TOKYO / MÜNCHEN (IT BOLTWISE) – Die Suche nach alternativen Energiespeicherlösungen wird immer wichtiger, da die Verfügbarkeit und die Kosten von Lithium eine Herausforderung darstellen.
In der aktuellen Diskussion um Energiespeichertechnologien stehen Lithium-Ionen-Batterien (LIBs) im Mittelpunkt. Doch die begrenzte Verfügbarkeit von Lithium und die damit verbundenen hohen Kosten treiben die Forschung nach Alternativen voran. Eine vielversprechende Option sind Natrium-Ionen-Batterien, die aufgrund der reichlichen Verfügbarkeit von Natrium und ihrer potenziellen Kosteneffizienz im Fokus stehen. Besonders interessant sind natriumhaltige Übergangsmetall-Schichtoxide, die als leistungsstarke Materialien für die positive Elektrode gelten.
Die Entwicklung dieser Batterien ist jedoch komplex, da selbst kleine Änderungen in der Materialzusammensetzung die Kristallmorphologie und damit die Batterieleistung erheblich beeinflussen können. Ein Forscherteam unter der Leitung von Professor Shinichi Komaba von der Tokyo University of Science hat maschinelles Lernen eingesetzt, um diesen Prozess zu optimieren. Sie entwickelten ein Modell, das mithilfe von Algorithmen des maschinellen Lernens und der Bayes’schen Optimierung die optimale Zusammensetzung von NaMeO2-Schichtoxiden vorhersagen kann.
Das Ziel des Modells war es, ein Gleichgewicht zwischen Betriebsspannung, Kapazitätserhalt und Energiedichte zu erreichen. Die Forscher nutzten eine umfangreiche Datenbank mit 100 Proben von Natrium-Halbzellen, die über 11 Jahre gesammelt wurden, um das Modell zu trainieren. Die Ergebnisse waren vielversprechend: Das Modell sagte die Zusammensetzung Na[Mn0,36Ni0,44Ti0,15Fe0,05]O2 als optimal voraus, um die höchste Energiedichte zu erzielen. Um die Genauigkeit dieser Vorhersage zu überprüfen, synthetisierte das Team Proben mit dieser Zusammensetzung und führte Lade-Entlade-Tests durch. Die gemessenen Werte stimmten weitgehend mit den Vorhersagen überein, was die Effizienz des Modells unterstreicht.
Der Einsatz von maschinellem Lernen in der Materialforschung könnte die Entwicklung neuer Batteriematerialien erheblich beschleunigen. Diese Methodik bietet nicht nur eine effiziente Möglichkeit zur Identifizierung vielversprechender Zusammensetzungen, sondern könnte auch auf komplexere Materialsysteme ausgeweitet werden. Die erfolgreiche Anwendung in der Batterieforschung könnte als Vorlage für andere Bereiche der Materialwissenschaft dienen.
Die Fortschritte in der Entwicklung von Natrium-Ionen-Batterien könnten die Energiespeichertechnologien revolutionieren und Anwendungen in der erneuerbaren Energieerzeugung, in Elektrofahrzeugen und in der Unterhaltungselektronik finden. Die Reduzierung der Anzahl der Experimente durch maschinelles Lernen bringt uns einen Schritt näher an kostengünstigere und leistungsfähigere Batterien.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- Service Directory für AI Adult Services erkunden!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
Stellenangebote
Junior Managers Program – HR – with a focus on HR tech, digitalization and generative AI - trainee program (f/m/div.)
Werkstudent(m/w/d) im Bereich Innovations -Weiterentwicklung KI gestütztes Innovationsmanagementtool
AI Engineer (m/w/d)
KI-Entwickler (m/w/d)
- Die Zukunft von Mensch und MaschineIm neuen Buch des renommierten Zukunftsforschers und Technologie-Visionärs Ray Kurzweil wird eine faszinierende Vision der kommenden Jahre und Jahrzehnte entworfen – eine Welt, die von KI durchdrungen sein wird
- Künstliche Intelligenz: Expertenwissen gegen Hysterie Der renommierte Gehirnforscher, Psychiater und Bestseller-Autor Manfred Spitzer ist ein ausgewiesener Experte für neuronale Netze, auf denen KI aufbaut
- Obwohl Künstliche Intelligenz (KI) derzeit in aller Munde ist, setzen bislang nur wenige Unternehmen die Technologie wirklich erfolgreich ein
- Wie funktioniert Künstliche Intelligenz (KI) und gibt es Parallelen zum menschlichen Gehirn? Was sind die Gemeinsamkeiten von natürlicher und künstlicher Intelligenz, und was die Unterschiede? Ist das Gehirn nichts anderes als ein biologischer Computer? Was sind Neuronale Netze und wie kann der Begriff Deep Learning einfach erklärt werden?Seit der kognitiven Revolution Mitte des letzten Jahrhunderts sind KI und Hirnforschung eng miteinander verflochten
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Maschinelles Lernen verbessert Natrium-Ionen-Batterien" für unsere Leser?
#Sophos
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Maschinelles Lernen verbessert Natrium-Ionen-Batterien" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die deutsche Google-Suchmaschine für eine weitere Themenrecherche: »Maschinelles Lernen verbessert Natrium-Ionen-Batterien« bei Google Deutschland suchen und bei Google News recherchieren!