資料來(lái)源：倫敦帝國(guó)學(xué)院

摘要：研究人員已證明機(jī)器學(xué)習(xí)如何幫助設(shè)計(jì)性能更好的鋰離子電池和燃料電池。

一種新的機(jī)器學(xué)習(xí)算法允許研究人員在運(yùn)行3D仿真之前探索燃料電池和鋰離子電池微結(jié)構(gòu)可能的設(shè)計(jì)，以幫助研究人員進(jìn)行更改以提高性能。

改進(jìn)措施包括使智能手機(jī)充電更快，增加電動(dòng)汽車(chē)充電之間的時(shí)間間隔以及增加運(yùn)行數(shù)據(jù)中心的氫燃料電池的功率。

該論文在《npj計(jì)算材料》中發(fā)表。

燃料電池使用可以由風(fēng)能和太陽(yáng)能產(chǎn)生的清潔氫燃料來(lái)產(chǎn)生熱量和電能，而鋰離子電池（如智能手機(jī)，筆記本電腦和電動(dòng)汽車(chē)中的鋰離子電池）是一種流行的能量存儲(chǔ)類(lèi)型。兩者的性能都與它們的微觀(guān)結(jié)構(gòu)密切相關(guān)：它們電極內(nèi)部的孔的形狀和排列方式如何會(huì)影響燃料電池能產(chǎn)生多少功率，以及電池的充電和放電速度如何。

但是，由于微米級(jí)的孔是如此之小，因此可能難以以足夠高的分辨率研究它們的特定形狀和大小以使其與整體細(xì)胞性能相關(guān)。

現(xiàn)在，帝國(guó)學(xué)院研究人員已應(yīng)用機(jī)器學(xué)習(xí)技術(shù)來(lái)幫助他們虛擬地探索這些孔，并運(yùn)行3D仿真以根據(jù)其微觀(guān)結(jié)構(gòu)預(yù)測(cè)細(xì)胞性能。

研究人員使用了一種新穎的機(jī)器學(xué)習(xí)技術(shù)，稱(chēng)為“深度卷積生成對(duì)抗網(wǎng)絡(luò)”（DC-GAN）。這些算法可以基于從執(zhí)行納米級(jí)成像的同步加速器（一種足球場(chǎng)大小的粒子加速器）獲得的訓(xùn)練數(shù)據(jù)中學(xué)習(xí)生成微觀(guān)結(jié)構(gòu)的3D圖像數(shù)據(jù)。

帝國(guó)大學(xué)地球科學(xué)與工程系的主要作者安德里亞·蓋翁-隆巴多（Andrea Gayon-Lombardo）說(shuō)：“我們的技術(shù)正在幫助我們放大電池和電池，以了解哪些特性會(huì)影響整體性能。開(kāi)發(fā)基于圖像的機(jī)器學(xué)習(xí)技術(shù)可以解鎖大規(guī)模分析圖像的新方法。”

在運(yùn)行3D模擬以預(yù)測(cè)細(xì)胞性能時(shí)，研究人員需要足夠大的數(shù)據(jù)量才能被視為代表整個(gè)細(xì)胞的統(tǒng)計(jì)數(shù)據(jù)。當(dāng)前難以以所需的分辨率獲得大量的微結(jié)構(gòu)圖像數(shù)據(jù)。

但是，作者發(fā)現(xiàn)，他們可以訓(xùn)練代碼來(lái)生成具有相同屬性的更大數(shù)據(jù)集，或故意生成模型認(rèn)為可以提高電池性能的結(jié)構(gòu)。

帝國(guó)理工學(xué)院戴森設(shè)計(jì)工程學(xué)院的項(xiàng)目主管Sam Cooper博士說(shuō)：“我們團(tuán)隊(duì)的發(fā)現(xiàn)將幫助能源界的研究人員設(shè)計(jì)和制造優(yōu)化的電極，以改善電池性能。對(duì)于儲(chǔ)能和機(jī)器學(xué)習(xí)社區(qū)來(lái)說(shuō)，這是一個(gè)激動(dòng)人心的時(shí)刻，因此我們很高興能夠探索這兩個(gè)學(xué)科之間的接口。”

通過(guò)限制他們的算法以?xún)H產(chǎn)生當(dāng)前可行的制造結(jié)果，研究人員希望將他們的技術(shù)應(yīng)用于制造，以設(shè)計(jì)用于下一代電池的優(yōu)化電極。

文章來(lái)源：

資料由倫敦帝國(guó)理工學(xué)院提供。原著作者卡羅琳·布羅根（Caroline Brogan）。注意：內(nèi)容可以根據(jù)樣式和長(zhǎng)度進(jìn)行了編輯。

期刊信息：

Andrea Gayon-Lombardo, Lukas Mosser, Nigel P. Brandon, Samuel J. Cooper. Pores for thought: generative adversarial networks for stochastic reconstruction of 3D multi-phase electrode microstructures with periodic boundaries. npj Computational Materials, 2020; 6 (1) DOI: 10.1038/s41524-020-0340-7

原文信息：

Imperial College London. "AI could help improve performance of lithium-ion batteries and fuel cells." ScienceDaily. ScienceDaily, 25 June 2020.

www.sciencedaily.com/releases/2020/06/200625080942.htm

聲明：本文由澳亞塑業(yè)編譯，中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準(zhǔn)。