هم افزایی هوش مصنوعی و پایگاه داده برای کمک به توسعه باتری ها

با افزایش تعداد خودروهای الکتریکی، نیاز به تولید برق با روش های تجدیدپذیر نظیر باد و خورشید بیشتر می شود و از سوی دیگر وابستگی به سیستم ها و شبکه های برق نیز افزایش می یابد.

- در این بین، خطر آتش سوزی باتری ها نیز به شکل قابل توجهی بیشتر می شود.

برای حل این مشکل باید به سراغ الکترولیت های جامد رفت، اما مشکلاتی نیز در این مسیر وجود دارد.

به گزارش ایسنا، یادگیری ماشین یکی از روش هایی است که می توان از آن برای کمک به رفع این چالش ها استفاده کرد.

گروهی از دانشمندان حوزه مواد بانک اطلاعاتی جدید و پویایی از صدها الکترولیت حالت جامد تهیه کرده اند که هوش مصنوعی در حال بررسی آنها برای گزینش بهترین فرمولاسیون است.

در مقاله ای که در نشریه Nano Material Science منتشر شده، محققان جزییاتی درباره این نتایج ارائه کرده اند.

حلال های آلی معمولاً به عنوان الکترولیت استفاده می شوند.

آنها معمولاً مایعات یا ژل هایی هستند که حرکت ذرات باردار یا یون ها را بین الکترودهای مثبت و منفی در بسیاری از باتری های قابل شارژ تسهیل می کنند.

این نوع حلال هدایت خوبی را فراهم می کند و امکان حمل و نقل کارآمد یون ها بین الکترودها را مقدور می کنند، اما طیف وسیعی از نگرانی های مربوط به ایمنی و عملکرد به این معنی است که باید جایگزین هایی برای این الکترولیت ها ارائه کنند.