• 采购项目
  • 配套企业库
  • 销量查询
  • 盖世汽车社区
  • 盖世大学堂
  • 盖亚系统
  • 盖世汽车APP
  • 激光雷达产业报告
  • 2024第四届汽车智能底盘大会
  • 2024第五届汽车电驱动及关键技术大会
  • 2024第二届中国汽车与CMF设计大会
  • 2024泰国汽车市场深度考察(第二期)
  • 第六届汽车新供应链大会
当前位置:首页 > 新技术 > 正文

日本研究人员利用机器学习为锂离子电池寻找更可能的材料组成

盖世汽车 刘丽婷 2024-11-07 16:27:44

盖世汽车讯 储能是许多快速发展的可持续技术的重要组成部分,包括电动汽车和可再生能源发电。尽管锂离子电池(LIB)占据了当前市场的主导地位,但锂是一种相对稀缺且昂贵的元素,给经济和供应稳定性带来了挑战。因此,世界各地的研究人员都在试验由更丰富的材料制成的新型电池。

日本研究人员利用机器学习为锂离子电池寻找更可能的材料组成

钠离子(Na-ion)电池使用钠离子作为能量载体,由于钠的储量丰富、安全性更高、成本可能更低,因此成为LIB的有前途的替代品。特别是,含钠过渡金属层状氧化物(NaMeO2)是钠离子电池正极的强大材料,具有出色的能量密度和容量。

然而,对于由几种过渡金属组成的多元素层状氧化物,可能的组合数量之多使得寻找最佳材料组成既复杂又耗时。即使是过渡金属的选择和比例发生微小变化,也会导致晶体形态发生显著变化并影响电池性能。

据外媒报道,在最近的一项研究中,由Shinichi Komaba教授领导的研究小组,包括日本东京理科大学(Tokyo University of Science,TUS)和查尔姆斯理工大学(Chalmers University of Technology)的Saaya Sekine女士和Tomooki Hosaka博士,以及名古屋工业大学(Nagoya Institute of Technology)的Masanobu Nakayama教授,利用机器学习简化了寻找有希望的材料组成的过程。相关研究结果发表于期刊《Materials Chemistry A》。

日本研究人员利用机器学习为锂离子电池寻找更可能的材料组成



本文共计1000字开通高级账号后继续阅读

登录后获取已开通的账号权益

本文共计1000字开通高级账号后继续阅读

您未开通,请开通后阅读

*特别声明:本文为技术类文章,禁止转载或大篇幅摘录!违规转载,法律必究。

本文地址:https://auto.gasgoo.com/news/202411/7I70409846C409.shtml

文章标签: 前瞻技术
 
0

好文章,需要你的鼓励

微信扫一扫分享该文章