Une équipe du SLAC, de Stanford, du MIT et du Toyota Research Institute a utilisé l’apprentissage automatique pour réanalyser les films radiographiques des ions lithium entrant et sortant des nanoparticules d’électrodes de batterie (à gauche) pendant le cycle de la batterie. Les fausses couleurs de cette image montrent l’état de charge de chaque particule et révèlent à quel point le processus peut être inégal au sein d’une seule particule. Crédit : Cube3D
Il permet aux chercheurs d’extraire des informations pixel par pixel à l’échelle nanométrique Films radiographiques de particules d’électrodes absorbant et libérant des ions lithium.
Des milliards de minuscules particules regroupées dans les électrodes des batteries lithium-ion rechargeables sont chargées de stocker la charge et de la rendre disponible lorsque cela est nécessaire pour effectuer un travail. Les films radiographiques de ce processus montrent les particules absorbant et libérant des ions lithium lorsque la batterie se charge et se décharge.
Aujourd’hui, dans une avancée importante, les chercheurs ont utilisé un type de apprentissage automatique appelé « vision par ordinateur » pour creuser encore plus profondément, en analysant chaque pixel de ces films radiographiques pour découvrir des détails physiques et chimiques du cycle de batterie qui ne pouvaient pas être vus auparavant.
La nouvelle méthode a déjà suggéré un moyen de permettre aux milliards de nanoparticules contenues dans un type d’électrode de batterie lithium-ion de stocker et de libérer la charge plus efficacement, ont déclaré des chercheurs du laboratoire national des accélérateurs SLAC du ministère de l’Énergie, de l’université de Stanford et du Massachusetts Institute of Technology. et le Toyota Research Institute ont rapporté dans Nature le 13 septembre.
« Jusqu’à présent, nous pouvions réaliser de magnifiques films radiographiques montrant des nanoparticules de batterie au travail, mais les films étaient si riches en informations que comprendre les détails subtils du fonctionnement des particules était un véritable défi », a déclaré William Chueh, associé à Stanford. professeur, chercheur scientifique du SLAC et directeur du SLAC-Stanford Battery Center, qui a codirigé l’étude avec MIT Professeur Martin Bazant.
« Nous pouvons désormais extraire des informations qui n’étaient pas possibles auparavant », a déclaré Chueh. « Il s’agit du type d’informations fondamentales et scientifiques dont nos partenaires industriels ont besoin pour développer plus rapidement de meilleures batteries. »
Plus largement, selon les chercheurs, cette approche visant à découvrir la physique derrière les modèles complexes dans les images pourrait même fournir des informations sans précédent sur d’autres types de systèmes chimiques et biologiques, tels que les cellules se divisant dans un embryon en développement.
Les batteries transparentes livrent leurs secrets
Les particules de batterie étudiées par l’équipe de recherche sont constituées de phosphate de fer et de lithium, ou LFP. Ils sont emballés par milliards dans les électrodes positives de nombreuses batteries lithium-ion, chacune étant recouverte d’une fine couche de carbone pour améliorer la conductivité électrique de l’électrode.
Pour observer ce qui se passe à l’intérieur de la batterie pendant son fonctionnement, l’équipe de Chueh construit de minuscules batteries transparentes dans lesquelles deux électrodes sont entourées d’une solution électrolytique remplie d’ions lithium libres.
Lorsque la batterie se décharge, les ions lithium pénètrent dans l’électrode positive LFP et se logent à l’intérieur de ses nanoparticules comme des voitures dans un parking bondé, dans une réaction appelée intercalation. Lorsque la batterie se charge, ils refluent et se dirigent vers l’électrode négative opposée.
Une équipe du SLAC, de Stanford, du MIT et du Toyota Research Institute a utilisé l’apprentissage automatique pour réanalyser des films à rayons X comme celui-ci, pixel par pixel, et découvrir de nouveaux détails physiques et chimiques sur le cycle de la batterie. Cette animation est basée sur des images aux rayons X réalisées par l’équipe en 2016. Elle montre quelques-uns des milliards de nanoparticules dans une électrode de batterie lithium-ion se chargeant (du rouge au vert) et se déchargeant (du vert au rouge) lorsque les ions lithium entrent et sortent. d’entre eux, et révèle à quel point le processus peut être inégal au sein d’une seule particule. Crédit : Laboratoire national des accélérateurs du SLAC
« Le phosphate de fer lithium est un matériau de batterie important en raison de son faible coût, de son bon bilan de sécurité et de son utilisation d’éléments abondants », a déclaré Brian Storey, directeur principal de l’énergie et des matériaux au Toyota Research Institute, qui a financé les travaux au SLAC et au MIT. . « Nous constatons une utilisation accrue du LFP sur le marché des véhicules électriques, le moment de cette étude ne pourrait donc pas être mieux choisi. »
Historique de collaboration et travaux antérieurs
Chueh et Bazant ont commencé à collaborer sur la recherche sur les batteries il y a huit ans. Bazant avait déjà réalisé de nombreuses modélisations mathématiques des motifs formés par le lithium ions à mesure qu’ils entrent et sortent des particules LFP. Chueh utilisait un microscope à rayons X avancé à la source de lumière avancée du laboratoire national Lawrence Berkeley pour réaliser des films à l’échelle nanométrique, avec des détails aussi petits que des milliardièmes de mètre, des particules de batterie à l’œuvre.
En 2016, leurs équipes de recherche ont publié une étude révolutionnaire à l’échelle nanométrique. films de la façon dont les ions lithium entrent et sortent des nanoparticules LFP individuelles.
Ensuite, grâce au financement du Toyota Research Institute, l’équipe a commencé à utiliser des outils d’apprentissage automatique développés au MIT pour accélérer considérablement les performances des batteries. essai et le processus de sélection de nombreux tarifs possibles méthodes pour trouver ceux qui fonctionnent le mieux. Ils ont également combiné l’apprentissage automatique conventionnel, qui recherche des modèles dans les données, avec des connaissances acquises à partir d’expériences et d’équations guidées par la physique pour découvrir et expliquer un processus qui raccourcit la durée de vie des batteries lithium-ion à charge rapide.
Une analyse pixel par pixel
Dans cette dernière étude, Chueh et Bazant ont utilisé un sous-domaine de l’apprentissage automatique appelé vision par ordinateur pour extraire des informations plus détaillées de 62 des films à rayons X à l’échelle nanométrique qu’ils ont réalisés en 2016 sur des particules LFP se chargeant ou se déchargeant. Chaque image fixe de ces films contenait environ 490 pixels – les plus petites unités d’informations pouvant être obtenues à partir d’une image, qu’elle soit réalisée avec des rayons X frappant un détecteur ou avec de la lumière visible frappant l’appareil photo d’un smartphone. Cela leur a donné environ 180 000 pixels d’informations avec lesquels travailler.
L’équipe a utilisé ces 180 000 pixels pour entraîner son modèle informatique afin de produire des équations décrivant avec précision le déroulement des réactions d’insertion du lithium. Ils ont découvert que les mouvements des ions dans les particules LFP correspondaient étroitement aux prédictions des simulations informatiques de Bazant.
« Chaque petit pixel passe du plein au vide, du plein au vide », a déclaré Bazant. « Et nous cartographions l’ensemble de ce processus, en utilisant nos équations pour comprendre comment cela se produit. »
La nouvelle technique a révélé plusieurs phénomènes jamais observés auparavant, notamment des variations du taux de réactions d’insertion du lithium dans différentes régions d’une seule nanoparticule LFP. « Il y a des régions qui semblent rapides », a déclaré Bazant, « et d’autres qui semblent lentes ».
La découverte pratique la plus importante de l’article – selon laquelle les variations de l’épaisseur du revêtement de carbone d’une particule LFP contrôlent directement la vitesse à laquelle les ions lithium entrent et sortent – pourrait conduire à une charge et une décharge plus efficaces.
Ce que les scientifiques ont appris de cette étude, a déclaré Bazant, c’est que c’est l’interface entre l’électrolyte liquide et les matériaux d’électrode solides – où la réaction d’intercalation et les variations de l’épaisseur du revêtement de carbone des particules interagissent de manière complexe – qui contrôle les processus de batterie. . « Cela signifie que nous devrions vraiment nous concentrer sur l’ingénierie de cette interface », a-t-il déclaré.
Storey du Toyota Research Institute a ajouté : « Cette publication est le point culminant de six années de dévouement et de collaboration. Cette technique nous permet de débloquer le fonctionnement interne de la batterie d’une manière qui n’était pas possible auparavant. Notre prochain objectif est d’améliorer la conception des batteries en appliquant cette nouvelle compréhension.
Pour en savoir plus sur cette recherche, consultez Pixel par pixel : révolutionner les informations sur les batteries lithium-ion.
Hongbo Zhao, ancien étudiant diplômé du MIT et aujourd’hui chercheur postdoctoral au université de Princeton, et le professeur Richard Bratz du MIT ont également apporté des contributions majeures à cette étude, soutenue par le Toyota Research Institute dans le cadre du programme Accelerated Materials Design and Discovery. La source de lumière avancée est une installation utilisateur du DOE Office of Science.
