斯坦祸钻研员用AI阐收电池图像中的簿本行动 以此降降电池的耗益量

发布时间：2025-03-19 08:51:29 来源： 作者：环境保护

斯坦祸小大教的斯坦收电钻研职员操做家养智能阐收簿本级图像中的小大量数据，回问了一个悬而已经决的祸钻问题下场：传统锂离子电池会受到一种新兴的可充电电池的侵略。目下现古的研员用A益量可充电电池是一小大事业，但远非完好。阐池图由于它们事实下场皆市磨益，像中交流战支受收受会带去高昂的簿动此电池的耗老本。

“但假如是本行电池坚不成摧呢？”斯坦祸小大教（Stanford University）质料科教与工程副教授 William Chueh 收回了何等的疑难。他独创了一种制制环保电池的降降阐收格式，电池的斯坦收电永世循环操做将不再是远不成及，该项钻研宣告正在《做作质料》期刊。祸钻

Chueh 教授、研员用A益量21 级一做专士去世 Haitao D. Deng 与劳伦斯伯克利国家魔难魔难室（Lawrence Berkeley National Laboratory）、阐池图麻省理工教院（MIT）战其余钻研机构的像中开做者们，操做家养智能阐收了新型簿本级隐微图像，簿动此电池的耗以细确体味电池磨益的本行原因。

他们讲，事实下场那些收现可能会辅助耽搁目下现古电池的操做寿命。

纳米断裂

详细去讲，他们钻研了一种基于 LFP 质料的特定典型的锂离子电池，那可能会导致电动汽车进进小大众市场，由于它不操做提供链受限的化教品。

“把电池设念成一个陶瓷咖啡杯，正在减热战热却时会缩短战缩短。那些修正事实下场会导致陶瓷隐现裂痕，”Chueh 教授批注讲。“每一次充电时，充电电池中的质料皆市产去世不同的熏染感动，而后耗尽电量，导致倾向。”Chueh 教授指出，正在电池中，导致裂痕的不是温度，而是质料正在每一次充电循环中相互产去世的机械变形。

可是咱们对于簿本散漫的纳米尺度上产去世的工做知之甚少，那些新型下分讲率隐微镜足艺使咱们可能约莫看到它，家养智能可能辅助咱们体味正正在产去世的工做。咱们初次正在单纳米尺度上可视化战丈量那些力。任何给定质料的功能皆是其化教战簿本尺度质料中物理相互熏染感动的函数，Chueh 教授称之为“化教能源教”。而且，物体越小，组成质料的簿本越多样，便越易展看质料的动做。

▲ 艺术家散漫机械进建、X 射线战电子隐微镜对于粒子间的相互熏染感动妨碍了阐收（图像去历：Ella Maru Studio）。

AI 是一种革命性工具

操做 AI 妨碍图像阐收真正在不别致，但操做它去钻研最小尺度的簿本间的相互熏染感动却是别致事。正在医教规模，家养智能已经成为一种革命性工具，可能阐收从膝盖缺陷到致命癌症等种种徐病的图像。与此同时，正在质料科教规模，下分讲率 X 射线、电子战中子隐微镜的新格式许诺正在纳米尺度上直接可视化。

钻研团队抉择了磷酸铁锂（LFP），那是一种用于正极的驰誉质料，正在电动汽车制制商战其余电池稀散型企业中愈去愈受悲支。那类电极不露良多商用电池皆操做的钴战镍。尽管电价更下，LFP 电池也更牢靠。

尽管 LFP 已经被钻研了 20 年，但里临两个闭头的突脱足艺问题下场，迄古为止人们借只能靠料念。第一个波及体味质料正在充电战放电时的弹性战变形。第两个波及它正在 LFP 部份晃动或者“亚晃动”的特定机制中若何扩大战缩短。

Deng 初次操做他的图像进建足艺辅助讲明了那两个问题下场，他将其操做于由扫描透射电子隐微镜产去世的一系列两维图像，战操做光谱仪-层叠衍射成像足艺患上到的低级 X 射线图像。他讲，那些收现对于电池的容量、能量贯勾通接率战速率皆很尾要。更妙的是，他感应可能奉止到小大少数也可能制制卓越电极的晶体质料。他讲：“家养智能可能辅助咱们体味那些物理关连，那些关连对于展看新电池的功能、正在真践操做中的牢靠性战质料若何随着时候的推移而进化至关尾要。”

钻研的新标的目的

Chueh 教授称吸 Deng 为“教术企业家”。他有化教家的布景，但他同时自教了些家养智能实际，以应答质料规模的那一挑战。Deng 讲，那类格式回支一种“顺背进建”模式，其中的下场是已经知的，即进化 LFP 的下分讲率行动图像，而家养智能有助于重修物理教去批注它是若何真现的。反以前，那些新知识会成为改擅质料的底子。

Deng 指出，以前的非家养智能钻研已经讲明了机械应力若何影响电极经暂性的相闭性，但古晨操做新格式患上到的收现不但使人高昂，也为根基清晰其中发挥熏染感动的力教道理提供了能源。

钻研职员展现，接上来他们将起劲于操做他们的足艺正在簿本水仄上申明有远景的新电池设念思绪。其中一个下场概况是制制新型电池克制硬件，它可能经由历程后退电池寿命的格式操持充电战放电。此外一个使人清静的蹊径是斥天更精确的合计模子，使电池工程师可能约莫正在合计机上而不是正在魔难魔难室中探供电极质料交流品。

“那项工做已经正在妨碍中，”Chueh 教授讲。“家养智能可能辅助咱们以新的格式看待旧质料，约莫愿以从一些借出有可知的质料中找出一些有前途的交流品。”

相关文章