科学家用增强深度机器学习超高分辨率显微镜破译锂离子电池的原子级缺陷
随着锂离子电池通过在消费电子产品、汽车和电力存储设施中的使用而成为我们生活中无处不在的一部分，研究人员一直在努力提高它们的功率、效率和寿命。
加州大学欧文分校和布鲁克海文国家实验室的科学家对高镍含量的层状阴极进行了详细检查，这些阴极被认为是下一代电池的有希望的组成部分。超分辨率电子显微镜与深度机器学习相结合，使 UCI 领导的团队能够破译锂离子电池中材料界面的微小变化。
研究成果发表在《自然材料》杂志上。
电池开发人员需要知道电池在反复放电和充电时内部发生了什么。已发现镍层状锂离子电池的高能量密度会导致 LIB 组件材料的快速化学反应和机械故障。
该团队使用透射电子显微镜和原子模拟来了解氧化相变如何影响电池材料。
这个项目严重依赖于一些世界上最强大的显微镜技术和先进的数据科学方法，为高镍含量锂离子电池的优化扫清了道路，了解这些电池如何在原子尺度上运行将有助于工程师开发出功率和生命周期大大提高的锂离子电池。
该项目由美国能源部资助，依赖于位于纽约厄普顿的布鲁克海文国家实验室和加州大学尔湾分校材料研究所的设施。 找有价值的信息，请记住Byteclicks.com
版权声明：除特殊说明外，本站所有文章均为 字节点击 原创内容，采用 BY-NC-SA 知识共享协议。原文链接：https://byteclicks.com/45867.html 转载时请以链接形式标明本文地址。转载本站内容不得用于任何商业目的。本站转载内容版权归原作者所有，文章内容仅代表作者独立观点，不代表字节点击立场。报道中出现的商标、图像版权及专利和其他版权所有的信息属于其合法持有人，只供传递信息之用，非商务用途。如有侵权，请联系 gavin@byteclicks.com。我们将协调给予处理。
