하나는 200°C에서 8.3J/cc의 에너지 밀도를 가지며, 이는 이 온도에서 상업적으로 이용 가능한 폴리머 유전체보다 11배 더 높습니다.

연구원들은 또한 이러한 커패시터가 환경적으로 지속 가능하면서도 항공우주와 같은 까다로운 응용 분야에서 우수한 성능을 발휘할 수 있도록 폴리노보넨 및 폴리이미드 제품군을 더욱 향상시키는 방법을 평가하고 있습니다.

이러한 발견은 85~200°C 온도 범위에서 정전 커패시터의 잠재적인 적용 범위를 확장하고 인공 지능이 화학 구조 생성 및 특성 예측에 미치는 영향을 보여줌으로써 정전 커패시터를 넘어선 재료 설계의 발전 가능성을 강조합니다.

이 연구의 제목은 "에너지 저장을 위한 고온 유전체의 AI 지원 발견"이며 2024년 7월 19일 "Nature Communications"에 게재되었습니다.

정전 커패시터는 현대 전기 시스템에서 에너지 저장 장치로서 중요한 역할을 합니다. 정전용량장치는 배터리, 연료전지, 슈퍼커패시터 등 다른 에너지 저장장치에 비해 우수한 출력밀도(107W/kg)를 제공하며 풍도제어(최대온도 약 125°C), 하이브리드 및 다양한 분야에 사용되는 장점이 있습니다. 완전 전기 자동차(약 150°C), 펄스 전력 시스템(약 180°C), 항공기 및 발사대(약 300°C) 및 우주 탐사(약 480°C)와 같은 분야.

그러나 고온에서 정전 커패시터의 에너지 밀도 Ue를 크게 높이는 것은 여전히 ​​어려운 일이며, 이는 공간과 무게를 크게 절약하는 데 중요합니다.

현재 30년 이상 유전체 재료로 이축 배향 폴리프로필렌(BOPP)이 사용되어 왔습니다. BOPP는 유전 손실이 낮고 전자 밴드 갭(Eg)이 크지만 유전 상수와 고온 안정성이 좋지 않습니다.

열 안정성이 높은 BOPP 대안이 상업적으로 연구되었지만 이러한 폴리머는 낮은 Eg 및 낮은 Ue를 희생하는 경우가 많습니다. 이러한 재료는 현대 및 미래 기술의 요구를 충족시키기에는 부족합니다.

재료 발견의 과제

폴리머의 성능은 주로 화학적 조성에 따라 달라집니다. 화학적 변환을 통해 단일 폴리머에서 생산할 수 있는 변종의 수는 엄청납니다.

폴리머의 모든 화학적 가능성 중에서 아직 발견되지 않은 고성능 유전체 재료가 많이 있을 수 있습니다. 인간의 상상을 초월하는 방대한 양의 데이터를 훈련하고 보정한 인공지능(AI)은 새로운 물질을 빠르게 발견하는 데 도움을 줄 수 있습니다.

효율적인 재료 발견에는 화학적 하위 공간을 선택하거나 생성하고, 그 안에 있는 각 재료의 특성을 추정한 다음, 적어도 부분적으로 추정된 특성을 기반으로 합성 및 테스트를 위한 후보 재료를 선택하는 작업이 포함됩니다.

과제는 (1) 알려지지 않은 신물질을 발견할 수 있을 만큼 넓은 하위 공간을 생성하는 동시에 (2) 합성하기 어려운 가상의 물질(오탐)을 제한하는 것입니다. 또한, 특성 추정은 (3) 정확하고 (4) 효율적이어야 하며, 화학적 하위 공간이 확장됨에 따라 후자가 점점 더 중요해지고 있습니다.

그러나 이 모든 문제를 동시에 해결하는 것은 쉽지 않습니다.

새로운 패러다임 polyVERSE

Georgia Institute of Technology, Tsinghua University 및 기타 기관의 연구원들은 PolyVERSE(가상 실행 규칙 기반 합성 실험에 의해 설계된 폴리머) 패러다임을 제안하여 이 네 가지 속성을 높은 수준의 환경에서 구현했음을 보여주었습니다. 온도 유전체 검색 성공.

AI 기반 접근 방식에서는 전문가 시스템을 사용하여 시중에서 판매되는 단량체로부터 고분자를 생성하고 다중 작업 그래프 신경망을 사용하여 특성을 추정합니다. 이러한 특성 추정치는 더 큰 인구 집단에서 유망한 폴리머를 선택(스크리닝)하는 데 사용될 수 있습니다.

1. 혁신적인 폴리노보넨 유전체

연구원들은 PONB-2Me5Cl이라는 이전에 알려지지 않은 폴리노보넨 유전체를 발견했습니다.

2. 우수한 에너지 밀도

PONB-2Me5Cl은 200°C에서 8.3J/cc의 우수한 에너지 밀도를 가지며 이는 모든 상업용 대체 물질보다 높은 수치로 이 온도에서 보고된 최고의 폴리머 유전체 중 하나입니다.

3. 다른 폴리머와 비교할 때

200°C 미만에서 PONB-2Me5Cl의 에너지 밀도는 PSBNP-co-PTNI0.02에 이어 모든 상업용 폴리머보다 높습니다.

4. 합성 고려사항

PSBNP-co-PTNI0.02는 공중합체이므로 합성에 더 많은 단계가 필요할 수 있습니다. 또한 측정 프로토콜의 차이도 비교 결과에 영향을 미칠 수 있습니다.

PONB-2Me5Cl은 polyVERSE 알고리즘을 사용하여 실리코에서 발견되었으며 이후 합성 및 특성화되었습니다. 고성능 PONB-2Me5Cl 폴리머의 발견과 polyVERSE 패러다임의 개발은 이 작업의 두 가지 결과입니다.

또한 팀은 향후 고려해야 할 일련의 폴리머 설계 최적화를 제안했습니다. 여기에는 다음이 포함됩니다:

1. PONB-2Me5Cl의 개선된 버전 (R 그룹 엔지니어링 또는 나노필러 또는 코팅 추가로 달성)
2. 선택된 폴리이미드, 기존 기능성을 기반으로 연구원들이 선호하는 고온 폴리머 카테고리 .

이 디자인은 고온 Ue를 높이고 손실을 줄이는 동시에 합성에 녹색 용매를 사용할 수 있는 가능성을 보여줍니다.

많은 고분자 템플릿 중 하나를 사용하여 이 연구는 뛰어난 에너지 저장 기능을 갖춘 고급 고분자 유전체를 생산하는 데 있어 인공 지능의 힘을 보여줍니다.

논문 링크: https://www.nature.com/articles/s41467-024-50413-x

위 내용은 성능은 11배 더 강력합니다. Georgia Tech와 Tsinghua 팀은 AI를 사용하여 Nature 하위 저널에 게재된 새로운 에너지 저장 재료를 발견했습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!