当前位置:首页 > 芯闻号 > 充电吧
[导读]锂电池爆炸,不仅影响消费者的安全,也让“问题厂家”遭遇滑铁卢。所以,确保锂电池安全,已成为业界的当务之急。固体锂电池,在安全性能方面,远远超过液体锂电池。但是,从众多候选材料中,选择最佳的固定锂电池材料成为了一个巨大科研挑战。然而,斯坦福大学研究人员人工智能和机器学习方法应对这一问题并取得显著成果。

锂电池爆炸,不仅影响消费者的安全,也让“问题厂家”遭遇滑铁卢。所以,确保锂电池安全,已成为业界的当务之急。固体锂电池,在安全性能方面,远远超过液体锂电池。但是,从众多候选材料中,选择最佳的固定锂电池材料成为了一个巨大科研挑战。然而,斯坦福大学研究人员人工智能和机器学习方法应对这一问题并取得显著成果。

从传统液体锂电池的安全事故说起

目前,对于锂电池安全事故的报道,关注度最大的莫过于三星 galaxy note7 的爆炸事件了。我们先来看看两张触目惊心的图片:

网友展示的三星note 7 充电时发生爆炸的图片(图片来源于网络)

美国福克斯电视台报道,佛罗里达的一名男子将Note7放在车内充电,结果手机发生爆炸,将整个吉普车也彻底烧毁。(图片来源于福克斯电视台)

对于Note 7爆炸的原因,可谓众说纷纭,小编认为最靠谱的说法来源于第三方调查机构Instrumental,他们认为太过激进的外观和电池的设计,导致了电池结构设计不合理,正负极很容易积压在一起,引起短路,而且隔膜太薄很容易击穿。除此之外,也有其他种种说法和猜测,但可以确定的是爆炸肯定和液体电解质锂电池燃烧相关。

然而,锂电池的事故仅仅会发生在三星一个厂家吗?肯定不是。关于锂电池的引起的爆炸事故,案例已经太多,比如生产锂电池的工厂的起火和爆炸,另外还有特斯拉电动车自燃、小米移动电源爆炸等等。

传统锂电池为什么容易爆炸呢?

对于这个问题,John在之前的文章《传统锂电池安全事故频发 新型固态电池安全性更佳》中有过阐述,这里再简单介绍一下:

传统的锂离子电池中,正负极电极由固态导电的化合物组成,但是这些电极之间的电解质却是液体或者胶体的,电荷在其中移动。如果,充电方式不正确(例如过量充电)或者放在阳光下暴晒,液体电解质可能会被点燃,胶体则会发生膨胀。然而,传统锂电池的电解液为有机液体,在高温下会发生副反应,氧化分解,产生气体,发生燃烧的倾向会加剧,所以容易引起爆炸。

固体电解质材料耐高温不易燃

正是由于传统锂电池的不安全因素,科学家们一直在为锂电池寻找易燃的液体电解质的替代品。我们之前文章介绍过在这方面的研究成果(来自苏黎世联邦理工学院),让锂电池的电极和电解质都由固体制成,因为固体电极在高温或者暴露在空气中的情况下,都不容易燃烧。

斯坦福大学的最新研究成果简介

然而,如何寻找最适合的固态电解质材料呢?目前,斯坦福大学的研究人员使用人工智能和机器学习的办法,找到了约21个固体电解质材料,有望未来取代易燃的液体电解质,在智能手机、平板电脑以及其他电子设备中使用,它们的研究成果发表在《能源与环境科学》杂志上。

论文的第一作者、研究的带头人、应用物理方面的博士研究生 Austin Sendek 对于液体电解质和固体电解质的优缺点,是这么评价的:

电解质在电池的正负极往返地运输锂离子。液体电解质很廉价,能够很好的导电性能,但是它们在电池过热或者短路时容易着火。固体电解质最大的有点就是稳定性。相对于有机溶液,固体不容易发生爆炸和蒸发现象。它们也更加严格,让电池的结构更强大。

使用人工智能寻找固体电解质材料

通过多年的实验尝试,研究人员经历了不少失败,但是现在他们找到了廉价的固体材料,在室温下和液体电解质有着同样的性能。

寻找固体电解质材料的过程中,团队并不是通过随机测试个别化合物的方法,他们使用了人工智能和机器学习,通过实验数据构造预测模型。他们训练了一种计算机算法,基于现有的数据,去学习如何辨认化合物的好坏。这个过程和人脸识别算法,在观察几个范例后,去辨认人脸的过程很类似。

对于使用人工智能的方法进行材料筛选,Sendek 这么评价道:

“现有的含有锂元素的化合物数量是数以万计的,绝大多数是未经测试的。其中的一些可能是性能优异的导体。我们开发了一个计算模型,对于我们现有的有限数据进行学习,从大规模的数据库中,筛选出合适的材料。这种筛选方法的速度是现有筛选方法的百万倍。”

为了设计这个模型,Sendek 花费了差不多两年时间,搜集关于含有锂元素的固体化合物的所有科学数据。对于Austin Sendek 的工作, 这项论文的高级作者,材料科学和工程专业的助理教授 Evan Reed 如此评价:

Austin 搜集了关于这些材料的所有人类智慧,以及过去几十年来的许多测量和实验数据。他使用这些知识创建了一个模型,模型可以预测材料是否会是一个好的电解质。这个方法可以筛选所有的候选材料,找出适合进一步研究的最佳材料。

筛选标准的是什么?

模型使用了几个标准去筛选理想的材料包括:稳定性、成本、丰富度、锂离子的导电性、在电池电路中为电子重新规划线路的能力。科学家为了探索几千种材料的物理和化学特性建立了“材料计划”数据库, 从这个数据库中挑选候选材料。

Sendek 说:

“我们筛选了超过12,000种含有锂元素的化合物,最终找到了21种作为固体电极的理想材料。筛选只需要花费几分钟。我绝大多数的时间,实际上是用于搜集和管理所有的数据,开发对于预测模型信心度的度量机制。”

研究的意义和未来展望

研究人员未来计划在实验室环境下测试这21种材料,判断它们是否是现实世界情况下的最佳选择。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

3月29日消息,根据国外媒体报道,2024年2月,韩国半导体产业迎来了显著的增长,其产量增幅达到了14年来的最高水平,同比增长65.3%。

关键字: AI ChatGPT 人工智能

随着科技的飞速发展和电子产品的普及,锂电池作为一种高效、便携的能源存储方式,已广泛应用于手机、笔记本电脑、电动车等各个领域。然而,锂电池在使用过程中,有时会出现鼓包现象,这不仅影响了电池的性能和寿命,还可能对使用安全构成...

关键字: 锂电池 电池

随着科技日新月异的进步,语音识别技术已成为人工智能领域的一项核心突破。这项技术旨在模拟人类听觉系统,通过复杂算法和模式识别手段将连续或离散的语音信号转换为可理解的文本或指令信息。本文深入探讨了语音识别技术在多个领域的广泛...

关键字: 语音识别 人工智能

随着人工智能和信息技术的飞速发展,语音识别技术已经从实验室走向了现实生活中的各个角落,成为人机交互领域的重要组成部分。语音识别产品不仅丰富了我们的日常生活,也正在深刻地改变着众多行业的工作模式和服务形态。

关键字: 语音识别 人工智能

在当今大数据和人工智能时代,机器学习作为核心的技术驱动力,正以前所未有的速度改变着我们的生活和工作方式。从基础的数据分析到复杂的决策支持系统,机器学习模型的成功构建和应用离不开一套严谨的流程。本文将详尽阐述机器学习过程中...

关键字: 机器学习 人工智能

机器学习作为人工智能领域的核心技术,其应用日益广泛,从搜索引擎优化到医疗诊断,从金融风控到自动驾驶等众多领域均发挥着重要作用。深入理解并掌握机器学习的关键步骤是成功构建高效模型和解决方案的基础。本文将详细阐述机器学习的主...

关键字: 机器学习 人工智能

是德科技(Keysight Technologies, Inc.)现已开启与全新 NVIDIA 6G 研究云平台的合作。该平台包括 NVIDIA Aerial Omniverse 数字孪生,这是一个开放、灵活的网络仿真资...

关键字: 6G 人工智能 RAN

纵观人类近现代史,每一次工业革命都是将战略性科技转化为生产力,从而创造巨大的新增财富和全面提升国家竞争力的过程;而且一个国家在工业革命面前的“沉与浮”,则取决于一个国家对这些战略性科技和产业化能力的把控。从被称为蒸汽机时...

关键字: 人工智能 算力 大模型

Arm Neoverse 旨在为从云到边缘的全场景基础设施用例提供高性能和出色能效。针对需要更高性能的工作负载和用例,Arm 推出了 Neoverse V 系列。其中,Neoverse V2 核心已被行业先行者广泛部署于...

关键字: 云计算 人工智能 CPU

本文中,小编将对人工智能AI予以介绍,如果你想对它的详细情况有所认识,或者想要增进对它的了解程度,不妨请看以下内容哦。

关键字: 人工智能 AI
关闭
关闭