Cap a la recerca automatitzada de bateries
CIC energiGUNE
Són moltes les persones que treballen en la recerca de bateries: en el treball teòric, en la síntesi de materials, en la caracterització… És una gran labor i els resultats arriben sovint a una velocitat inferior a la desitjada. La intel·ligència artificial podria accelerar molt aquest procés fins a aconseguir components de bateries noves en laboratoris automatitzats!
A mesura que avança el desenvolupament de dispositius mòbils, la necessitat de bateries per a emmagatzemar l'energia que necessiten els dispositius augmentarà considerablement. En definitiva, els vehicles elèctrics, l'ús d'energies renovables, els drons i els implants sanitaris estan en constant expansió, i per a donar resposta a aquest desenvolupament Europa haurà de tenir capacitat per a produir bateries que emmagatzemin una energia total d'entre 200 GWh i 1 TWh.
Com és sabut, les bateries de liti-ió (VOL) són les més utilitzades en l'actualitat. No obstant això, aquestes bateries ja estan arribant a la seva màxima densitat energètica, la qual cosa implica la recerca de nous sistemes. Tanmateix, això sol ser un treball laboriós. De fet, la taula periòdica ofereix un camp de composició molt ampli, i una vegada seleccionat un d'ells, és imprescindible sintetitzar-la i analitzar les seves propietats. En essència, aquest és el pas limitant en la cerca de nous materials, ja que es veu la validesa de tot el treball realitzat anteriorment. Si no s'obtenen resultats satisfactoris, és necessari reiniciar el procés des del principi.
Un projecte de recerca liderat pels investigadors de CIC EnergiGUNE, Javier Carrasco i Marini Reinaud, cerca crear una plataforma de desenvolupament de materials que agiliti i abasti aquest procés. Aquesta plataforma sintetitzarà i caracteritzarà de manera autònoma estructures seleccionades a partir de càlculs atòmics bàsics, aprenentatge automatitzat i intel·ligència artificial (IA), la qual cosa accelerarà i abaratirà fortament el procés d'obtenció de materials.
Procediment habitual i antecedents d'automatització
La cerca de nous materials ha estat sempre un procés d'experimentació basat en la intuïció dels investigadors. Aquest procés, llarg i costós, ha donat bons resultats en la recerca en catàlisi, polímers i electròlits.
Aquest procediment resulta especialment efectiu quan es combina amb mètodes teòrics de gran precisió. En la recerca de components per a bateries, aquest procediment ha donat els seus fruits per a validar els additius d'electròlits i analitzar les condicions de preparació del compost LiNi1/3Mn1/3Co1/3O2 per a bateries de liti..
No obstant això, a mesura que augmenta el nombre de variables químiques, aquesta cerca sistemàtica no es fa possible i en l'actualitat es tracta d'analitzar les variables de manera selectiva i de reduir els experiments a realitzar. Bàsicament, el procés de cerca convencional es gestiona com un procés d'optimització, i un algorisme de guiat de dades substitueix la intuïció química dels investigadors.
Quan són poques les condicions experimentals que poden canviar alhora, els experiments que es realitzen per si mateixos són viables. Per exemple, l'estudi de les condicions de síntesis de nanopartícules o de la composició més adequada dels dissolvents s'ha realitzat mitjançant experiments autònoms. No obstant això, a mesura que augmenta el nombre de variables a tenir en compte (condicions experimentals, composició, etc.) són necessaris altres mètodes.
Per tant, els avanços que s'estan obtenint en els camps de l'aprenentatge automàtic i de la intel·ligència artificial són de gran ajuda per a solucionar aquest problema. Per exemple, els algorismes d'aprenentatge automàtic poden buscar relacions entre variables, la qual cosa pot servir per a predir els resultats dels experiments realitzats en determinades condicions. Així, els experiments automatitzats guiats per intel·ligència artificial també s'estan estenent en les ciències dels materials. Prova d'això són les plataformes que modifiquen de manera autònoma les seves propietats òptiques i elèctriques modificant la composició o les condicions de creació dels fins.
També estan disponibles les tècniques d'obtenció de nous materials per a bateries. El problema és que els protocols de síntesis i la caracterització no estan regulats. Això es deu al fet que, en tractar-se de resultats sovint desconeguts en quines condicions concretes s'han obtingut, aquests resultats no poden ser interpretats amb precisió, la qual cosa fa que no puguin aplicar-se universalment.
Projecte en marxa
Aquest projecte de CIC EnergiGUNE té dos objectius principals: d'una banda, la correcta utilització dels algorismes d'intel·ligència artificial per a la planificació experimental i, per un altre, el control de la síntesi automatitzada de materials a través dels resultats que s'estan obtenint.
La plataforma de desenvolupament de materials, a partir dels càlculs realitzats a través dels principis bàsics i dels resultats dels experiments previs, anunciarà els resultats dels experiments que es realitzarien en funció d'uns paràmetres de control. Si escau, realitzarà l'experiment de manera autònoma, i en funció dels resultats obtinguts s'anirà afinant el procediment de síntesi, buscant relacions entre els paràmetres de control establerts i els resultats obtinguts. Per contra, si els resultats anunciats no són tan desitjables, estudiarà altres alternatives de síntesis.
Com a punt de partida, la plataforma de desenvolupament de materials treballarà en dos sistemes:
- Li-Ni-Mn-Mg-Al-O: per a reduir la quantitat de cobalt (Co) que s'utilitza en els elèctrodes de la majoria dels VOLS comercials actuals, s'ha considerat substituir aquest element per magnesi (Mg) o alumini (Al).
- NaMPO4 (M=Mn, Fe, Ni, Co): Sent LiFePO4 el càtode de referència de les OPS, és important investigar adequadament aquest sistema, ja que aquest seria el càtode paral·lel en les bateries de sodi ió.
Una vegada investigats aquests dos sistemes, la plataforma de desenvolupament de materials i els coneixements adquirits s'utilitzaran per a investigar altres sistemes d'interès per a noves bateries.
Per tant, es pot afirmar que la intel·ligència artificial ha arribat a la recerca de noves bateries. En essència, després d'haver investigat molt de sobre la intel·ligència artificial, ara és la pròpia intel·ligència artificial la que comença a investigar el que l'home investigava.
Zu idazle
Zientzia aldizkaria
