美国SLAC国家加速器实验室应用机器学习辅助快充电池技术研发

陈济桁
　　 2021年3月，美国能源部SLAC国家加速器实验室的研究人员宣布在利用机器学习加速设计更好的电池方面迈出了重要的一步：不仅仅通过大量积累和学习数据，同时还要与实验数据和物理方程式中得到了理论数据相结合，加快自动科学分析速度，缩短了测试快充锂电池使用寿命的时间，发现并解释电池长寿命机理。
　　斯坦福大学副教授、能源部SLAC国家加速器实验室研究负责人Will Chueh表示，这是首次将“科学机器学习”方法应用到电池充放电循环研究中，研究结果颠覆了人们长期以来对锂离子电池如何充放电的认知，并为研究人员提供了一套可设计更长寿命可充电电池的新标准。
　　斯坦福大学、SLAC、麻省理工学院和丰田研究所（TRI）合作，将这项最新的研究成果发表在了《自然材料》中。研究的最终目标是将基础研究和行业技术结合，开发出一种可在10分钟内实现充满电的长寿命电动汽车电池。
　　丰田研究院高级研究科学家帕特里克·赫林表示，电池技术对于任何类型的动力总成来说都至关重要。通过了解电池内部发生的基本反应，可以延长电池寿命，实现更快速的充电，最终设计出更好的电池材料。以这项研究为基础开展进一步的研究，有望实现成本更低，性能更好的电池。
　　这项全新研究建立在此前两项研究工作进展基础上，研究团队曾使用了更传统的机器学习方式显著加快电池测试速度，并从多种充电方式中进行筛选，找到了最有效的充电方法。尽管这些研究使研究人员可以更快速地取得进展（例如，将确定电池使用总寿命所需的时间缩短了98%），但并未揭示能够使电池获得更长寿命的根本物理或化学作用机理。将三项研究成果结合起来有望大大减少一种新电池技术从实验室走向消费市场所需要的时间。
　　SLAC的研究人员正在寻找如何让机器学习新型电池失效机制物理原理，一旦成功可帮助工程师设计更好、更安全的快充电池。快充技术带来用电便利的同时，也给电池带来了极大压力，对电池内部造成了较大破坏，解决这一问题是扩大美国电动汽车市场规模普及的关键，同时这也是应对气候变化总体战略的一部分。
　　全新的研究成果组合还可应用于开发风能和太阳能电力等更大部署设施所需规模的电池系统，随着拜登政府最近宣布的目标，即在发电领域逐渐消除化石能源燃料，到2035年实现零碳净排放量，这项任务变得更加紧迫。
　　这项新研究关注的重点是电池电极，电极是由纳米尺寸颗粒凝结成的小颗粒组成的。锂离子在充电和放电过程中在往返于阴极和阳极之间，不断的在小颗粒中渗入和放出。这种不断的往复运动使小颗粒产生膨胀、收缩和破裂，逐渐降低其存储电荷的能力。而快速充电只会加剧这种现象。
　　为了更详细地研究这一过程，研究小组观察了由镍、锰和钴制成的阴极颗粒充放电行为，这种电极被称为NMC组合，它是电动汽车电池中使用最广泛的材料之一。颗粒在电池放电时会吸收锂离子，而在充电时会释放锂离子。
　　斯坦福大学研究员使用SLAC斯坦福同步加速器辐射光源的X射线对正在快速充电的粒子进行了总体观察。随后又将粒子带到了劳伦斯·伯克利国家实验室的高级光源中，并通过扫描X射线透射显微镜进行了检查，这种显微镜可以观察单个粒子。
　　这些实验数据，以及快速充电过程的数学模型和描述充放电过程的化学和物理方程式信息，都将被整合到了科学的机器学习算法中。
　　与此前的两项研究不同，新的研究工作并没有仅仅通过简单地向计算机中输入模型数据直接找出模型，而是教会了计算机如何选择或学习正确的方程式或物理化学原理。
　　截至目前，科学家一直认为电极内部颗粒间的差异微不足道，且它们储存和释放离子的能力受到锂在颗粒内部移动速度的限制。通过这种观察事物的方式，锂离子同时以基本相同的速度流入和流出所有颗粒。
　　但新的研究方法揭示了当电池充电时，颗粒本身可以控制锂离子从阴极颗粒中释放的速度。一些颗粒能够给立即释放出许多离子，而有一些粒子则很少或根本不释放。而且，快速释放离子的颗粒相比其相邻的颗粒，能够继续以更快的速率继续释放离子，这是以前从未发现过的积极反馈或“富者愈富”的效应。这种不均匀的放电方式给电池带来了很大压力，影响了电池的使用寿命。若要改善这个问题，必需理解这种工作机理。
　　新的研究方法具有改善电池成本，存储容量，耐用性和其他重要性能的潜力，小到笔记本电脑、电动汽车，大到飞行器、大规模存储可再生能源的电网等领域均具有广泛应用前景。
　　两年前，可充电锂离子电池的开创者获得了2019年诺贝尔化学奖。但关于如何更好的认识锂离子电池并创造出更好的产品，还有很多领域需要研究。
　　这项研究是由丰田研究所资助。斯坦福同步加速器辐射光源和高级光源是美国能源部科学办公室管理的用户设施，使用该设施的相关研究工作得到了美国能源部科学办公室和美国能源部先进电池材料研究计划的支持。