比原始资料强8倍,清华、武汉理工团队用AI筛选高熵电介质资料

编辑 | 萝卜皮电介质资料能够储存和释放电荷,广泛应用于电容器、电子和电力系统中。它们因其高功率密度和快速推戴特性,被用于混合动力电动汽车、便携式电子设备和脉冲电力系统等领域,但其能量密度仍需进一步提高。高熵策略已成为提高储能本能的有效方法,然而,在高维组成空间中创造新的高熵系统对于传统的试错实行来说是一个巨大的挑战。武汉理工大学、清华大学、宾夕法尼亚州立大学的钻研团队鉴于相场摹拟和有限的实行数据,提出了一种生成进修方法,用于加速在超过 10^11 种拉拢的无限探索空间中创造高熵介电资料(HED)。该工作为安排高熵

比原始资料强8倍,清华、武汉理工团队用AI筛选高熵电介质资料

编辑 | 萝卜皮

电介质资料能够储存和释放电荷,广泛应用于电容器、电子和电力系统中。它们因其高功率密度和快速推戴特性,被用于混合动力电动汽车、便携式电子设备和脉冲电力系统等领域,但其能量密度仍需进一步提高。

高熵策略已成为提高储能本能的有效方法,然而,在高维组成空间中创造新的高熵系统对于传统的试错实行来说是一个巨大的挑战。

武汉理工大学、清华大学、宾夕法尼亚州立大学的钻研团队鉴于相场摹拟和有限的实行数据,提出了一种生成进修方法,用于加速在超过 10^11 种拉拢的无限探索空间中创造高熵介电资料(HED)。该工作为安排高熵介电资料提供了一种有效且创新的途径,大幅减少了实行周期。

钻研以「Generative learning facilitated discovery of high-entropy ceramic dielectrics for capacitive energy storage」为题,于 2024 年 6 月 10 日发布在《Nature Communications》。

比原始资料强8倍,清华、武汉理工团队用AI筛选高熵电介质资料

电介质资料能够储存和释放电荷,是电容器中的关键组件。它们以其高功率密度和快速推戴特性,广泛应用于混合动力电动汽车、便携式电子设备和脉冲电力系统中。此外,电介质资料在现代电子和电力系统中至关重要,支持设备的小型化和高效能运行。

然而,传统电介质资料在能量密度和热稳定性上存在局限,高熵策略通过引入多种元素,能明显提升这些本能。

比原始资料强8倍,清华、武汉理工团队用AI筛选高熵电介质资料

图示:配置熵(Sconfig)对储能本能影响的相场摹拟。(来源:论文)

高熵陶瓷通过形成具有不同价态、离子半径和电负性的多样化极化结构,改善了极化推戴和击穿强度,从而提高了储能本能。目前,传统的实行方法在创造新高熵系统时效率低下且成本高昂。

为了应对这些挑战,清华大学、武汉理工大学、宾夕法尼亚州立大学的钻研团队鉴于小实行数据构建了一个鉴于生成进修的框架,以加速高能量密度 HED 的创造。

比原始资料强8倍,清华、武汉理工团队用AI筛选高熵电介质资料

图示:高熵安排的生成进修框架概述。(来源:论文)

为了弄清构型熵对极化推戴的影响,钻研人员进行了相场摹拟,以计算具有不同熵值的 HED 的极化-电场 (P-E) 环路和相应的能量密度。结果表明,随着熵值增加,极化区域变得更加无序,能量密度明显提升。

作为实行示例,该团队选择 Bi(Mg0.5Ti0.5)O3(BMT)作为原始基质,通过对其 A 位和 B 位同时进行多元素掺杂来安排 HED。

以 77 组实行结果作为初始数据,钻研人员建立了一个鉴于编码-解码架构的生成进修模型,并结合数据重建和人工神经网络 (ANN) 来寻找潜在的最优高熵拉拢。

比原始资料强8倍,清华、武汉理工团队用AI筛选高熵电介质资料

图示:相结构和电本能分析。(来源:论文)

然后对已有的小样本数据进行概率抽样,将 A、B 位元素含量保留两位小数,并将各位置之和设为 1,构建出一个接近 10^11 种拉拢的可能空间,寻找满足高熵标准的最优拉拢。

然后,从 2000 多个候选资料中筛选出预测结果排名前五的拉拢,并进行了五组针对性的实行,验证它们在储能本能方面的潜力。

比原始资料强8倍,清华、武汉理工团队用AI筛选高熵电介质资料

图示:储能本能和循环稳定性。(来源:论文)

实行结果显示,所制备的高熵陶瓷电介质薄膜在能量密度和击穿强度方面均明显优于传统资料,特别是 C-3 薄膜在 5104 kV/cm 的电场下能量密度达到 156 J/cm^3,是原始 BMT(~18 J/cm^3)薄膜的八倍。

此外,钻研还探讨了不同退火温度对高熵薄膜本能的影响,创造适宜的退火温度能进一步提升资料的储能本能。

总而言之,高熵薄膜不仅具有优异的疲劳本能以及温度和频率稳定性,而且在储能电容器中也显示出广泛应用的巨大潜力。

鉴于机器进修驱动的模式,该团队利用非常稀疏的实行数据有效地找到具有高储能本能的所需高熵复合资料。该方法还使钻研人员明显缩短了整体实行周期,并为安排具有复杂组件的资料系统开辟了新的途径

论文链接:https://www.nature.com/articles/s41467-024-49170-8

给TA打赏
共{{data.count}}人
人已打赏
应用

这款AI神器一个月更新3次,我们用它搞了个动漫风《玫瑰的故事》

2024-6-25 19:12:00

应用

如何去除AI图画的油腻感?这2个实用要领别错过!

2024-6-26 0:26:35

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
今日签到
搜索