美国研发GDL模型加快电池充电速度

文章预览

科情智库 10月5日，美国卡内基梅隆大学研发出一种应用于化学混合物的可微分几何深度学习（GDL）模型，可显著提高电解质的离子导电性，加快电池充电速度。该成果发表在《自然·通讯》（Nature Communications）上。 电解质在下一代电池系统的设计中起着至关重要的作用，其能够实现高效的离子传输、防止电荷转移并稳定电极-电解质界面。基于此，研究团队研发出一种应用于化学混合物的可微分几何深度学习（GDL）模型，即DiffMix。该模型被用于指导机器人实验及优化，旨在实现快速充电电池电解质的目标。该模型评估了混合物热力学和离子传输性质，展示了比纯数据驱动变体更高的预测准确性和模型鲁棒性。此外，借助机器人实验平台Clio并基于DiffMix梯度的可微分优化，在10个实验步骤内，可使电解质的离子导电性提高超过18.8%。通过将GDL、混合物 ………………………………