การจัดเก็บแบตเตอรี่และพลังงาน

img-mv26vqxh-8161bd9a

 

คำอธิบาย


คัดกรองอิเล็กโทรไลต์ แคโทด และอัลลอยด์กักเก็บไฮโดรเจนโดยการทำนายก่อนที่คุณจะสร้างเซลล์ MatterSeek คาดการณ์คุณสมบัติของวัสดุจากองค์ประกอบ (150)

 

279

การจัดเก็บแบตเตอรี่และพลังงาน - ระบบวัสดุ / ประสิทธิภาพที่คาดการณ์ได้ / เส้นทางการตรวจสอบ

 

 

 

 

 

AI สำหรับแบตเตอรี่และวัสดุกักเก็บพลังงาน - คัดกรองอิเล็กโทรไลต์และอิเล็กโทรดก่อนที่คุณจะสร้างเซลล์

 

 

1. MatterSeek คือแพลตฟอร์มการวิจัยและพัฒนาวัสดุ AI สำหรับการพัฒนาแบตเตอรี่และแหล่งกักเก็บพลังงาน

โดยจะคาดการณ์คุณสมบัติของวัสดุจากองค์ประกอบทางเคมี ดังนั้นจึงสามารถจัดอันดับอิเล็กโทรไลต์ แคโทด แอโนด ตัวแยก และโลหะผสมกักเก็บไฮโดรเจนในซอฟต์แวร์ได้ก่อนที่จะประกอบหรือปั่นจักรยานเซลล์ใดๆ

2. การพัฒนาแบตเตอรี่ประสบปัญหาคอขวดเนื่องจากช่องว่างระหว่างจุดประสงค์ในการออกแบบและประสิทธิภาพที่วัดได้

ปฏิกิริยาข้างเคียงระหว่างผิวหน้า การขนส่งไอออนิก และความเสถียรทางความร้อนจะเกิดขึ้นหลังจากสร้างเซลล์แล้วเท่านั้น และรอบการสร้างและทดสอบแต่ละรอบจะช้าและมีราคาแพง ผลลัพธ์ที่ได้คือวงจรการพัฒนาที่มีการทดสอบสูตรจำนวนหนึ่งอย่างละเอียดถี่ถ้วน แทนที่จะคัดกรองพื้นที่กว้างอย่างชาญฉลาด

3. คัดกรองพื้นที่การจัดองค์ประกอบภาพก่อน คุณอธิบายเป้าหมาย —

ชุดองค์ประกอบพื้นฐานบวกหน้าต่างคุณสมบัติ เช่น ข้อกำหนดทางเคมีไฟฟ้า ความร้อน หรือเทอร์โมไดนามิกส์ และ MatterSeek จะส่งกลับค่าคุณสมบัติที่คาดการณ์ไว้พร้อมความไม่แน่นอนสำหรับตัวเลือกแต่ละรายการ แพลตฟอร์มดังกล่าวรองรับองค์ประกอบพื้นฐานหนึ่งถึงสี่องค์ประกอบด้วยความแม่นยำระดับยาสลบที่ 0.02 และการทำนายจะเสร็จสิ้นภายในเวลาประมาณหนึ่งนาทีสำหรับองค์ประกอบฐานสองรายการ สองนาทีสำหรับสามรายการ และเจ็ดนาทีสำหรับสี่รายการ เอาต์พุตจะปรากฏเป็นแผนภูมิเรดาร์หลายคุณสมบัติ แผนที่ความร้อน 2 มิติและ 3 มิติที่แสดงว่าคุณสมบัติเปลี่ยนแปลงไปอย่างไรในแนวนอนขององค์ประกอบ และตารางที่ส่งออกได้

4. คุณสมบัติที่เกี่ยวข้องกับวัสดุจัดเก็บ

เครื่องมือทำนายครอบคลุมคุณสมบัติทางไฟฟ้าเคมี ไดอิเล็กตริก ความร้อน อุณหพลศาสตร์ และโครงสร้าง รวมถึงจุดหลอมเหลว อัตราการเย็นตัววิกฤตสำหรับการเปลี่ยนแปลงรูปร่าง ค่าสัมประสิทธิ์ Seebeck ตัวประกอบกำลัง และตัวเลขเทอร์โมอิเล็กทริก โดยสามรายการสุดท้ายเกี่ยวข้องโดยตรงกับวัสดุการจัดการความร้อนและการแปลงพลังงานเทอร์โมอิเล็กทริก

5. ตรวจสอบความถูกต้องในห้องปฏิบัติการอิสระ

ผู้สมัครที่คาดการณ์ไว้จะไหลเข้าสู่ห้องปฏิบัติการอิสระขนาด 1,200 ตร.ม. ของ MatterSeek ซึ่งมีกลุ่มกระบวนการ 6 กลุ่ม ได้แก่ การหลอมสุญญากาศด้วยการแข็งตัวอย่างรวดเร็ว การสังเคราะห์โซลิดสเตตด้วยการขึ้นรูปและการเผาผนึก เส้นทางไฮโดรเทอร์มอลและเคมีเปียก และโซล-เจลด้วยการอบแห้ง CO₂ ที่วิกฤตยิ่งยวด ซึ่งเป็นเส้นทางที่ผลิตผงอิเล็กโทรด อิเล็กโทรไลต์ของแข็ง และวัสดุแยกที่มีรูพรุน การระบุคุณลักษณะอัตโนมัติครอบคลุม XRD, พื้นที่ผิว BET, การวิเคราะห์เชิงความร้อนพร้อมกัน และ Raman ความแม่นยำของแบบจำลองอยู่ที่ 95.7% และทุกผลที่วัดได้จะถูกป้อนกลับเพื่อกระชับรอบการทำนายถัดไป

6. กลุ่มวัสดุจัดเก็บที่ได้กล่าวถึงแล้วได้แก่ อิเล็กโทรไลต์ที่เป็นของแข็ง

องค์ประกอบของแคโทดและแอโนด วัสดุตัวคั่นและเมมเบรนเซรามิก การจัดการความร้อนและวัสดุเทอร์โมอิเล็กทริก และโลหะผสมกักเก็บไฮโดรเจนในสถานะของแข็ง ซึ่งส่วนสุดท้ายจะป้อนโดยตรงเข้าไปในคลัสเตอร์การหลอมเหลวในสุญญากาศและการแข็งตัวอย่างรวดเร็ว

 

คำถามที่พบบ่อย

 

 

ถาม: MatterSeek สามารถคัดกรองอิเล็กโทรไลต์โซลิดสเตตได้หรือไม่

ก. ใช่. คุณกำหนดองค์ประกอบพื้นฐานและหน้าต่างคุณสมบัติที่คุณต้องการ จากนั้นแพลตฟอร์มจะส่งคืนผู้สมัครที่ได้รับการจัดอันดับพร้อมคุณสมบัติที่คาดการณ์ไว้และความไม่แน่นอนก่อนที่จะสร้างเซลล์ใดๆ

ถาม: การทำนายดำเนินไปเร็วแค่ไหน?

ตอบ: ประมาณหนึ่งนาทีสำหรับองค์ประกอบพื้นฐานสองรายการ สองนาทีสำหรับสามองค์ประกอบ และเจ็ดนาทีสำหรับสี่องค์ประกอบ

ถาม: แพลตฟอร์มดังกล่าวรองรับวัสดุกักเก็บไฮโดรเจนหรือไม่

ตอบ: ใช่ — โลหะผสมกักเก็บไฮโดรเจนอยู่ภายในขอบเขตของโลหะผสมซึ่งจัดการโดยคลัสเตอร์การหลอมเหลวแบบสุญญากาศและการแข็งตัวอย่างรวดเร็ว

Yuyao (Beijing) Technology Co., Ltd. เป็นบริษัทมืออาชีพที่เชี่ยวชาญด้านการผสมผสานระหว่าง AI และวัสดุขั้นสูงสำหรับการจัดเก็บแบตเตอรี่และพลังงาน บริษัทได้พัฒนา MatterSeek ซึ่งเป็นโมเดลพื้นฐานขนาดใหญ่ที่ปรับให้เหมาะกับภาคส่วนวัสดุอย่างอิสระ และเป็นผู้บุกเบิกอัลกอริทึม HNN (โครงข่ายประสาทเทียมแบบลำดับชั้น) ในขณะเดียวกันก็สร้างฐานข้อมูลการทดลองวัสดุที่เป็นกรรมสิทธิ์และควบคุมได้