Un nuevo algoritmo de aprendizaje automático permite a los investigadores explorar posibles diseños para la microestructura de las celdas de combustible y las baterías de iones de litio, antes de ejecutar simulaciones 3D que ayudan a los investigadores a realizar cambios para mejorar el rendimiento.
Las mejoras podrían incluir hacer que los teléfonos inteligentes se carguen más rápido, aumentar el tiempo entre cargas para vehículos eléctricos y aumentar la potencia de las celdas de combustible de hidrógeno que funcionan con centros de datos.
El artículo se publica hoy en npj Materiales computacionales .
Las celdas de combustible usan combustible de hidrógeno limpio, que puede ser generado por la energía eólica y solar, para producir calor y electricidad, y las baterías de iones de litio, como las que se encuentran en los teléfonos inteligentes, computadoras portátiles y autos eléctricos, son un tipo popular de almacenamiento de energíaEl rendimiento de ambos está estrechamente relacionado con su microestructura: cómo los poros agujeros dentro de sus electrodos están formados y dispuestos pueden afectar la cantidad de energía que pueden generar las celdas de combustible y la rapidez con que las baterías se cargan y descargan.
Sin embargo, debido a que los poros a escala micrométrica son tan pequeños, sus formas y tamaños específicos pueden ser difíciles de estudiar con una resolución lo suficientemente alta como para relacionarlos con el rendimiento general de la célula.
Ahora, los investigadores de Imperial han aplicado técnicas de aprendizaje automático para ayudarlos a explorar estos poros virtualmente y ejecutar simulaciones 3D para predecir el rendimiento de las células en función de su microestructura.
Los investigadores utilizaron una técnica novedosa de aprendizaje automático llamada "redes adversas generativas convolucionales profundas" DC-GAN. Estos algoritmos pueden aprender a generar datos de imágenes en 3D de la microestructura en base a los datos de entrenamiento obtenidos a partir de sincrotrones realizados por imágenes a nanoescala atipo de acelerador de partículas del tamaño de un estadio de fútbol.
El autor principal, Andrea Gayon-Lombardo, del Departamento de Ciencias e Ingeniería de la Tierra de Imperial, dijo: "Nuestra técnica nos está ayudando a acercarnos a las baterías y las células para ver qué propiedades afectan el rendimiento general. Desarrollar técnicas de aprendizaje automático basadas en imágenes como estapodría desbloquear nuevas formas de analizar imágenes a esta escala "
Cuando se ejecutan simulaciones 3D para predecir el rendimiento de la celda, los investigadores necesitan un volumen de datos lo suficientemente grande como para ser considerados estadísticamente representativos de la celda completa. Actualmente es difícil obtener grandes volúmenes de datos de imágenes microestructurales con la resolución requerida
Sin embargo, los autores descubrieron que podían entrenar su código para generar conjuntos de datos mucho más grandes que tienen las mismas propiedades, o generar deliberadamente estructuras que los modelos sugieren que darían como resultado baterías de mejor rendimiento.
El supervisor del proyecto, el Dr. Sam Cooper, de la Escuela de Ingeniería de Diseño Dyson de Imperial, dijo: "Los hallazgos de nuestro equipo ayudarán a los investigadores de la comunidad energética a diseñar y fabricar electrodos optimizados para mejorar el rendimiento de las células. Es un momento emocionante para el almacenamiento de energía ycomunidades de aprendizaje automático, por lo que estamos encantados de explorar la interfaz de estas dos disciplinas "
Al restringir su algoritmo para que solo produzca resultados que actualmente son factibles de fabricar, los investigadores esperan aplicar su técnica a la fabricación para diseñar electrodos optimizados para las células de la próxima generación.
Fuente de la historia :
Materiales proporcionado por Imperial College de Londres . Original escrito por Caroline Brogan. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :