美國北卡大學找到氟離子電池的技術突破
https://bit.ly/3LS15EY
如今機器學習已經用於快速發現新材料的工具。近幾年隨著電動車的崛起,有許多機構將
機器學習應用在發現新材料領域,前途看好的氟離子電池材料更成熱門研究領域。許多專
家認為,氟離子電池具備取代鋰基礎電池的機會。
從理論上講,不論是從電動車到消費性電子產品,氟離子系統都是電池的理想選擇。氟離
子的優勢在於重量輕、體積小且高度穩定。氟化物也比鋰離子電池所需的鋰和鈷便宜。此
外,研究表明,氟離子電池比鋰離子技術具有更大的儲存容量潛力。
然而,氟離子電池研究仍處早期,第一個實驗示例是在2011年開始。研究進展也相當緩慢
,因為就目前已知,沒有多少材料可以傳導氟離子,這是關鍵的要求,因為正是離子的運
動使電池進行充電和放電。因此,尋找用於氟離子電池的最佳材料是一項挑戰。
豐田於2020年8月中宣布與京都大學的科學家合作開發一種新的氟離子電池,該電池每單
位重量的能量應該是傳統鋰離子電池的7倍,並且可以使電動車一次充電行駛1000公里。
現在,美國北卡羅萊納州大學Chapel Hill分校Scott Warren實驗室設計了一種使用超級
電腦的機器學習方法,該方法可以快速準確地計算出氟離子在任何已知的含氟晶體中移動
的難易程度。
該團隊最初使用一種常見的分層運算方法來篩選140,000種已知材料的數據庫,將其切割
成10,000種含氟候選物。該團隊表示,由於對氟離子導體的研究不多,從這10,000種導體
中尋找最佳候選者的附加標準是什麼,他們也不清楚。這意味著有希望的材料在被其他標
準識別之前,可能會被單一標準拒絕,因此需要一種新的策略。
因而,其解決方案並非是刪除那一些材料不行,而是對結構進行排序。透過持續研究且了
解氟化物擴散之後,結構排序也會出現變化更新。如今Scott Warren實驗室已經從10,000
名候選者中,隨機選擇了300名,並對每種材料的氟化物傳輸能力進行了準確的計算。
如今找到一種材料是含氟化物的鋅鈦化合物ZnTiF6。這種材料非常便宜,具有出色的氟化
物傳導性能,有望用作氟離子電池的電解質,甚至提交了專利。
總之,除了日本與美國之外,英國和中國也正在研究氟離子電池的未來性,而且機器學習
的模式有機會加速氟離子電池於2030年邁入商業化階段。
--