資料來源:倫敦帝國學院
摘要:研究人員已證明機(jī)器學習(xí)如何幫(bāng)助(zhù)設計性能更(gèng)好的鋰離子電池和燃料電池。
一(yī)種新的機器(qì)學習(xí)算法允許研究(jiū)人(rén)員在運行3D仿真之前探索(suǒ)燃料(liào)電池和(hé)鋰離子電池微(wēi)結構可能的設計,以幫助研究人員進行更改以提高性能。
改進措施(shī)包括(kuò)使智能手機(jī)充電更快,增加電動汽車充電之間的時間間隔以(yǐ)及增加運行數據中心的氫燃料電池(chí)的(de)功率。
該論(lùn)文在《npj計算(suàn)材料》中發表。
燃料電池使用(yòng)可以由風能和太陽能產生的清潔氫燃料(liào)來產(chǎn)生熱量和電能,而(ér)鋰離子電池(如(rú)智(zhì)能手機(jī),筆記本電腦(nǎo)和電動汽車中的鋰離(lí)子電池)是(shì)一種流行的能量存儲類型。兩者的性能都與它們的微觀結構密切相關:它們電極內部的孔的形狀和排列方式(shì)如何會影響燃料電池能產生多(duō)少功率,以及電池的充(chōng)電和放(fàng)電速度如何。
但是,由於微米級的孔是(shì)如此之小,因此可能難以以足(zú)夠高的分辨率研究它們的特定形狀和(hé)大小以使其與整體細胞(bāo)性能相關。
現在,帝(dì)國學院研(yán)究人員(yuán)已應用機器學習技術(shù)來幫助他們虛擬地探索這(zhè)些孔,並運行3D仿真以根(gēn)據其微觀結構預測細胞性能。
研究人員使用(yòng)了一種(zhǒng)新穎的機器學習技術,稱為“深度卷積生成對抗網絡”(DC-GAN)。這些算法可以(yǐ)基於從執行納米級(jí)成像的(de)同步加速器(qì)(一種足球場大小的粒子加速器)獲得的(de)訓練數據(jù)中學習生成微觀(guān)結構的3D圖像數據。
帝國大學地球科學與工(gōng)程係的主要作者安德裏亞·蓋翁-隆巴多(Andrea Gayon-Lombardo)說:“草莓污污视频在线观看的(de)技術正在幫助我(wǒ)們放大電池和電池,以了解哪些特性會影響整體性能。開發基於圖像的機器學習技術可以(yǐ)解鎖大規模分析圖像的新(xīn)方法。”
在運行(háng)3D模擬以預(yù)測細胞性能時,研究人員需要(yào)足夠大的數據量才能(néng)被視為(wéi)代表整個細胞的統計數據。當前難以以所需的分辨率獲得大量的微結構圖(tú)像數據。
但是(shì),作者(zhě)發現,他們可以(yǐ)訓練代碼來生成具有相同屬性的更大數據集,或故意生成模型認為可以(yǐ)提高電池(chí)性(xìng)能(néng)的結構。
帝國(guó)理工學院(yuàn)戴森設計(jì)工程學院的項(xiàng)目主管Sam Cooper博士(shì)說:“草莓污污视频在线观看團隊的發(fā)現將幫(bāng)助能(néng)源界的研究人員設計和製造優化的電極,以改善電池(chí)性能。對於(yú)儲能和機器學習社區來說,這是一(yī)個激動人心的(de)時刻,因此草莓污污视频在线观看很高興能夠(gòu)探索這兩個學科之間(jiān)的接口。”
通過限(xiàn)製他們的算法以僅產生當前可行的製造結果,研究人員希望將他(tā)們的技術應用於製造,以設計用於下一代電池的(de)優化電(diàn)極。
文章來源:
資料(liào)由倫敦帝國(guó)理工學院提供。原著作(zuò)者卡羅琳·布羅根(Caroline Brogan)。注意:內容可以根據樣式和長度進行了編輯(jí)。
期刊信息(xī):
Andrea Gayon-Lombardo, Lukas Mosser, Nigel P. Brandon, Samuel J. Cooper. Pores for thought: generative adversarial networks for stochastic reconstruction of 3D multi-phase electrode microstructures with periodic boundaries. npj Computational Materials, 2020; 6 (1) DOI: 10.1038/s41524-020-0340-7
原文信息:
Imperial College London. "AI could help improve performance of lithium-ion batteries and fuel cells." ScienceDaily. ScienceDaily, 25 June 2020.
www.sciencedaily.com/releases/2020/06/200625080942.htm
聲明:本文由澳亞塑業編譯,中(zhōng)文內容僅供參考,一切內容以英文原版為準。