Revolutionäre Entdeckung für die Zukunft der Energiespeicherung
In einer bemerkenswerten Forschungsreise, die vor sieben Jahren begann, hat künstliche Intelligenz ein vielversprechendes neues Material für leistungsstärkere Batterien identifiziert. Eine neue Studie zeigt, dass das von KI identifizierte Material sich im Labor gut bewährt hat und vielversprechende Aussichten für langlebigere und sicherere Batterien in der Zukunft bietet.
Auf dem Weg zu leistungsstarken Batterien: KI zeigt den Weg
Die Veröffentlichung der Arbeit in den ACS Energy Letters der American Chemical Society markiert das Ende einer siebenjährigen Reise des Mitautors Austin Sendek. Sendeks KI-Algorithmen identifizierten Materialien, die die Grundlage für stabile und langlebige Batterien bilden könnten. Die jüngste Veröffentlichung, gemeinsam geleitet von den ehemaligen Stanford Postdoktoranden Yinxing Ma, Jiayu Wan und Xin Xu, prüft eine spezifische Verbindung namens “LBS” (Li8B10S19), die hohe Mengen an Elektrizität speichern kann, ohne abzubauen.
“LBS ist das stabilste, schwefelbasierte Lithiumionenelektrolyt, das wir experimentell gesehen haben, soweit ich weiß”,
sagt Sendek, der einen Doktortitel in Materialwissenschaften besitzt und als außerordentlicher Professor tätig ist.
Sicherheit vs. Stabilität: Ein Meilenstein in der Batterietechnologie
Der Anstoß für diese Arbeit ergab sich, weil die meisten heutigen Batterien flüssige Lithiumverbindungen enthalten. Trotz guter Leistung und Energiedichte können die flüssigen Elektrolyten in Lithium-Ionen-Batterien in Brand geraten und umwelttoxisch werden.
Feststoffelektrolytbatterien sind sicherer und speichern mehr Energie. Bislang waren jedoch bekannte Feststoffelektrolyte oft instabil. Der neue Feststoffelektrolyt LBS könnte dieses Stabilitätsproblem überwinden. Er zeigt in Studien eine höhere Speicherkapazität für Elektrizität, ohne abzubauen oder an Leitfähigkeit zu verlieren, selbst nach vielen Batteriezyklen. Damit überwindet er die Einschränkungen vorhandener Lithium-Schwefel-Elektrolyte, die zwar hohe Leitfähigkeit aufweisen, jedoch rasch abbauen.
Von KI zur experimentellen Bestätigung: Beschleunigte Entdeckungen
Bereits 2020 entwickelte Sendek als Doktorand KI-Algorithmen, die vorhersagten, dass LBS elektrochemische Eigenschaften aufweisen könnte, die bisherige Materialien übertreffen.
“Das ist ein wirklich aufregender Validierungspunkt”, sagt Sendek. “Es beweist, dass KI-basierte Screening-Verfahren funktionieren und tatsächlich zu echten Entdeckungen führen können.”
Unter der Anleitung des verstorbenen Evan Reed, Mit-Senior-Autor der jüngsten Studie, verbrachte Sendek sieben Jahre damit, lithiumhaltige Materialien zu untersuchen, um vielversprechende Kandidaten für Feststoffelektrolyte zu finden. Aus über 12.000 bekannten lithiumhaltigen Materialien identifizierten Sendeks Algorithmen 21 Elektrolytkandidaten, darunter Lithiumthioborat-Elektrolyte. Durch Simulationen in den Jahren 2018 und 2020 verfeinerten er und seine Kollegen ihre Untersuchung auf vier neue Lithiumthioborat-Verbindungen, die großes Potenzial als Elektrolyte für Feststoffbatterien aufwiesen.
LBS ist einer dieser Kandidaten, und seine tatsächlichen elektrochemischen Eigenschaften übertrafen die Simulationen, wie die neue Studie zeigt.
Die jüngste Bestätigung von LBS verdeutlicht, wie KI-basierte Screening-Verfahren die Entdeckung nützlicher Verbindungen beschleunigen können. Ohne KI hätte die Entdeckung erfolgreicher neuer Materialien viel mehr Jahre in Anspruch genommen.
Zukünftige Schritte: Weiter auf dem Weg zur Perfektion
Obwohl LBS einer der besten Kandidaten für einen Feststoffelektrolyt ist,
“muss es noch verbessert werden”,
sagt Cui.
Die Validierung von LBS könnte die Bandbreite der Kandidatenmaterialien für Feststoffelektrolyte erweitern. “Wir hoffen, dass dies weitere Untersuchungen von Sulfidsystem-Feststoffelektrolyten für sicherere Feststoffbatterien fördert”, sagt Chueh, Professor für Materialwissenschaften und Mit-Direktor der StorageX-Initiative an der Stanford University.
Cui, Sendek und ihre Kollegen planen, die LBS-Verbindung weiter zu optimieren. Das Team arbeitet an einem Modell von LBS mit zusätzlichen Inhaltsstoffen, die die Leitfähigkeit des Elektrolyten verbessern könnten. Ziel ist es, das Stabilitätsfenster und die ionische Leitfähigkeit des Materials zu erhöhen.
