Max Home IndustryЛитий-ионные аккумуляторы со временем разряжаются, что заставляет ученых и инженеров усердно работать, чтобы разобраться в этом процессе в деталях. Теперь ученые из Национальной ускорительной лаборатории SLAC Министерства энергетики объединили сложные алгоритмы машинного обучения с данными рентгеновской томографии, чтобы получить подробную картину того, как один компонент батареи, катод, деградирует при использовании.
Новое исследование, опубликованное 8 мая в Nature Communications , сосредоточено на том, как лучше визуализировать, что происходит с катодами из никель-марганец-кобальта или NMC. В этих катодах частицы NMC удерживаются вместе проводящей углеродной матрицей, и исследователи предположили, что одной из причин снижения производительности может быть отрыв частиц от этой матрицы. Целью команды было объединить передовые возможности Стэнфордского источника синхротронного излучения SLAC (SSRL) и Европейского центра синхротронного излучения (ESRF), чтобы получить исчерпывающую картину того, как частицы NMC распадаются и отрываются от матрицы и как это может способствовать к потерям производительности.
Конечно, людям сложно понять, что происходит, просто взглянув на изображения катода NMC, поэтому команда обратилась к компьютерному зрению — подполе алгоритмов машинного обучения, изначально предназначенных для сканирования изображений или видео и определять и отслеживать такие объекты, как собаки или автомобили.
Даже тогда были проблемы. Алгоритмы компьютерного зрения часто сосредотачиваются на границах, обозначенных светлыми или темными линиями, поэтому им будет трудно отличить несколько маленьких частиц NMC, склеенных вместе, от одной большой, но частично сломанной; для большинства систем компьютерного зрения эти трещины будут выглядеть как чистые трещины.
Чтобы решить эту проблему, команда использовала алгоритм, настроенный для работы с иерархическими объектами, например головоломку, которую мы можем рассматривать как целостную сущность, даже если она состоит из множества отдельных частей. На основе информации и суждений самих исследователей они обучили этот алгоритм различать различные виды частиц и, таким образом, разработать трехмерную картину того, как частицы NMC, большие или маленькие, сломанные или нет, отрываются от катода. >
Они обнаружили, что частицы, отделяющиеся от углеродной матрицы, действительно вносят значительный вклад в разрядку батареи, по крайней мере, в условиях, которые обычно встречаются в бытовой электронике, такой как смартфоны.
Во-вторых, в то время как большие частицы NMC с большей вероятностью будут повреждены и оторваны, довольно много мелких частиц тоже оторвутся, и в целом, поведение мелких частиц больше варьируется, — сказал Иджин Лю, штатный научный сотрудник SLAC и старший автор новой статьи. Это важно, потому что исследователи обычно предполагали, что, уменьшая размер частиц батареи, они могут производить батареи с более длительным сроком службы. Новое исследование предполагает, что это может быть не так просто, сказал Лю.