Bedste ydeevne af organisk materiale til lithiumbatterianode ved brug af materialeinformatik

På JST Strategic Basic Research Programs, forskningsgruppen ledet af lektor Yuya Oaki og kandidatstuderende (på det tidspunkt) Hiromichi Numazawa fra Det Naturvidenskabelige og Teknologiske Fakultet, Keio University etablerede en ny designpolitik for organiske materialer til anoden af ​​lithium-ion sekundære celler i et fælles arbejde med forskningsassistent Yasuhiko Igarashi fra Graduate School of Frontier Sciences, Universitetet i Tokyo, gennem brug af Materiale Informatics (MI). Et materiale med høj kapacitet og høj stabilitet blev med succes opnået via et ekstremt lille antal eksperimenter.

For at spare ressourcer til batterier, organiske materialer uden brug af metal forskes på verdensplan. Traditionelt, søgningen efter anodematerialer til lithium-batterier og natrium-ion-batterier måtte stole på forsøg og fejl eller erfaring og intuition fra forskerne.

MI udfører generelt maskinlæring for data i stor skala (big data), og er en teknik, der reducerer inddragelse af forskeres erfaring og intuition. En af udfordringerne var, hvordan eksperimentelle forskere bruger deres egne småskaladata og empiriske viden.

Forskergruppen undersøgte en metode, 'eksperimentorienteret MI, ' som fusionerer små, men relativt nøjagtige eksperimentelle data med eksperimentelle forskeres erfaring og intuition, og har opnået et forbedret udbytte af nanopladematerialer og så videre.

I dette studie, kapaciteten af ​​16 organiske forbindelser som anode blev målt; yderligere, et lille antal faktorer, der kan bestemme kapaciteten ved brug af sparsom modellering, som er en datavidenskabsteknik, blev identificeret. Baseret på dette resultat, en kapacitetsforudsigelsesformel blev udviklet ved at betragte de identificerede faktorer som variable (forudsigelsesmodel). Næste, 11 kommercielt tilgængelige forbindelser, med forventning om en vis kapacitet som anode, blev udvalgt delvist på baggrund af forskernes erfaring og intuition, og den forudsagte kapacitetsværdi blev beregnet før eksperimentet. Yderligere, kapaciteten af ​​tre forbindelser med den højeste forudsagte værdi blev målt, og to forbindelser blev observeret at udvise høj kapacitet. Efterfølgende en af ​​disse forbindelser, thiophenforbindelsen, blev polymeriseret og et polymeranodemateriale med forbedret kapacitet, holdbarhed, og hurtig opladning-afladning egenskab blev opnået.

Designpolitikken for det organiske anodemateriale, der er etableret i denne undersøgelse, er vigtig for yderligere forbedring af ydeevnen. Ved at kombinere et lille eksperimentelt datasæt, forskeres erfaring og intuition, og maskinlæring førte til en vellykket opdagelse af et højtydende materiale. Det viste også effektiviteten af ​​at kombinere eksperimentel videnskab og MI til at forbedre effektiviteten af ​​materialesøgning.