|
日本國家材料科學研究所（NIMS）和軟銀公司聯合開發了一種模型，通過將機器學習方法應用于電池性能數據，能夠預測高能量密度鋰金屬電池的循環壽命。這項技術有望在提高鋰金屬電池供電設備的安全性和可靠性方面發揮作用。 人們對高能量密度鋰金屬電池在無人機、電動汽車和家庭電力存儲系統等廣泛技術中的應用寄予了很高的期望。但要想在保證安全性的前提下將高性能鋰金屬電池投入實際應用，就需要開發出能夠準確估計這些電池循環壽命的技術。 然而，鋰金屬電池的降解機制比傳統鋰離子電池更為復雜，并且尚未完全了解，這使得能夠預測鋰金屬電池循環壽命的模型的開發成為一個巨大的挑戰。 NIMS和軟銀公司的一個研究小組利用先前開發的先進電池制造技術，制造了大量高能量密度的鋰金屬電池單元，每個電池單元由鋰金屬陽極和富鎳陰極組成。 研究小組隨后評估了這些電池的充放電性能。 最后，該研究小組通過將機器學習方法應用于充電/放電數據，構建了一個能夠預測鋰金屬電池循環壽命的模型。 結果表明，該模型能夠通過分析充電、放電和電壓弛豫過程數據做出準確的預測，而不依賴于對特定電池退化機制的任何假設。 該團隊計劃進一步提高模型的循環壽命預測精度，并通過利用該模型開發新的鋰金屬負極材料，加快將高能量密度鋰金屬電池投入實際使用的步伐。 《每日科學》網站（www.sciencedaily.com） |
