Batteri- og energilagring

Beskrivelse
Skjerm elektrolytter, katoder og hydrogenlagringslegeringer ved prediksjon før du bygger en celle. MatterSeek forutsier materialegenskaper fra sammensetning. (150)

Batteri- og energilagring — Materialsystem / Forutsigbar ytelse / Valideringsvei
AI for batteri- og energilagringsmaterialer – skjerm elektrolytter og elektroder før du bygger en celle
Den forutsier materialegenskaper fra kjemisk sammensetning, så elektrolytter, katoder, anoder, separatorer og hydrogenlagringslegeringer kan rangeres i programvare før en celle settes sammen eller syklus.
Grenseflatesidereaksjoner, ionisk transport og termisk stabilitet oppstår først etter at en celle er bygget - og hver bygge-og-test-syklus er langsom og kostbar. Resultatet er en utviklingssløyfe der en håndfull formuleringer testes uttømmende i stedet for at en bred plass blir skjermet intelligent.
Et basiselementsett pluss et egenskapsvindu som for eksempel et elektrokjemisk, termisk eller termodynamisk krav - og MatterSeek returnerer predikerte egenskapsverdier med usikkerhet for hver kandidat. Plattformen støtter ett til fire basiselementer med dopingnivåpresisjon på 0,02, og prediksjonen fullføres på omtrent ett minutt for to basiselementer, to minutter for tre og syv minutter for fire. Utdata vises som radarkart for flere eiendommer, 2D- og 3D-varmekart som viser hvordan egenskaper skifter over komposisjonslandskapet, og eksporterbare tabeller.
Prediksjonsmotoren dekker elektrokjemiske, dielektriske, termiske, termodynamiske og strukturelle eiendomsfamilier, inkludert smeltepunkt, kritisk kjølehastighet for amorfisering, Seebeck-koeffisient, effektfaktor og termoelektrisk verdi - de tre siste er direkte relevante for termisk styring og termoelektriske energikonverteringsmaterialer.
Forutsagte kandidater strømmer inn i MatterSeeks autonome laboratorium på 1200 m², hvis seks prosessklynger inkluderer vakuumsmelting med rask størkning, solid-state syntese med forming og sintring, hydrotermiske og våtkjemi-ruter, og sol-gel med superkritisk CO₂-tørking - rutene som produserer elektrolytpulver og porøse elektrodematerialer. Automatisert karakterisering dekker XRD, BET overflateareal, simultan termisk analyse og Raman. Modellnøyaktigheten er på 95,7 %, og hvert målte resultat mates tilbake for å stramme inn neste prediksjonsrunde.
katode- og anodesammensetninger, separator- og keramiske membranmaterialer, termisk styring og termoelektriske materialer, og faststoff-legeringer for hydrogenlagring - hvorav den siste mates direkte inn i vakuumsmelte- og hurtigstørkningsgruppen.
FAQ
Spørsmål: Kan MatterSeek skjerme solid-state elektrolytter?
A: Ja. Du definerer basissammensetningen og egenskapsvinduet du trenger, og plattformen returnerer rangerte kandidater med predikerte egenskaper og usikkerhet før en celle bygges.
Spørsmål: Hvor raskt kjøres en prediksjon?
A: Omtrent ett minutt for to grunnelementer, to minutter for tre og syv minutter for fire.
Spørsmål: Håndterer plattformen materialer for lagring av hydrogen?
A: Ja – legeringer som lagrer hydrogen ligger innenfor metall-legeringsomfanget som håndteres av vakuumsmeltings- og hurtigstørknings-klyngen.
Yuyao (Beijing) Technology Co., Ltd. er et profesjonelt selskap som spesialiserer seg på skjæringspunktet mellom AI og avanserte materialer for batteri- og energilagring. Selskapet har uavhengig utviklet MatterSeek – en grunnleggende stor modell skreddersydd for materialsektoren – og var banebrytende i HNN (Hierarchical Neural Network) algoritmen, mens de bygget en proprietær, kontrollerbar materialeksperimentdatabase.

