Baterijos ir energijos saugykla

img-mv26vqxh-8161bd9a

 

Aprašymas


Prieš kurdami elementą, numatykite elektrolitus, katodus ir vandenilio saugojimo lydinius. MatterSeek numato medžiagos savybes pagal kompoziciją. (150)

 

279

Baterijos ir energijos saugojimas – medžiagų sistema / Nuspėjamas našumas / Patvirtinimo būdas

 

 

 

 

 

AI baterijų ir energijos saugojimo medžiagoms – ekrano elektrolitai ir elektrodai prieš kuriant ląstelę

 

 

1. „MatterSeek“ yra dirbtinio intelekto medžiagų tyrimų ir plėtros platforma, skirta baterijų ir energijos kaupimo plėtrai.

Jis numato medžiagų savybes pagal cheminę sudėtį, todėl elektrolitai, katodai, anodai, separatoriai ir vandenilio laikymo lydiniai gali būti surūšiuoti programinėje įrangoje prieš surenkant arba apjungiant bet kurį elementą.

2. Akumuliatoriaus kūrimą trukdo atotrūkis tarp projektavimo tikslo ir išmatuojamo veikimo.

Šalutinės sąsajos reakcijos, jonų pernešimas ir terminis stabilumas išryškėja tik pastačius ląstelę, o kiekvienas kūrimo ir bandymo ciklas yra lėtas ir brangus. Rezultatas yra kūrimo ciklas, kuriame kelios formulės yra išsamiai išbandytos, o ne protingai tikrinama didelė erdvė.

3. Pirmiausia ekranuokite kompozicijos erdvę. Jūs apibūdinate tikslą -

Bazinio elemento rinkinys ir savybių langas, pvz., elektrocheminis, terminis ar termodinaminis reikalavimas, ir „MatterSeek“ pateikia numatomas kiekvieno kandidato savybių vertes su neapibrėžtumu. Platforma palaiko nuo vieno iki keturių bazinių elementų, kurių dopingo lygio tikslumas yra 0,02, o numatymas baigiamas maždaug per minutę dviem baziniams elementams, dvi minutes trims ir septynias minutes keturiems. Išvestis rodoma kaip kelių savybių radaro diagramos, 2D ir 3D šilumos žemėlapiai, rodantys, kaip savybės keičiasi kompozicijos kraštovaizdyje, ir eksportuojamos lentelės.

4. Sandėliavimo medžiagoms svarbios savybės.

Prognozavimo variklis apima elektrochemines, dielektrines, šilumines, termodinamines ir struktūrines savybes, įskaitant lydymosi temperatūrą, kritinį aušinimo greitį amorfizacijai, Seebeck koeficientą, galios koeficientą ir termoelektrinį privalumų skaičių – paskutiniai trys yra tiesiogiai susiję su šilumos valdymu ir termoelektrinėmis energijos konversijos medžiagomis.

5. Patvirtinti autonominėje laboratorijoje.

Numatyti kandidatai patenka į „MatterSeek“ 1 200 m² autonominę laboratoriją, kurios šešios procesų grupės apima vakuuminį lydymą su greitu kietėjimu, kietojo kūno sintezę su formavimu ir sukepimu, hidroterminius ir šlapiosios chemijos būdus ir sol-gelį su superkritiniu CO₂ džiovinimo būdu – kietų arba elektrodinių miltelių džiovinimo kelius. Automatinis apibūdinimas apima XRD, BET paviršiaus plotą, vienalaikę šiluminę analizę ir Ramaną. Modelio tikslumas yra 95,7%, o kiekvienas išmatuotas rezultatas grąžinamas atgal, kad būtų sugriežtintas kitas prognozės ratas.

6. Jau aptartos saugojimo medžiagų grupės apima kietuosius elektrolitus,

katodo ir anodo kompozicijos, separatoriaus ir keraminių membranų medžiagos, šilumos valdymo ir termoelektrinės medžiagos bei kietojo kūno vandenilio saugojimo lydiniai – paskutinis iš jų patenka tiesiai į vakuuminio lydymosi ir greito kietėjimo grupę.

 

DUK

 

 

Kl.: Ar „MatterSeek“ gali ekranuoti kietojo kūno elektrolitus?

A: Taip. Jūs apibrėžiate bazinę sudėtį ir reikalingą ypatybių langą, o platforma pateikia reitinguotus kandidatus su numatomomis savybėmis ir neapibrėžtumu prieš sukuriant bet kurį langelį.

Kl .: Kaip greitai vyksta numatymas?

A: Maždaug vieną minutę dviem pagrindiniams elementams, dvi minutes trims ir septynias minutes keturiems.

Kl.: Ar platforma tvarko vandenilio laikymo medžiagas?

A: Taip – ​​vandenilio laikymo lydiniai patenka į metalų lydinių sritį, kurią tvarko vakuuminio lydymosi ir greito kietėjimo grupė.

Yuyao (Pekinas) Technology Co., Ltd. yra profesionali įmonė, kuri specializuojasi dirbtinio intelekto ir pažangių baterijų ir energijos saugojimo medžiagų sankirtoje. Bendrovė savarankiškai sukūrė MatterSeek – pagrindinį didelį modelį, pritaikytą medžiagų sektoriui – ir pradėjo HNN (hierarchinio neuroninio tinklo) algoritmą, kurdama patentuotą, kontroliuojamą medžiagų eksperimentų duomenų bazę.