Descubrimiento de batería orgánica de alto rendimiento y bajo costo utilizando el aprendizaje automático

Área de la Ciencia:

• Ciencias de los materiales
• La electroquímica
• Química computacional

Sus antecedentes:

• Los materiales orgánicos para electrodos (OEM) ofrecen alternativas sostenibles a los electrodos basados en metales debido a su abundancia y diversidad estructural.
• Explorar el vasto espacio de diseño de los OEM a través del ensayo y error tradicional es ineficiente y costoso.

Objetivo del estudio:

• Desarrollar un marco computacional, SPARKLE, para el descubrimiento acelerado de equipos originales de alto rendimiento, rentables y estables.
• Permitir predicciones de impacto cero de nuevos fabricantes de equipos originales que equilibren la energía específica, la solubilidad y la sintetizabilidad.

Principales métodos:

• Integración de la química computacional, la generación molecular y el aprendizaje automático dentro del marco SPARKLE.
• Despliegue de SPARKLE en un gran espacio de diseño (>670.000 compuestos orgánicos) para la identificación de candidatos.
• Síntesis experimental y pruebas de rendimiento de la batería de 27 nuevos candidatos OEM.

Principales resultados:

• SPARKLE demostró un rendimiento superior a los algoritmos ML de caja negra en las tareas de interpolación y extrapolación.
• Se identificaron aproximadamente 5000 nuevos candidatos OEM, con un 62,9% que superaban las métricas de rendimiento de referencia.
• Los OEM sintetizados mostraron una mejora de 3 veces sobre los materiales seleccionados por el hombre, con los mejores rendimientos superando el estado de la energía específica y la estabilidad a un costo más bajo.

Conclusiones:

• El marco SPARKLE permite el descubrimiento eficiente y preciso de materiales de electrodos orgánicos avanzados.
• El descubrimiento de materiales impulsado por la IA acelera el desarrollo de baterías sostenibles y de alto rendimiento.
• Los OEM identificados por SPARKLE representan un avance significativo en las soluciones de almacenamiento de energía rentables y sostenibles.