Rumah > Peranti teknologi > AI > Prestasi ini 11 kali lebih kuat Pasukan Georgia Tech dan Tsinghua menggunakan AI untuk membantu dalam menemui bahan storan tenaga baharu, yang diterbitkan dalam sub-jurnal Nature.

Prestasi ini 11 kali lebih kuat Pasukan Georgia Tech dan Tsinghua menggunakan AI untuk membantu dalam menemui bahan storan tenaga baharu, yang diterbitkan dalam sub-jurnal Nature.

WBOY
Lepaskan: 2024-07-24 17:42:52
asal
345 orang telah melayarinya

Prestasi ini 11 kali lebih kuat Pasukan Georgia Tech dan Tsinghua menggunakan AI untuk membantu dalam menemui bahan storan tenaga baharu, yang diterbitkan dalam sub-jurnal Nature.

Editor |. Ketumpatan tenaga ialah angka merit kapasitor elektrostatik dan ditentukan terutamanya oleh pilihan bahan dielektrik.

Kebanyakan bahan dielektrik polimer gred industri ialah poliolefin fleksibel atau aromatik tegar yang mempunyai sama ada ketumpatan tenaga tinggi atau kestabilan terma yang tinggi, tetapi bukan kedua-duanya pada masa yang sama.

Di sini, pasukan penyelidik dari Institut Teknologi Georgia, Universiti Connecticut dan Universiti Tsinghua menggunakan kecerdasan buatan (AI), kimia polimer dan kejuruteraan molekul untuk menemui polinorbornene dan poli A pelbagai dielektrik dalam keluarga imida.

Banyak dielektrik yang ditemui mempamerkan kestabilan terma yang tinggi dan ketumpatan tenaga yang tinggi pada julat suhu yang luas. Salah satu dielektrik mempunyai ketumpatan tenaga 8.3 J/cc pada 200 °C, 11 kali lebih tinggi daripada mana-mana dielektrik polimer yang tersedia secara komersial pada suhu ini.

Para penyelidik juga sedang menilai cara untuk meningkatkan lagi keluarga polynorbornene dan polyimide supaya kapasitor ini boleh berfungsi dengan baik dalam aplikasi menuntut seperti aeroangkasa sambil mengekalkan alam sekitar.

Penemuan ini meluaskan potensi aplikasi kapasitor elektrostatik dalam julat suhu 85-200°C juga menunjukkan kesan kecerdasan buatan pada penjanaan struktur kimia dan ramalan sifat, menyerlahkan potensi kemajuan dalam reka bentuk bahan melangkaui kapasitor elektrostatik;

Penyelidikan itu bertajuk "Penemuan dielektrik suhu tinggi berbantukan AI untuk penyimpanan tenaga" dan telah diterbitkan dalam "Nature Communications" pada 19 Julai 2024.

Kapasitor elektrostatik memerlukan bahan baharuPrestasi ini 11 kali lebih kuat Pasukan Georgia Tech dan Tsinghua menggunakan AI untuk membantu dalam menemui bahan storan tenaga baharu, yang diterbitkan dalam sub-jurnal Nature.

Sebagai peranti penyimpanan tenaga dalam sistem elektrik moden, kapasitor elektrostatik memainkan peranan penting. Berbanding dengan peranti penyimpanan tenaga lain seperti bateri, sel bahan api dan superkapasitor, kapasitor elektrostatik memberikan ketumpatan kuasa yang sangat baik (107 W/kg) dan digunakan dalam kawalan padang angin (suhu maksimum sekitar 125 °C), hibrid dan Ia mempunyai kelebihan dalam pelbagai medan seperti kenderaan elektrik sepenuhnya (lebih kurang 150 °C), sistem kuasa berdenyut (lebih kurang 180 °C), pesawat dan pelancar (lebih kurang 300 °C) dan penerokaan angkasa lepas (lebih kurang 480 °C).

Walau bagaimanapun, ia tetap menjadi cabaran untuk meningkatkan ketumpatan tenaga Ue dengan ketara bagi kapasitor elektrostatik pada suhu tinggi, yang penting untuk mencapai penjimatan yang ketara dalam ruang dan berat.

Pada masa ini, polipropilena berorientasikan dwipaksi (BOPP) telah digunakan sebagai bahan dielektrik selama lebih daripada tiga puluh tahun. Walaupun BOPP mempunyai kehilangan dielektrik yang rendah dan jurang jalur elektronik yang besar Cth, pemalar dielektrik dan kestabilan suhu tinggi adalah lemah.

Alternatif BOPP dengan kestabilan haba yang tinggi telah diterokai secara komersil, tetapi polimer ini selalunya datang dengan mengorbankan Eg rendah dan Ue rendah. Bahan-bahan ini tidak mencukupi untuk memenuhi keperluan teknologi moden dan masa depan.

Cabaran Penemuan Bahan

Prestasi polimer bergantung pada komposisi kimianya. Bilangan varian yang boleh dihasilkan daripada satu polimer melalui transformasi kimia adalah mengejutkan.

Di antara semua kemungkinan kimia polimer, mungkin terdapat banyak bahan dielektrik berprestasi tinggi yang belum ditemui. Kecerdasan buatan (AI) yang dilatih dan ditentukur, mampu memproses sejumlah besar data di luar imaginasi manusia, boleh membantu menemui bahan baharu dengan pantas.

Penemuan bahan yang cekap melibatkan pemilihan atau penjanaan subruang kimia, menganggar sifat setiap bahan di dalamnya, dan kemudian memilih bahan calon untuk sintesis dan ujian berdasarkan sekurang-kurangnya sebahagiannya pada sifat yang dianggarkan.

Cabarannya ialah (1) mencipta subruang yang cukup luas untuk menemui bahan baharu yang tidak diketahui manakala (2) mengehadkan bahan hipotetikal yang sukar disintesis (positif palsu). Tambahan pula, anggaran harta mestilah (3) tepat dan (4) cekap, dengan yang terakhir menjadi semakin penting apabila subruang kimia berkembang.

Namun, menyelesaikan semua masalah ini dalam masa yang sama bukanlah mudah.

PolyVERSE paradigma baharu

Penyelidik dari Institut Teknologi Georgia, Universiti Tsinghua dan institusi lain mencadangkan paradigma polyVERSE (polimer yang direka oleh Eksperimen Sintesis Berasaskan Peraturan Virtually-Executed), menunjukkan realisasinya terhadap empat sifat ini dalam konteks tinggi- kejayaan carian dielektrik suhu.

Dalam pendekatan dipacu AI, sistem pakar digunakan untuk menjana polimer daripada monomer yang tersedia secara komersial dan rangkaian saraf graf berbilang tugas digunakan untuk menganggarkan sifat. Anggaran sifat ini boleh digunakan untuk memilih (skrin) polimer yang menjanjikan daripada populasi yang lebih besar.

Prestasi ini 11 kali lebih kuat Pasukan Georgia Tech dan Tsinghua menggunakan AI untuk membantu dalam menemui bahan storan tenaga baharu, yang diterbitkan dalam sub-jurnal Nature.Ilustrasi: Reka bentuk polimer berbantukan AI untuk penyimpanan tenaga. (Sumber: Kertas)

1. Dielektrik polynorbornene yang inovatif

Penyelidik menemui dielektrik polynorbornene yang tidak diketahui sebelum ini yang dipanggil PONB-2Me5Cl.

2. Ketumpatan tenaga yang sangat baik

PONB-2Me5Cl a une excellente densité d'énergie de 8,3 J/cc à 200°C, supérieure à toutes les alternatives commerciales, ce qui en fait l'un des meilleurs diélectriques polymères rapportés à cette température.

3. Par rapport à d'autres polymères

En dessous de 200°C, la densité énergétique du PONB-2Me5Cl est également supérieure à celle de tous les polymères commerciaux, juste derrière le PSBNP-co-PTNI0,02.

4. Considérations sur la synthèse

Le PSBNP-co-PTNI0.02 étant un copolymère, sa synthèse peut nécessiter plus d'étapes. De plus, les différences dans les protocoles de mesure peuvent également affecter les résultats de comparaison.

Prestasi ini 11 kali lebih kuat Pasukan Georgia Tech dan Tsinghua menggunakan AI untuk membantu dalam menemui bahan storan tenaga baharu, yang diterbitkan dalam sub-jurnal Nature.

Illustration : Remplissage de vides diélectriques. (Source : article)

PONB-2Me5Cl a été découvert in silico à l'aide de l'algorithme polyVERSE, puis synthétisé et caractérisé. La découverte du polymère PONB-2Me5Cl haute performance et le développement du paradigme polyVERSE sont deux résultats de ces travaux.

De plus, l'équipe a proposé une série d'optimisations de la conception des polymères qui doivent être prises en compte à l'avenir. Ceux-ci incluent :

  1. Versions améliorées de PONB-2Me5Cl (obtenues par l'ingénierie du groupe R ou l'ajout de nanocharges ou de revêtements)
  2. Polyimides sélectionnés, que les chercheurs ont basés sur les fonctionnalités existantes Une catégorie préférée pour les polymères à haute température .

Ces conceptions montrent le potentiel d'augmenter l'Ue à haute température et de réduire les pertes, tout en permettant également l'utilisation de solvants verts pour la synthèse.

En utilisant un seul des nombreux modèles polymères, cette étude démontre la puissance de l'intelligence artificielle dans la production de diélectriques polymères avancés dotés de capacités de stockage d'énergie exceptionnelles.

Lien papier : https://www.nature.com/articles/s41467-024-50413-x

Atas ialah kandungan terperinci Prestasi ini 11 kali lebih kuat Pasukan Georgia Tech dan Tsinghua menggunakan AI untuk membantu dalam menemui bahan storan tenaga baharu, yang diterbitkan dalam sub-jurnal Nature.. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:jiqizhixin.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan