研究人员，德克萨斯A&M大学的JodieLutkenhaus和DanielTabor正在使用机器学习技术来优化开发无金属、可回收、有机电池所需的聚合物。该研究由美国国家科学基金会(NSF)资助，并与芝加哥大学的JuanDePablo和StuartRowan合作。
寻找替代电池化学成分
随着锂离子电池短缺的临近，无金属电池潜力巨大。理论上，有机电池可以在当地采购，从而减少对供应链的需求。它们还提供了对环境无害的可能性。
Lutkenhaus说：大多数强大的锂离子电池都含有钴，而钴仅来自全球少数几个地方，这加剧了大流行加剧的全球供应链问题。科学家们正在努力寻找完全不含金属的替代电池化学物质，这意味着，原则上，您可以在国内合成电池材料。
靶向氧化还原活性聚合物
尽管前景广阔，但无金属聚合物电池的一个重大问题是它们的使用寿命。由于大多数聚合物具有绝缘特性，因此它们在储存能量方面也非常低效。出于这个原因，研究人员正在瞄准能够存储电子的氧化还原活性聚合物。一旦储存，它们可以释放电子，类似于含金属电池的工作方式。
无金属电池离实际商业应用还很远，Lutkenhaus说，我们的工作将发现新的聚合物，使这些电池能够用于现实生活中。具体来说，我们正在确定具有更高电压和稳定性的聚合物，从而转化为更强大、更耐用的电池。
使用中的贝叶斯框架
为了寻找最节能的聚合物，研究人员将使用贝叶斯框架来筛选数以千计的分子组合，这些组合可以产生能够储存能量的聚合物链，从而创造出更持久的有机电池。
我们正在使用理论化学来提前预测材料的特性，从而减少在实验室中测试每种组合的需要，Tabor说，这减少了选项的数量，并提供了可以提高性能的基本见解。它正在根据所有可用知识来决定最佳选择。
NSF赠款还将帮助对学生进行替代化学和机器学习技术的教育。具体而言，它将帮助化学和化学工程领域的研究生和博士后研究人员。
我们希望在这个充满活力的领域告诉下一代学生，Lutkenhaus说，随着机器学习的日益普及，这些领域的未来专业人员需要精通数据科学，并能够参与计算和实验科学。
