Diseño guiado por aprendizaje automático de carbono poroso basado en biomasa para supercondensadores simétricos...

Área de la Ciencia:

• Ciencias de los materiales
• La electroquímica
• Ciencia de los datos

Sus antecedentes:

• Los carbones porosos derivados de la biomasa son materiales sostenibles y rentables para los supercondensadores.
• La optimización de sus propiedades fisicoquímicas y electroquímicas es crucial para un alto rendimiento.
• Los estudios limitados correlacionan los parámetros de síntesis con las métricas del supercondensador.

Objetivo del estudio:

• Desarrollar un modelo de aprendizaje automático (ML) para predecir la capacidad específica de los carbones derivados de la biomasa.
• Identificar los parámetros clave de síntesis que influyen en el rendimiento del supercondensador.
• Descubrir las interrelaciones entre las propiedades del material, las condiciones de síntesis y el rendimiento.

Principales métodos:

• Utilizó algoritmos de aprendizaje automático para analizar datos experimentales de investigaciones anteriores.
• Entrenado un modelo para predecir la capacitancia específica (F/g) basada en las características del material y el procesamiento.
• Factores investigados, incluido el tipo de biomasa, el electrolito, el agente activador y las temperaturas y duraciones de síntesis.

Principales resultados:

• Se ha identificado una proporción óptima de cáscara de miel a H3PO4 (1:4) y una temperatura de activación (500 °C) para la síntesis de carbono poroso.
• Se obtiene una capacidad específica de 611 F/g a 1,3 A/g utilizando un dispositivo simétrico con 1 M H2SO4.
• Se demostró una fuerte correlación (0,8473) entre el área de superficie y el volumen de poros; las predicciones de ML coincidieron con los resultados experimentales.

Conclusiones:

• El marco asistido por ML proporciona información sobre los parámetros críticos para el rendimiento de los supercondensadores.
• Este enfoque facilita el diseño racional de materiales avanzados de almacenamiento de energía.
• Los carbones derivados de la biomasa con propiedades optimizadas muestran un potencial significativo para aplicaciones de supercondensadores.