美國北卡大學找到氟離子電池的技術突破
科技產業資訊室 (iKnow) - Gloria 發表於 2022年5月26日
圖、美國北卡大學找到氟離子電池的技術突破
如今機器學習已經用於快速發現新材料的工具。近幾年隨著電動車的崛起，有許多機構將機器學習應用在發現新材料領域，前途看好的氟離子電池材料更成熱門研究領域。許多專家認為，氟離子電池具備取代鋰基礎電池的機會。
從理論上講，不論是從電動車到消費性電子產品，氟離子系統都是電池的理想選擇。氟離子的優勢在於重量輕、體積小且高度穩定。氟化物也比鋰離子電池所需的鋰和鈷便宜。此外，研究表明，氟離子電池比鋰離子技術具有更大的儲存容量潛力。
然而，氟離子電池研究仍處早期，第一個實驗示例是在2011年開始。研究進展也相當緩慢，因為就目前已知，沒有多少材料可以傳導氟離子，這是關鍵的要求，因為正是離子的運動使電池進行充電和放電。因此，尋找用於氟離子電池的最佳材料是一項挑戰。
豐田於2020年8月中宣布與京都大學的科學家合作開發一種新的氟離子電池，該電池每單位重量的能量應該是傳統鋰離子電池的7倍，並且可以使電動車一次充電行駛1000公里。
現在，美國北卡羅萊納州大學Chapel Hill分校Scott Warren實驗室設計了一種使用超級電腦的機器學習方法，該方法可以快速準確地計算出氟離子在任何已知的含氟晶體中移動的難易程度。
該團隊最初使用一種常見的分層運算方法來篩選140,000種已知材料的數據庫，將其切割成10,000種含氟候選物。該團隊表示，由於對氟離子導體的研究不多，從這10,000種導體中尋找最佳候選者的附加標準是什麼，他們也不清楚。這意味著有希望的材料在被其他標準識別之前，可能會被單一標準拒絕，因此需要一種新的策略。
因而，其解決方案並非是刪除那一些材料不行，而是對結構進行排序。透過持續研究且了解氟化物擴散之後，結構排序也會出現變化更新。如今Scott Warren實驗室已經從10,000名候選者中，隨機選擇了300名，並對每種材料的氟化物傳輸能力進行了準確的計算。
如今找到一種材料是含氟化物的鋅鈦化合物ZnTiF6。這種材料非常便宜，具有出色的氟化物傳導性能，有望用作氟離子電池的電解質，甚至提交了專利。
總之，除了日本與美國之外，英國和中國也正在研究氟離子電池的未來性，而且機器學習的模式有機會加速氟離子電池於2030年邁入商業化階段。（864字）
參考資料：
Machine learning finds fluoride battery materials that could rival lithium. Chemistry World, 2022/5/16
High-throughput discovery of fluoride-ion conductors via a decoupled, dynamic, and iterative (DDI) framework. Nature npj computational materials，2022/5/6
相關文章：
1. 2030年是電動車大量採用固態電池的合理時間點
2. 可充電固態電池將成為未來潛力明星最快2025年獲車廠採用
3. 鋰離子電池未來五年仍是主導電池市場，電池材料競爭將扮演要角
4. 鋰離子電池缺貨危機是電動車長期關鍵議題
5. IHS Markit：2024年前電動車電池價格持續上揚
6. 開發全固態電池不使用稀有金屬成為電動車及3C新選項
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述，僅為提供更多訊息，也不構成任何投資建議。
2.著作權所有，非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載，本中心保留一切法律追訴權利。
|