نیوزویز – شیمیدانان آزمایشگاه ملی Oak Ridge وزارت انرژی با هدایت یادگیری ماشینی، ابرخازن کربنی رکوردشکنی را طراحی کرده اند که چهار برابر بیشتر از بهترین مواد تجاری انرژی ذخیره می کند. ابرخازن ساخته شده با مواد جدید می تواند انرژی بیشتری ذخیره کند – ترمزهای احیا کننده، الکترونیک قدرت و منابع تغذیه کمکی را بهبود می بخشد.
تائو وانگ، شیمیدان ORNL و دانشگاه تنسی گفت: «با ترکیب یک روش مبتنی بر داده و تخصص تحقیقاتی خود، ماده کربنی با خواص فیزیکوشیمیایی و الکتروشیمیایی بهبود یافته ایجاد کرده‌ایم که مرز ذخیره انرژی ابرخازن‌های کربنی را به سطح بعدی می‌رساند. ناکسویل.
وانگ مطالعه را رهبری کرد، منتشر شده در ارتباطات طبیعت، با شیمیدان ORNL و UTK شنگ دای.
دای که این آزمایش‌ها را با وانگ طراحی و طراحی کرد، گفت: «این بالاترین ظرفیت ذخیره‌سازی کربن متخلخل است. “این یک نقطه عطف واقعی است.”
محققان این مطالعه را در واکنش های سطح سیال، ساختارها و مرکز انتقالیا FIRST، یک مرکز تحقیقات مرزی انرژی DOE به رهبری ORNL که از سال 2009 تا 2022 فعالیت می کند. شرکای آن در سه آزمایشگاه ملی و هفت دانشگاه، واکنش ها را در رابط مایع-جامد با پیامدهایی برای ذخیره سازی خازنی انرژی الکتریکی بررسی کردند. ظرفیت ظرفیت جمع آوری و ذخیره بار الکتریکی است.
وقتی صحبت از دستگاه های ذخیره انرژی به میان می آید، باتری ها آشناترین آنها هستند. آنها انرژی شیمیایی را به انرژی الکتریکی تبدیل می کنند و در ذخیره انرژی عالی هستند. برعکس، خازن‌ها انرژی را به‌عنوان یک میدان الکتریکی، مشابه الکتریسیته ساکن، ذخیره می‌کنند. آنها نمی توانند به اندازه باتری ها در یک حجم معین انرژی ذخیره کنند، اما می توانند بارها و بارها شارژ شوند و توانایی خود را برای نگه داشتن شارژ از دست ندهند. ابرخازن‌ها، مانند آن‌هایی که انرژی برخی اتوبوس‌های الکتریکی را تامین می‌کنند، می‌توانند بار بیشتری نسبت به خازن‌ها ذخیره کنند و سریع‌تر از باتری‌ها شارژ و دشارژ می‌شوند.
ابرخازن های تجاری دارای دو الکترود – آند و کاتد – هستند که جدا شده و در یک الکترولیت غوطه ور می شوند. لایه های دوگانه الکتریکی به طور برگشت پذیر بارها را در رابط الکترولیت-کربن جدا می کنند. مواد انتخابی برای ساخت الکترود برای ابرخازن ها کربن های متخلخل هستند. منافذ سطح وسیعی را برای ذخیره بار الکترواستاتیکی فراهم می کنند.
مطالعه تحت رهبری ORNL از یادگیری ماشینی، نوعی هوش مصنوعی که از داده‌ها یاد می‌گیرد، برای بهینه‌سازی نتایج برای هدایت کشف مواد برتر استفاده کرد. Runtong Pan، Musen Zhou و Jianzhong Wu از دانشگاه کالیفرنیا، ریورساید، اولین دانشگاه شریک، یک مدل شبکه عصبی مصنوعی ساختند و آن را برای تعیین یک هدف روشن آموزش دادند: توسعه یک “ماده رویایی” برای تحویل انرژی.
این مدل پیش‌بینی می‌کند که اگر کربن با اکسیژن و نیتروژن دوپه شود، بالاترین ظرفیت برای الکترود کربن 570 فاراد بر گرم خواهد بود.
وانگ و دای یک کربن دوپینگ بسیار متخلخل طراحی کردند که سطح وسیعی را برای واکنش های الکتروشیمیایی میانی فراهم می کرد. سپس وانگ ماده جدید را سنتز کرد، یک چارچوب کربن غنی از اکسیژن برای ذخیره و حمل بار.
کربن فعال می شود تا منافذ بیشتری ایجاد کند و گروه های شیمیایی عاملی را در مکان ها برای واکنش های اکسیداسیون یا کاهش اضافه کند. صنعت از عوامل فعال کننده ای مانند هیدروکسید پتاسیم استفاده می کند که به دمای بسیار بالایی در حدود 800 درجه سانتیگراد نیاز دارد که اکسیژن را از مواد خارج می کند. پنج سال پیش، دای فرآیندی را با استفاده از آمید سدیم به عنوان یک عامل فعال کننده توسعه داد. در دمای پایین تر، نزدیک به 600 درجه سانتیگراد کار می کند و مناطق فعال تری نسبت به فرآیندهای صنعتی گرمتر ایجاد می کند. Dye گفت: “سنتز مواد در این “منطقه Goldilocks” – نه خیلی سرد و نه خیلی گرم – تفاوت واقعی در تجزیه نشدن گروه های عملکردی ایجاد کرد.
ماده سنتز شده دارای ظرفیت 611 فاراد بر گرم بود – چهار برابر بیشتر از مواد تجاری معمولی. شبه خازن ذخیره بار بر اساس واکنش های ردوکس مداوم، سریع و برگشت پذیر بر روی سطح مواد الکترود است. شبه خازن از چنین واکنش هایی در سایت های اکسیژن / نیتروژن 25٪ از ظرفیت کل کمک می کند. مساحت سطح این ماده یکی از بالاترین های ثبت شده برای مواد کربنی است – بیش از 4000 متر مربع در هر گرم.
آن موفقیت به سرعت به دست آمد. رویکرد داده محور به وانگ و دای اجازه داد تا در سه ماه کاری را انجام دهند که قبلا حداقل یک سال طول می کشید.
وانگ گفت: “ما به عملکرد مواد کربنی در حد مجاز رسیده ایم.” “بدون هدف تعیین شده توسط یادگیری ماشینی، ما به بهینه سازی مواد از طریق آزمون و خطا بدون اطلاع از محدودیت آنها ادامه خواهیم داد.”
کلید موفقیت دستیابی به دو نوع منافذ بود: مزوپورهای بین 2 تا 50 نانومتر یا میلیاردم متر و ریز منافذ کوچکتر از 2 نانومتر. در تجزیه و تحلیل های تجربی، شیمیدانان دریافتند که ترکیب مزوپورها و ریز منافذ نه تنها سطح بزرگی را برای ذخیره انرژی فراهم می کند، بلکه کانال هایی را برای انتقال الکترولیت نیز فراهم می کند. Miaofang Chi و Zhennan Huang از مرکز علوم مواد نانوفاز، یک مرکز کاربر دفتر علوم DOE در ORNL، میکروسکوپ الکترونی عبوری روبشی را برای مشخص کردن مزوپورها انجام دادند، اما ریز منافذ برای دیدن آن‌قدر کوچک بودند.
در زیر میکروسکوپ، این ماده مانند یک توپ گلف با فرورفتگی عمیق به نظر می رسد. گودی ها مزوپور هستند و ریز منافذ در مواد بین گودی ها وجود دارد.
دای گفت: “شما در حال ساختن یک بزرگراه انتقال یون هستید.” ابرخازن‌ها همه کارایی بالایی دارند – شارژ سریع، تخلیه سریع. در این ساختاری که من و تائو طراحی کردیم، منفذ بزرگتری دارید که می توانید آن را به عنوان یک بزرگراه در نظر بگیرید. این به مسیرهای کوچکتر یا منافذ کوچکتر مربوط می شود.”
وانگ می‌گوید: «منافذ کوچکتر سطح بزرگتری را برای ذخیره‌سازی شارژ فراهم می‌کنند، اما منافذ بزرگ‌تر مانند یک بزرگراه هستند که می‌توانند سرعت شارژ/دشارژ را افزایش دهند. “مقدار متعادلی از منافذ کوچک و بزرگ می تواند بهترین عملکرد را همانطور که توسط مدل شبکه عصبی مصنوعی پیش بینی شده است، به دست آورد.”
برای مشخص کردن انتقال الکترولیت در منافذ کربن، موریلو مارتینز و یوجین مامونتوف از منبع نوترون اسپلاسیون، یک مرکز کاربر دفتر علوم DOE در ORNL، پراکندگی نوترون شبه الاستیک را انجام دادند. وانگ گفت: “آنها سرعت بزرگراه را ردیابی کردند.” این اولین باری بود که از پراکندگی نوترون برای تجزیه و تحلیل انتشار الکترولیت اسید سولفوریک در فضاهای محدود نانوحفره‌های کربنی استفاده شد.» پراکندگی نوترون نشان داد که الکترولیت با سرعت‌های متفاوتی حرکت می‌کند: سریع در مزوپورها و آهسته در ریزمنافذ.
وانگ سهم خازنی از منافذ با اندازه‌های مختلف و واکنش‌های ردوکس روی سطوح آنها را با استفاده از طیف‌سنجی الکتروشیمیایی با پتانسیل گام اصلاح‌شده، تکنیکی که فقط در چند مکان در جهان انجام می‌شود، کمی کرد. وانگ گفت: “ما دریافتیم که مزوپورهای دوپ شده با اکسیژن و نیتروژن بیشترین سهم را در ظرفیت کل دارند.”
تیم FIRST مطالعات دیگری در مورد خواص فیزیکوشیمیایی انجام داد. Jinlei Cui و Takeshi Kobayashi از آزمایشگاه ملی ایمز از تشدید مغناطیسی هسته ای برای تجزیه و تحلیل ساختار پیش سازهای پلیمری استفاده کردند. بیشنو تاپالیا از ORNL و UTK تجزیه و تحلیل رامان را انجام داد و ساختار بی شکل یا بی نظم کربن را آشکار کرد.
ژنژن یانگ از UTK و ORNL و جونتیان فن از UTK در اندازه‌گیری سطح شرکت کردند.
این تحقیق پتانسیل تسریع توسعه و بهینه سازی مواد کربنی برای کاربردهای ابرخازن را دارد. اگرچه این مطالعه پیشگامانه از بهترین داده ها تا به امروز استفاده کرد، دانشمندان اکنون داده های مرزی بیشتری برای آموزش مدل یادگیری ماشینی برای مطالعه بعدی دارند.
وانگ گفت: «با استفاده از داده‌های بیشتر، می‌توانیم هدف جدیدی تعیین کنیم و محدودیت‌های ابرخازن‌های کربنی را حتی بیشتر کنیم.» “کاربرد موفقیت آمیز یادگیری ماشین در طراحی مواد، گواهی بر قدرت رویکردهای داده محور در پیشرفت فناوری است.”
عنوان مقاله “کشف مواد مبتنی بر یادگیری ماشینی مواد فعال کربنی بسیار متخلخل غنی از اکسیژن برای ابرخازن های آبی” است.
این کار به عنوان بخشی از مرکز FIRST، یک مرکز تحقیقات مرزی انرژی که توسط دفتر علوم DOE در ORNL تأمین مالی می‌شود، پشتیبانی شد.
UT-Battelle ORNL را برای دفتر علوم DOE مدیریت می کند. دفتر علوم که بزرگترین حامی تحقیقات پایه در علوم فیزیکی در ایالات متحده است، برای رسیدگی به برخی از مهم ترین چالش های زمان ما کار می کند. برای اطلاعات بیشتر لطفا مراجعه کنید به Energy.gov/science. – داون لوی
