Klimaat & energie › Solid-state batterijen & energieopslag
AI-simulatie onthult verrassend gedrag van lithium-ionen in batterij-elektrolyt
Amerikaanse onderzoekers hebben met kunstmatige intelligentie ontdekt dat lithium-ionen in batterij-elektrolyt zich heel anders gedragen dan tot nu toe werd aangenomen. In plaats van los van elkaar te bewegen, klonteren meerdere lithium-ionen samen in kleine groepjes. De ontdekking kan helpen bij het ontwerpen van betere batterijen voor elektrische auto's en consumentenelektronica.
In elke lithium-ionbatterij zit een vloeibare elektrolyt: de stof waarin lithium-ionen heen en weer bewegen tussen de twee elektroden tijdens het opladen en ontladen. Hoe die ionen zich precies gedragen op atomair niveau, bepaalt in grote mate hoe goed, veilig en duurzaam een batterij is. Toch was dat gedrag tot nu toe lastig te doorgronden, omdat metingen in het lab geen compleet beeld geven van wat er op moleculair niveau gebeurt.
Simulaties met kunstmatige intelligentie
Een team van wetenschappers combineerde daarom computersimulaties op basis van machine learning met NMR-spectroscopie en kwantumchemische berekeningen. Met deze aanpak konden ze het gedrag van lithium-ionen in een veelgebruikte elektrolyt nabouwen: een oplossing van het zout lithium-hexafluorofosfaat in het oplosmiddel ethyleencarbonaat. Traditionele moleculaire-dynamicasimulaties gebruiken simpele rekenregels die onvoldoende rekening houden met de complexe chemie van batterij-elektrolyten. Het nieuwe model, gebaseerd op een geavanceerd neuraal netwerk, bleek de werkelijkheid veel nauwkeuriger te benaderen en kwam goed overeen met experimentele metingen.
Ionen klonteren samen
De simulaties lieten iets onverwachts zien: lithium-ionen vormen regelmatig clusters van twee tot wel vijf ionen tegelijk, omringd door oplosmiddelmoleculen maar zonder de negatief geladen deeltjes die normaal in de buurt blijven. Bij een gangbare concentratie zat ongeveer 40 procent van alle lithium-ionen in zo'n cluster; bij een hogere concentratie liep dat op tot 68 procent. Oudere rekenmodellen voorspelden bijna uitsluitend losse, geïsoleerde ionen en misten dit effect dus volledig. De onderzoekers toetsten hun bevindingen aan echte metingen en zagen een goede overeenkomst, wat het vertrouwen in de nieuwe aanpak vergroot.
Waarom dit telt voor batterijen
Deze clustering is niet zomaar een curiosaÏteit. Ze verklaart waarom bepaalde mengsels van oplosmiddelen, waaronder ethyleencarbonaat, in de praktijk zo goed werken: de geclusterde ionen reageren makkelijker bij de elektrode, wat helpt bij de vorming van een beschermende laag op het elektrodeoppervlak, de zogeheten SEI-laag. Die laag is cruciaal voor de levensduur en veiligheid van een batterij. Met dit inzicht kunnen chemici gerichter nieuwe elektrolytformules ontwerpen in plaats van op basis van trial-and-error te experimenteren, zoals tot nu toe grotendeels gebeurde. Omdat de onderliggende rekenmethode, een machine-learning-krachtveld, slechts getraind is op kleine kwantumchemische berekeningen en toch het gedrag van de volledige vloeistof goed voorspelt, verwachten de onderzoekers dat dezelfde aanpak ook andere complexe chemische systemen kan doorgronden.
Achtergrond & begrippen
Wat betekent dit voor de toekomst? Deze ontdekking geeft batterijontwikkelaars een veel nauwkeuriger beeld van wat er in een elektrolyt gebeurt, waardoor ze gerichter kunnen sleutelen aan de samenstelling van batterijen in plaats van te gokken. Dat kan leiden tot elektrolyten die batterijen sneller laten opladen, langer laten meegaan en veiliger maken, iets dat direct relevant is voor elektrische auto's en draagbare elektronica. Ook de onderliggende rekenmethode, die met kunstmatige intelligentie complexe chemie nabouwt, kan breder worden ingezet om nieuwe materialen te ontwerpen.
- Elektrolyt
- De vloeibare of vaste stof in een batterij waarin geladen deeltjes (ionen) zich verplaatsen tussen de twee elektroden.
- Lithium-ion
- Het positief geladen lithiumdeeltje dat tijdens het opladen en ontladen van een batterij heen en weer beweegt.
- Moleculaire dynamica
- Een computertechniek waarbij de beweging van atomen en moleculen stap voor stap wordt berekend en gesimuleerd.
- Machine-learning-krachtveld
- Een rekenmodel dat met kunstmatige intelligentie leert hoe atomen krachten op elkaar uitoefenen, en dat gebruikt om materialen te simuleren.
- NMR-spectroscopie
- Een meettechniek die met magnetische velden en radiogolven de chemische omgeving van atomen in een stof blootlegt.
- SEI-laag
- Een dun beschermend laagje dat op het elektrodeoppervlak van een batterij ontstaat en de levensduur en veiligheid van de cel beïnvloedt.
- Solvatatiestructuur
- De manier waarop oplosmiddelmoleculen en andere deeltjes zich rondom een ion in een vloeistof rangschikken.
- Radiale verdelingsfunctie
- Een wiskundige maat die aangeeft hoe waarschijnlijk het is om op een bepaalde afstand van een deeltje een ander deeltje te vinden, gebruikt om vloeistofstructuur te beschrijven.
- Elektrochemisch stabiliteitsvenster
- Het spanningsbereik waarbinnen een elektrolyt stabiel blijft zonder ongewenste chemische reacties, belangrijk voor de veiligheid en prestaties van een batterij.
Bronnen
Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.
