Lapan kali lebih kuat daripada bahan asal, pasukan dari Universiti Tsinghua dan Institut Teknologi Wuhan menggunakan AI untuk menyaring bahan dielektrik entropi tinggi

Editor |. Bahan dielektrik kulit lobak boleh menyimpan dan melepaskan cas dan digunakan secara meluas dalam kapasitor, elektronik dan sistem kuasa. Oleh kerana ketumpatan kuasa yang sangat tinggi dan ciri tindak balas pantas, ia digunakan dalam bidang seperti kenderaan elektrik hibrid, peranti elektronik mudah alih dan sistem kuasa nadi, tetapi ketumpatan tenaganya masih perlu dipertingkatkan lagi. Strategi entropi tinggi telah menjadi kaedah yang berkesan untuk meningkatkan prestasi penyimpanan tenaga Walau bagaimanapun, menemui sistem entropi tinggi baharu dalam ruang komposisi berdimensi tinggi merupakan satu cabaran besar untuk eksperimen percubaan dan kesilapan tradisional. Berdasarkan simulasi medan fasa dan data percubaan terhad, pasukan penyelidik dari Universiti Teknologi Wuhan, Universiti Tsinghua dan Universiti Negeri Pennsylvania mencadangkan kaedah pembelajaran generatif untuk mempercepatkan penemuan pembelajaran peringkat tinggi dalam ruang penerokaan tanpa had lebih daripada 10^ 11kombinasi bahan dielektrik Entropik (HED). Kerja ini menyediakan cara yang berkesan dan inovatif untuk mereka bentuk bahan dielektrik entropi tinggi, dengan ketara mengurangkan kitaran percubaan. Penyelidikan itu bertajuk "Pembelajaran generatif memudahkan penemuan dielektrik entropiseramik tinggi untuk penyimpanan tenaga kapasitif" dan diterbitkan dalam "Komunikasi Alam Semula Jadi" pada 10 Jun 2024. Bahan dielektrik boleh menyimpan dan melepaskan cas dan merupakan teras

komponen dalam kapasitor. Ia digunakan secara meluas dalam kenderaan elektrik hibrid, peranti elektronik mudah alih, dan sistem kuasa berdenyut kerana ketumpatan kuasa tinggi dan ciri tindak balas pantas. Di samping itu, bahan dielektrik adalah kritikal dalam sistem elektronik dan kuasa moden, menyokong pengecilan

dan pengendalian peranti yang berkecekapan tinggi. Walau bagaimanapun, bahan dielektrik tradisional mempunyai had dalam ketumpatan tenaga dan kestabilan haba Strategi berbilang entropi boleh meningkatkan sifat ini dengan memperkenalkan pelbagai elemen. Ilustrasi: Simulasi medan fasa kesan entropi konfigurasi (Sconfig) ke atas prestasi penyimpanan tenaga. (Sumber: Kertas) Seramik entropi tinggi meningkatkan prestasi penyimpanan tenaga dengan membentuk struktur polarisasi yang pelbagai dengan keadaan valens yang berbeza, jejari ionik dan keelektronegatifan, meningkatkan tindak balas polarisasi dan kekuatan pecahan. Pada masa ini, kaedah eksperimen tradisional tidak cekap dan mahal dalam menemui sistem entropi tinggi baharu. Untuk menangani cabaran ini, pasukan penyelidik dari Universiti Tsinghua, Universiti Teknologi Wuhan dan Universiti Negeri Pennsylvania membina rangka kerja berasaskan pembelajaran generatif berdasarkan data percubaan kecil untuk mempercepatkan penemuan ketumpatan tenaga tinggi HED

.

Ilustrasi: Gambaran keseluruhan rangka kerja pembelajaran generatif untuk reka bentuk entropi tinggi. (Sumber: kertas) Untuk menjelaskan pengaruh entropi konfigurasi terhadap tindak balas polarisasi, penyelidik melakukan simulasi medan fasa untuk mengira gelung medan polarisasi-elektrik (PE) dan ketumpatan tenaga sepadan HED dengan nilai entropi yang berbeza. Keputusan menunjukkan bahawa apabila nilai entropi meningkat, kawasan polarisasi menjadi lebih neutral dan ketumpatan tenaga meningkat dengan ketara. Sebagai contoh eksperimen, pasukan memilih Bi(Mg0.5Ti0.5)O3 (BMT) sebagai matriks asal dan mereka bentuk HED dengan doping tapak A dan tapak B secara serentak dengan pelbagai elemen. Menggunakan 77 set keputusan percubaan sebagai data awal, para penyelidik mewujudkan model pembelajaran generatif berdasarkan seni bina pengekodan-penyahkodan, dan menggabungkan pembinaan semula data dan rangkaian saraf tiruan (ANN) untuk mencari kombinasi entropi tinggi yang berpotensi optimum. Ilustrasi: fasa

struktur dan analisis sifat elektrik. (Sumber: kertas) Kemudian jalankan pensampelan kebarangkalian pada data sampel kecil yang sedia ada, kekalkan dua tempat perpuluhan untuk kandungan elemen kedudukan A dan B, dan tetapkan jumlah setiap kedudukan kepada 1 untuk membina kemungkinan hampir 10^11 kombinasi .

ruang, mencari kombinasi optimum yang memenuhi kriteria entropi tinggi. Kemudian, lima kombinasi teratas dengan keputusan yang diramalkan telah disaring daripada lebih 2,000 bahan calon, dan lima set eksperimen disasarkan telah dijalankan untuk mengesahkan potensinya dalam prestasi penyimpanan tenaga.

Graphique : Performances de stockage d’énergie et stabilité du cycle. (Source : article) Les résultats expérimentaux montrent que le film diélectrique céramique à haute entropie préparé est nettement meilleur que les matériaux traditionnels en termes de densité d'énergie et de résistance à la rupture, en particulier le film C-3 sous le champ électrique de 5104 kV/cm. La densité énergétique atteint 156 J/cm^3, soit huit fois celle du film original BMT (~18 J/cm^3). En outre, l'étude a également exploré les effets de différentes températures de recuit sur les performances des films à haute entropie et a révélé que des températures de recuit appropriées peuvent améliorer encore les performances de stockage d'énergie du matériau. En résumé, les films à haute entropie présentent non seulement d’excellentes performances en fatigue et une excellente stabilité en température et en fréquence, mais présentent également un grand potentiel pour des applications généralisées dans les condensateurs de stockage d’énergie. Sur la base d'un paradigme basé sur l'apprentissage automatique, l'équipe a exploité des données expérimentales très rares pour trouver efficacement les composites à haute entropie souhaités dotés de propriétés de stockage d'énergie élevées. La méthode permet également aux chercheurs de raccourcir considérablement le cycle expérimental global et ouvre de nouvelles voies pour concevoir des systèmes matériels avec des composants complexes. Lien article : https://www.nature.com/articles/s41467-024-49170-8

.

Atas ialah kandungan terperinci Lapan kali lebih kuat daripada bahan asal, pasukan dari Universiti Tsinghua dan Institut Teknologi Wuhan menggunakan AI untuk menyaring bahan dielektrik entropi tinggi. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!