Abordagem de aprendizado de máquina abre insights sobre toda uma classe de materiais que estão sendo buscados para baterias de estado sólido – Strong The One

As descobertas – e a abordagem de aprendizado de máquina usada para fazê-las – podem ajudar a inaugurar uma nova era de armazenamento de energia para aplicações como paredes de baterias domésticas e veículos elétricos de carga rápida.

Os resultados apareceram online em 18 de maio na revista Materiais da Natureza.

“Este é um quebra-cabeça que não foi resolvido antes por causa de quão grande e complexo cada bloco de construção do material é”, disse Olivier Delaire, professor associado de engenharia mecânica e ciência de materiais da Duke. “Experimentamos os mecanismos no nível atômico que estão fazendo com que toda essa classe de materiais seja um tópico importante no campo da inovação em baterias de estado sólido”.

À medida que o mundo se move em direção a um futuro baseado em energia renovável, os pesquisadores devem desenvolver novas tecnologias para armazenar e distribuir energia para residências e veículos elétricos. Embora o porta-estandarte até este ponto tenha sido a bateria de íons de lítio contendo eletrólitos líquidos, ela está longe de ser uma solução ideal devido à sua eficiência relativamente baixa e à afinidade do eletrólito líquido para ocasionalmente pegar fogo e explodir.

Essas limitações decorrem principalmente dos eletrólitos líquidos quimicamente reativos dentro das baterias de íons de lítio, que permitem que os íons de lítio se movam relativamente livres entre os eletrodos. Embora ótimo para mover cargas elétricas, o componente líquido os torna sensíveis a altas temperaturas que podem causar degradação e, eventualmente, uma catástrofe térmica descontrolada.

Muitos laboratórios de pesquisa públicos e privados estão gastando muito tempo e dinheiro para desenvolver baterias alternativas de estado sólido a partir de uma variedade de materiais. Se projetada corretamente, essa abordagem oferece um dispositivo muito mais seguro e estável com uma densidade de energia mais alta – pelo menos em teoria.

Embora ninguém tenha ainda descoberto uma abordagem comercialmente viável para as baterias de estado sólido, um dos principais concorrentes depende de uma classe de compostos chamados argiroditas, nomeados em homenagem a um mineral que contém prata. Esses compostos são construídos a partir de estruturas cristalinas específicas e estáveis ​​feitas de dois elementos com um terceiro livre para se mover na estrutura química. Embora algumas receitas como prata, germânio e enxofre ocorram naturalmente, a estrutura geral é flexível o suficiente para que os pesquisadores criem uma ampla gama de combinações.

“Todos os fabricantes de veículos elétricos estão tentando mudar para novos designs de bateria de estado sólido, mas nenhum deles está revelando em quais composições estão apostando”, disse Delaire. “Ganhar essa corrida seria uma virada de jogo porque os carros poderiam carregar mais rápido, durar mais e ser mais seguros ao mesmo tempo.”

No novo artigo, Delaire e seus colegas analisam um candidato promissor feito de prata, estanho e selênio (Ag₈SnSe₆). Usando uma combinação de nêutrons e raios-x, os pesquisadores rebateram essas partículas extremamente rápidas de átomos dentro de amostras de Ag₈SnSe₆ para revelar seu comportamento molecular em tempo real. O membro da equipe Mayanak Gupta, um ex-pós-doutorando no laboratório de Delaire que agora é pesquisador do Bhabha Atomic Research Center na Índia, também desenvolveu uma abordagem de aprendizado de máquina para dar sentido aos dados e criou um modelo computacional para combinar as observações usando primeiros princípios simulações de mecânica quântica.

Os resultados mostraram que, embora os átomos de estanho e selênio criassem um andaime relativamente estável, ele estava longe de ser estático. A estrutura cristalina se flexiona constantemente para criar janelas e canais para que os íons de prata carregados se movam livremente através do material. O sistema, disse Delaire, é como as redes de estanho e selênio permanecem sólidas enquanto a prata está em um estado quase líquido.

“É como se os átomos de prata fossem bolinhas de gude chocalhando no fundo de um poço muito raso, movendo-se como se o andaime cristalino não fosse sólido”, disse Delaire. “Essa dualidade de um material vivendo entre um estado líquido e sólido é o que eu achei mais surpreendente.”

Os resultados e, talvez mais importante, a abordagem que combina espectroscopia experimental avançada com aprendizado de máquina deve ajudar os pesquisadores a progredir mais rapidamente na substituição de baterias de íon-lítio em muitas aplicações cruciais. De acordo com Delaire, este estudo é apenas um de um conjunto de projetos voltados para uma variedade de compostos de argirodita promissores que compreendem diferentes receitas. Uma combinação que substitui a prata pelo lítio é de particular interesse para o grupo, dado o seu potencial para baterias EV.

“Muitos desses materiais oferecem condução muito rápida para baterias, sendo bons isolantes térmicos para conversores termoelétricos, por isso estamos analisando sistematicamente toda a família de compostos”, disse Delaire. “Este estudo serve para comparar nossa abordagem de aprendizado de máquina que permitiu avanços tremendos em nossa capacidade de simular esses materiais em apenas alguns anos. Acredito que isso nos permitirá simular rapidamente novos compostos virtualmente para encontrar as melhores receitas que esses compostos têm para oferecer.”

Este trabalho foi financiado pela Guangdong Basic and Applied Basic Research Foundation (2021B1515140014), National Natural Science Foundation of China (52101236, U1732154, T2125008, 52272006), Institute of High Energy Physics, Chinese Academy of Science (E15154U110), Projeto aberto do Key Laboratory of Artificial Structures and Quantum Control (2021-05), da US National Science Foundation (DMR-2119273), do “Shuguang Program” da Shanghai Education Development Foundation e da Shanghai Municipal Education Commission, do Australia Research Council ( DP210101436).