Batterij- en energieopslag

img-mv26vqxh-8161bd9a

 

Beschrijving


Screen elektrolyten, kathoden en waterstofopslaglegeringen door middel van voorspellingen voordat u een cel bouwt. MatterSeek voorspelt materiaaleigenschappen op basis van de samenstelling. (150)

 

279

Batterij- en energieopslag - Materiaalsysteem / Voorspelbare prestaties / Validatietraject

 

 

 

 

 

AI voor materialen voor batterijen en energieopslag — Screen elektrolyten en elektroden voordat u een cel bouwt

 

 

1. MatterSeek is een R&D-platform voor AI-materialen voor de ontwikkeling van batterijen en energieopslag.

Het voorspelt de materiaaleigenschappen op basis van de chemische samenstelling, zodat elektrolyten, kathodes, anodes, scheiders en waterstofopslaglegeringen in software kunnen worden gerangschikt voordat een cel wordt geassembleerd of gerecycled.

2. De ontwikkeling van batterijen wordt belemmerd door de kloof tussen de ontwerpintentie en meetbare prestaties.

Grensvlaknevenreacties, ionentransport en thermische stabiliteit ontstaan ​​pas nadat een cel is gebouwd – en elke bouw- en testcyclus is langzaam en duur. Het resultaat is een ontwikkelingslus waarbij een handvol formuleringen uitvoerig wordt getest in plaats van dat een grote ruimte op intelligente wijze wordt gescreend.

3. Scherm eerst de compositieruimte af. Je beschrijft een doelwit —

Een basiselementenset plus een eigenschappenvenster zoals een elektrochemische, thermische of thermodynamische vereiste - en MatterSeek retourneert voorspelde eigenschapswaarden met onzekerheid voor elke kandidaat. Het platform ondersteunt één tot vier basiselementen met een dopingniveauprecisie van 0,02, en de voorspelling is voltooid in ongeveer één minuut voor twee basiselementen, twee minuten voor drie en zeven minuten voor vier. De uitvoer verschijnt in de vorm van radardiagrammen met meerdere eigenschappen, 2D- en 3D-heatmaps die laten zien hoe eigenschappen door het compositielandschap verschuiven, en exporteerbare tabellen.

4. Eigenschappen die relevant zijn voor opslagmaterialen.

De voorspellingsmachine omvat elektrochemische, diëlektrische, thermische, thermodynamische en structurele eigenschappenfamilies, inclusief smeltpunt, kritische koelsnelheid voor amorfisatie, Seebeck-coëfficiënt, arbeidsfactor en thermo-elektrisch verdienstecijfer - de laatste drie zijn direct relevant voor materialen voor thermisch beheer en thermo-elektrische energieconversie.

5. Valideer in een autonoom laboratorium.

De voorspelde kandidaten stromen het 1.200 m² grote autonome laboratorium van MatterSeek binnen, waarvan de zes procesclusters bestaan ​​uit vacuümsmelten met snelle stolling, vastestofsynthese met vormen en sinteren, hydrothermische en natte chemische routes, en sol-gel met superkritische CO₂-droging – de routes die elektrodepoeders, vaste elektrolyten en poreuze scheidingsmaterialen produceren. Geautomatiseerde karakterisering omvat XRD, BET-oppervlak, gelijktijdige thermische analyse en Raman. De modelnauwkeurigheid bedraagt ​​95,7% en elk gemeten resultaat wordt teruggekoppeld om de volgende voorspellingsronde aan te scherpen.

6. Families van opslagmateriaal die al aan bod komen, omvatten vaste elektrolyten,

kathode- en anodecomposities, separator- en keramische membraanmaterialen, thermisch beheerde en thermo-elektrische materialen, en waterstofopslaglegeringen in vaste toestand - waarvan de laatste rechtstreeks in het vacuümsmelt- en snelstollingscluster terechtkomen.

 

Veelgestelde vragen

 

 

Vraag: Kan MatterSeek vastestofelektrolyten screenen?

EEN: Ja. U definieert de basissamenstelling en het eigenschappenvenster dat u nodig hebt, en het platform retourneert gerangschikte kandidaten met voorspelde eigenschappen en onzekerheid voordat er een cel wordt gebouwd.

Vraag: Hoe snel wordt een voorspelling uitgevoerd?

A: Ongeveer één minuut voor twee basiselementen, twee minuten voor drie en zeven minuten voor vier.

Vraag: Verwerkt het platform waterstofopslagmaterialen?

A: Ja – legeringen met waterstofopslag vallen binnen de reikwijdte van metaallegeringen die worden behandeld door het cluster voor vacuümsmelten en snel stollen.

Yuyao (Beijing) Technology Co., Ltd. is een professioneel bedrijf gespecialiseerd in het snijvlak van AI en geavanceerde materialen voor batterij- en energieopslag. Het bedrijf heeft onafhankelijk MatterSeek ontwikkeld – een fundamenteel groot model dat is toegesneden op de materialensector – en pionierde met het HNN-algoritme (Hierarchical Neural Network), terwijl het een eigen, controleerbare database met materiaalexperimenten opbouwde.