您的位置:首页 > 新闻

日本研究人员利用机器学习为锂离子电池寻找更可能的材料组成

发布时间:2024年11月08日 03:54 来源:盖世汽车 编辑:柳暮雪  阅读量:5699  
导读:盖世汽车讯储能是许多快速发展的可持续技术的重要组成部分,包括电动汽车和可再生能源发电。尽管锂离子电池占据了当前市场的主导地位,但锂是一种相对稀缺且昂贵的元素,给经济和供应稳定性带来了挑战。因此,世界各地的研究人员都在试验由更丰富的材料制成的...

盖世汽车讯 储能是许多快速发展的可持续技术的重要组成部分,包括电动汽车和可再生能源发电。尽管锂离子电池占据了当前市场的主导地位,但锂是一种相对稀缺且昂贵的元素,给经济和供应稳定性带来了挑战。因此,世界各地的研究人员都在试验由更丰富的材料制成的新型电池。

钠离子电池使用钠离子作为能量载体,由于钠的储量丰富、安全性更高、成本可能更低,因此成为LIB的有前途的替代品。特别是,含钠过渡金属层状氧化物(NaMeO2)是钠离子电池正极的强大材料,具有出色的能量密度和容量。

然而,对于由几种过渡金属组成的多元素层状氧化物,可能的组合数量之多使得寻找最佳材料组成既复杂又耗时。即使是过渡金属的选择和比例发生微小变化,也会导致晶体形态发生显著变化并影响电池性能。

据外媒报道,在最近的一项研究中,由Shinichi Komaba教授领导的研究小组,包括日本东京理科大学和查尔姆斯理工大学(Chalmers University of Technology)的Saaya Sekine女士和Tomooki Hosaka博士,以及名古屋工业大学(Nagoya Institute of Technology)的Masanobu Nakayama教授,利用机器学习简化了寻找有希望的材料组成的过程。相关研究结果发表于期刊《Materials Chemistry A》。

郑重声明:此文内容为本网站转载企业宣传资讯,目的在于传播更多信息,与本站立场无关。仅供读者参考,并请自行核实相关内容。