باتری حالت جامد نسل جدید ۵۰ درصد افزایش برد خودروهای برقی با کمک هوش مصنوعی, پیشرفت چشمگیری در فناوری باتریهای حالت جامد نسل آینده، امید را برای افزایش ۵۰ درصدی برد خودروهای برقی با یک بار شارژ زنده کرده است.
این دستاورد با بهرهگیری از یادگیری ماشینی و تسریع فرآیند کشف مواد با عملکرد بالا محقق شده است.\تحول در ذخیرهسازی انرژی و آینده خودروهای برقیبر اساس گزارشهای منتشر شده، توسعه این فناوری نوین میتواند چشمانداز ذخیرهسازی انرژی را متحول سازد و مسیر را برای ارائه خودروهای برقی ایمنتر، با دوام بالاتر و کارایی بهبودیده هموار کند.\دور زدن چالشهای باتریهای سنتی با فناوری حالت جامدپژوهشگران مؤسسه علم و فناوری اسکولکوو و مؤسسه AIRI موفق به دستیابی به یک نقطه عطف کلیدی در فناوری باتریهای حالت جامد شدهاند.
ی برای تسریع روند شناسایی مواد پیشرفته باتری حاصل شده است.
محققان در مطالعهای که در نشریه معتبر نچر منتشر شده است، اعلام کردند که بهبودهای اساسی نظیر افزایش چگالی انرژی، تسریع فرآیند شارژ، ارتقای پایداری باتریهای حالت جامد و کاهش زمان پاسخدهی در بسترهای الکترونیکی، از طریق نوآوری در معماری دستگاهها و مهندسی ترکیبات موادی امکانپذیر شده است.
لیت جامد و پوششهای محافظ، را با سرعتی چند برابر روشهای سنتی شیمی کوانتومی شناسایی کنند.
در حالی که خودروهای برقی فعلی بیشتر از باتریهای لیتیوم-یونی با الکترولیت مایع بهره میبرند که ریسک آتشسوزی دارند، باتریهای حالت جامد با استفاده از بسترهای جامد مانند سرامیک، ایمنی بالا و چگالی انرژی برتر ارائه میدهند.
با این حال، یافتن الکترولیت جامد مناسب تا به امروز چالشی بزرگ برای خودروسازان بوده است.آرتم دمبیتسکی، نویسنده اصلی مطالعه و دانشجوی دکتری اسکولکوو، بیان میدارد\ما اثبات کردیم که شبکههای عصبی گراف قادرند مواد تازهای با تحرک یونی بالا برای باتریهای حالت جامد را کشف کنند و این فرآیند را با سرعتی چندین برابر روشهای متداول پیش ببرند.
همچنین موفق شدیم چندین پوشش محافظ کارآمد برای الکترولیتهای این باتریها را پیشبینی کنیم.\نقش حیاتی پوششهای محافظ در پایداری باتریاین پژوهش اهمیت استراتژیک پوششهای محافظ را برجسته میسازد. این لایههای نازک برای مصون نگه داشتن الکترولیت در برابر واکنشپذیری شدید آند و کاتد لیتیوم فلزی ضروری هستند.
در غیاب این پوششها، عملکرد باتری به سرعت کاهش یافته و احتمال بروز اتصال کوتاه به شدت افزایش مییابد.\\دیمیتری آکسیونوف، از محققان این پروژه، توضیح میدهد که لیتیوم فلزی در آند خاصیت کاهندگی بسیار قوی دارد و تقریباً تمام الکترولیتهای شناخته شده در تماس با آن دچار کاهش میشوند. از سوی دیگر، مواد کاتدی طبیعت اکسیدکننده شدیدی دارند.
در نتیجه، واکنشهای اکسایش-کاهش میتوانند ساختار الکترولیت را تخریب کرده و منجر به افت عملکرد یا حتی اتصال کوتاه خطرناک شوند.در این میان، الگوریتمهای هوش مصنوعی نقش تعیینکنندهای ایفا میکنند.
این مدلها قادرند طیف وسیعی از مواد کاندید را با دقت و سرعت بالا ارزیابی کرده و گزینههایی را که بهترین ترکیب پایداری شیمیایی و عملکرد الکتروشیمیایی را دارند، غربالگری کنند.در یک کاربرد عملی، تیم پژوهش با استفاده از روش مبتنی بر هوش مصنوعی، پوششهای محافظ نوینی برای ترکیب، یکی از کاندیدهای اصلی الکترولیت در باتریهای حالت جامد، شناسایی करने با موفقیت روبرو شدند.