发现高能钠离子电池成分，机器学习简化最佳材料搜索过程
💡
原文中文，约2900字，阅读约需7分钟。
📝
内容提要
钠离子电池因其资源丰富和成本低，有望替代锂离子电池。日本研究团队通过机器学习优化钠离子电池正极材料，成功合成了能量密度达549 Wh/kg的Na[Mn 0.36 Ni 0.44 Ti 0.15 Fe 0.05 ]O 2，为电池材料开发提供了新方法，推动了材料科学的创新。
🎯
关键要点
- 钠离子电池因资源丰富和成本低，有望替代锂离子电池。
- 日本研究团队通过机器学习优化钠离子电池正极材料，合成了能量密度达549 Wh/kg的Na[Mn 0.36 Ni 0.44 Ti 0.15 Fe 0.05 ]O 2。
- 钠离子电池以钠离子作为能量载体，具有安全性高和成本低的优点。
- 含钠过渡金属层状氧化物是钠离子电池正极的强大材料，能量密度和容量出色。
- 研究团队建立了包含100个O3型钠半电池样品的数据库，用于机器学习模型的训练。
- 机器学习模型预测了电化学性能，并提出了有希望的四元Na[Ni,Mn,Fe,Ti]O2成分。
- 实验验证了合成的Na[Mn 0.36 Ni 0.44 Ti 0.15 Fe 0.05 ]O 2的能量密度与预测值一致。
- 研究发现，模型预测的最佳成分在能量密度方面表现优异，但容量保持率低于预测值。
- 机器学习在材料科学中的应用可以加速新材料的开发，降低实验次数和时间。
- 该研究的方法可以扩展到更复杂的材料系统，推动整个材料科学领域的创新。
➡️
