تحول در باتری های قابل شارژ با ربات سلیو و هوش مصنوعی سنجاقک
به گزارش سیناپرس، در مقاله جدیدی که امروز در نشریه معتبر Nature Communications منتشر شده است، محققان از روشی سخن گفته اند که در آن با استفاده از علوم رباتیک و هوش مصنوعی (AI) می توان به شناسایی فرمولاسیون بهینه محلول الکترولیت مایع غیرآبی در باتری لیتیوم یونی پرداخته و از این طریق، به توسعه باتریهای قابل شارژ با عملکرد بهتر، مانند شارژ سریعتر و عمر طولانیتر کمک کرد.
توسعه فناوری باتری با کارایی بالا برای پیشبرد برقی سازی صنایع حمل و نقل و هوانوردی ضروری است. تکنیکهای مرسوم برای ابداع اجزای جدید باتری لیتیوم یونی به دلیل نیاز به آزمایش با بسیاری از انتخابهای احتمالی مواد، زمانبر است و توسعه آن ممکن است سالها طول بکشد. به گزارش سیناپرس، به همین دلیل پیشنهاد شده است که یکی از راههای تسریع این فرآیند، جفت کردن هوش مصنوعی و روباتها برای توسعه اجزای باتری های بهینه شده است.
در این راستا، پژوهشگرانی از دانشگاه کارنگی ملون آمریکا یک پلتفرم روباتیک به نام «سلیو» طراحی کرده و آن را با یک سیستم هوش مصنوعی به نام «دراگون فلای» یا سنجاقک ترکیب نموده اند.
به گفته آن ها، این سیستم قادر است فرمولهای الکترولیت باتری لیتیوم یونی غیرآبی بسیار رسانا را تنها در دو روز کاری و به طور مستقل شناسایی کند.
آن ها نشان داده اند: رویکرد جدید، در مقایسه با جستجوی تصادفی، کشف الکترولیت مناسب برای باتری های فوق را را شش برابر سریع تر می کند.
آن ها سپس فرمولهای الکترولیت را در سلولهای کیسهای لیتیوم یونی تجاری مرتبط آزمایش کردند تا عملکرد باتری با شارژ سریع را در برابر آزمایش پایه با ترکیب الکترولیت معمولی بررسی کنند و فرمول های بهتر را برگزینند.
به گزارش سیناپرس، این محققان در انتها اشاره کرده اند که کار پژوهشی آن ها می تواند به توسعه باتری های قابل شارژ با کارایی بالا کمک کند و پیامدهایی مفید را برای کاربردهای انرژی و به طور کلی علوم مواد داشته باشد.
ترجمه: محمدرضا دلفیه