Cornell araştırmacıları, daha iyi batarya malzemelerine yönelik aramaları hızlandırmak için yapay zekâyı kullanırken, elektrolitler için tasarım alanını genişletmek amacıyla yaratıcı bir kimya yaklaşımı benimseyerek daha güvenli ve daha yüksek performanslı enerji depolama için yeni olanaklar açıyor.
Elektrolitler, iyonları batarya elektrotları arasında taşır ve bataryanın enerji yoğunluğu, ömrü ve şarş hızı için kritik öneme sahiptir; ancak bileşimdeki küçük değişiklikler çalışma biçimlerini büyük ölçüde değiştirebildiği için tasarlanmaları zordur.
“Elektrolitler bataryalarda yalnızca destekleyici malzemeler değil; aynı zamanda bir tasarım alanıdır,” dedi Fengqi You. You’un araştırma grubu, bir sonraki nesil batarya malzemelerinin keşfine yardımcı olmak için çerçeveler, yapay zekâ ve diğer hesaplama yöntemlerini birleştiriyor; bu, grubun üzerinde çalıştığı diğer araştırma konularından yalnızca biri.
Grubu, lityum iyonlarının katı malzemeler içinde ne kadar iyi hareket ettiğini yalnızca kimyasal bileşimlerini kullanarak tiên eden IonNet adlı bir yapay zekâ çerçevesini geliştirdi. Science Advances’ta yayımlayan çerçeve, araştırmacıların katı-state elektrolitler için olası adayları mühendislik sürecinin çok daha erken aşamalarında değerlendirmelerine olanak tanıyor.
“Çoğu malzeme için yapay zekâ modeli, güvenilir kristal yapıları gerektirir ve bunlar genellikle yeni veya deneysel olarak bildirilen bileşikler için mevcut değildir,” dedi. Çalışmayı, postdoktoral araştırmacı ve birinci yazar Zhilong Wang ile birlikte yöneten You, “IonNet, iyon hareketliliğini kristal yapıları olmaksızın, yalnızca kimyasal bileşimden tiên eder.”
Hızlı iyon iletkenleri, çoğu lityum-iyon pilde kullanılan yanıcı sıvı elektrolitlerin yerine katı malzemeler kullanan katı-state pillerin kritik bir bileşenidir. IonNet, yaklaşık 4.500 kararlı bileşik arasında 87 hızlı iyon iletkeni adayı belirledi ve yaklaşık 5 milyon değiştirilmiş bileşimden neredeyse 63.000 aday tespit etti. Araştırmacılar ardından fizik temelli simülasyonları kullanarak bu tahminlerden 20’sini test etti ve 13’ünü hızlı iyon iletkeni olarak doğruladı.
“IonNet deneyleri ya da yüksek seviye simülasyonları yerine koymaz; ancak önemli deney ya da hesaplamalı kaynaklar harcamadan önce adayları önceliklendirilen hızlı bir ön uçtur,” dedi You. “Tek bir malzemenin fizik temalı simülasyonla değerlendirilmesi on binlerce CPU saati alabilir.”
IonNet’in bir diğer özelliği de belirli bileşimlerin diğerlerinden neden daha iyi çalıştığına dair ipucu veren kimyasal tasarım kurallarını belirlemesidir.
“Sadece umut verici malzemelerden oluşan bir liste istemedik,” dedi You; aynı zamanda malzeme, enerji ve sürdürülebilirlik alanındaki zorluklara yapay zekâ uygulayan Cornell Üniversitesi AI4S Girişimi’nin yöneticisidir. “Lityum iyonlarının hızlı hareket etmesini sağlayan kimyasal ilkeleri anlamak istedik, çünkü işte yapay zekâyı deney tasarımında yararlı kılan da budur.”
Nature Communications’da yayımlanan ikinci bir çalışma, elektrolite mühendisliği farklı bir açıdan ele alıyor ve elektrolit bileşimindeki farklardan, farklı elektrot malzemelerinden ziyade elektrolit bileşimindeki farklardan elektrik üreten geleneksel olmayan bir pil türü olan konsantrasyon pillerine odaklanıyor.
İki elektrotunda da aynı redoks çiftini – elektron alışverişi yapan kimyasal maddeler çiftini – kullanan konsantrasyon bataryalarının 0,06 voltun altında enerji üretebileceği yıllardır varsayılmaktaydı. Araştırmacılar, elektrolitte iyonların moleküllerle nasıl sarıldığını mühendislik yoluyla düzenleyerek çinko ve bakır temelli konsantrasyon bataryalarının voltajını 0,7 volt’a çıkardı; bu, varsayılan sınırdan 10’dan fazla daha yüksektir. Geleneksel elektrotlarla birleştirildiğinde yaklaşım, 2,2-2,5 voltta çalışan su temelli bataryalar üretti – bu, alkali AA bataryalarının genellikle ürettiği 1,5 volttan daha yüksektir.
You’un laboratuvarı ile Puerto Rico–Río Piedras Üniversitesi’ndeki araştırmacılar arasındaki işbirliği, konsantrasyon bataryalarını pratik olmayan, düşük voltajlı bir enerji depolama yönteminden ayarlanabilir bir elektrolit tasarım platformuna dönüştürüyor.
“Bu elektrolit çalışmalarının aynı büyük hedef paylaşıyor,” dedi You, “batarya tasarımını deneme-yanılma sürecinden; yapay zekâ, kimya ve fiziksel içgörüyle yönlendirilen rasyonel tasarıma taşımak.”
