Milliarden winziger Partikel in den Elektroden wiederaufladbarer Lithium-Ionen-Batterien sind dafür verantwortlich, Ladung zu speichern und bei Bedarf zum Einsatz zu bringen. Röntgenaufnahmen dieses Prozesses zeigen, dass die Partikel beim Laden und Entladen der Batterie Lithiumionen absorbieren und wieder abgeben. Jetzt haben Forscher eine maschinelle Lerntechnik namens Computer Vision eingesetzt, um tiefer zu graben und jedes Pixel dieser Röntgenfilme zu analysieren und dabei bisher ungesehene physikalische und chemische Details des Batteriezyklus aufzudecken – ein großer Fortschritt.
Forscher des SLAC National Accelerator Laboratory des US-Energieministeriums, der Stanford University, des MIT und des Toyota Research Institute berichten am 13. September in der Zeitschrift Nature, dass der neue Ansatz eine Möglichkeit vorgeschlagen hat, Milliarden von Nanopartikeln in einer Lithium-Ionen-Batterieelektrode in die Lage zu versetzen, Ladung effizienter zu speichern und abzugeben.
„Es ist jetzt möglich, wunderschöne Röntgenfilme von Batterie-Nanopartikeln in Aktion zu erstellen, aber diese Filme sind so informationsintensiv, dass es eine echte Herausforderung ist, die subtilen Details der Funktionsweise der Partikel zu verstehen“, sagte William Chueh, außerordentlicher Professor an der Stanford University, Wissenschaftler am SLAC-Department und Direktor des SLAC-Stanford Battery Center, der die Forschung gemeinsam mit MIT-Professor Martin Bazant leitete.
„Jetzt können wir Erkenntnisse gewinnen, die vorher nicht möglich waren“, sagte Chueh. Unsere Industriepartner benötigen diese wichtigen wissenschaftlich fundierten Informationen, um schneller bessere Batterien zu entwickeln. "
Im weiteren Sinne, sagen die Forscher, könnte diese Methode zur Entdeckung der Physik hinter komplexen Mustern in Bildern sogar beispiellose Einblicke in andere Arten chemischer und biologischer Systeme liefern, beispielsweise in die Zellteilung in sich entwickelnden Embryonen.
Durchsichtige Batterie enthüllt Geheimnisse
Die vom Forschungsteam untersuchten Batteriepartikel bestehen aus Lithiumeisenphosphat, kurz LFP. Sie stecken milliardenfach in den positiven Elektroden vieler Lithium-Ionen-Batterien und sind jeweils mit einer dünnen Kohlenstoffschicht überzogen, um die Leitfähigkeit der Elektrode zu verbessern.
Um zu sehen, was im Inneren der Batterie vor sich geht, während sie funktioniert, hat Chuehs Team winzige transparente Zellen geschaffen, in denen zwei Elektroden von einer Elektrolytlösung umgeben sind, die mit frei beweglichen Lithiumionen gefüllt ist.
Wenn sich die Batterie entlädt, strömen Lithiumionen in die positive Elektrode der Lithium-Ionen-Batterie und bleiben in ihren Nanopartikeln hängen, wie bei einem Auto auf einem überfüllten Parkplatz, eine Reaktion, die als Interkalation bezeichnet wird. Beim Laden der Batterie strömen die Lithium-Ionen wieder aus und gelangen zur gegenüberliegenden negativen Elektrode.
Ein Forscherteam des SLAC, der Stanford University, des MIT und des Toyota Research Institute nutzte Techniken des maschinellen Lernens, um Röntgenfilme wie diesen Pixel für Pixel neu zu analysieren und dabei neue physikalische und chemische Details des Batteriezyklus zu entdecken. Diese Animation basiert auf Röntgenbildern, die das Team im Jahr 2016 erstellt hat. Sie zeigt, wie sich einige der Milliarden Nanopartikel in einer Lithium-Ionen-Batterieelektrode laden (rot zu grün) und entladen (grün zu rot), während Lithiumionen ein- und ausströmen, und zeigt, wie ungleichmäßig der Prozess innerhalb einzelner Partikel abläuft. Quelle: SLAC National Accelerator Laboratory
Brian Storey, leitender Direktor für Energie und Materialien am Toyota Research Institute, sagte: „Lithiumeisenphosphat ist aufgrund seiner geringen Kosten, seiner guten Sicherheitsleistung und der reichlichen Verwendung von Elementen ein wichtiges Batteriematerial. Wir sehen eine zunehmende Verwendung von LFP auf dem Markt für Elektrofahrzeuge, daher könnte der Zeitpunkt dieser Forschung nicht besser sein.“
Zusammenarbeitshistorie und bisherige Arbeiten
Chueh und Bazant begannen vor acht Jahren mit der Zusammenarbeit in der Batterieforschung. Bazant hat eine umfassende mathematische Modellierung der Muster durchgeführt, die von Lithiumionen gebildet werden, wenn sie sich in LFP-Partikel hinein- und herausbewegen. Chueh hat ein fortschrittliches Röntgenmikroskop an der Advanced Light Source des Lawrence Berkeley National Laboratory verwendet, um nanoskalige Filme von Batteriepartikeln bei der Arbeit mit Details von nur einem Milliardstel Meter aufzunehmen.
Im Jahr 2016 veröffentlichte ihr Forschungsteam bahnbrechende Nanofilme, die zeigen, wie sich Lithiumionen in einzelne LFP-Nanopartikel hinein und aus diesen heraus bewegen.
Mit finanzieller Unterstützung des Toyota Research Institute begann das Team dann, am MIT entwickelte maschinelle Lerntools zu nutzen, um den Prozess des Testens der Batterien erheblich zu beschleunigen und viele mögliche Lademethoden zu durchforsten, um die effizienteste zu finden. Sie kombinierten außerdem traditionelles maschinelles Lernen, das nach Mustern in Daten sucht, mit Erkenntnissen aus Experimenten und physikalischen Gleichungen, um die Prozesse zu entdecken und zu erklären, die die Lebensdauer schnell aufladbarer Lithium-Ionen-Batterien verkürzen.
Pixelweise Analyse
In dieser neuesten Studie nutzten Chueh und Bazant Computer Vision, ein Teilgebiet des maschinellen Lernens, um detailliertere Informationen aus 62 nanoskaligen Röntgenfilmen zu gewinnen, die sie 2016 über das Laden oder Entladen von Lithium-Ionen-Batteriepartikeln aufgenommen hatten. Jedes Standbild in diesen Filmen enthält etwa 490 Pixel – die kleinste Informationseinheit, die aus einem Bild gewonnen werden kann, unabhängig davon, ob es sich um eine mit Röntgenstrahlen aufgenommene Detektoraufnahme oder eine Smartphone-Kameraaufnahme mit sichtbarem Licht handelt. Dadurch erhalten sie etwa 180.000 Pixel an Informationen.
Das Team nutzte diese 180.000 Pixel, um sein Rechenmodell zu trainieren, um Gleichungen zu generieren, die genau beschreiben, wie die Lithium-Insertionsreaktion abläuft. Sie fanden heraus, dass die Bewegung der Ionen innerhalb der LFP-Partikel sehr gut mit den Computersimulationsvorhersagen von Bazant übereinstimmte.
„Jedes kleine Pixel im Inneren springt von voll nach leer, von voll nach leer“, sagte Bazant. „Wir bilden den gesamten Prozess ab und verwenden unsere Gleichungen, um zu verstehen, wie dies geschieht.“
„Die neue Technologie offenbarte einige bisher ungesehene Phänomene, darunter Veränderungen in der Geschwindigkeit der Lithium-Insertionsreaktionen in verschiedenen Regionen eines einzelnen LFP-Nanopartikels“, sagte Bazant. „Einige Regionen scheinen sehr schnell zu reagieren, andere sehr langsam.“
Die wichtigste praktische Erkenntnis des Papiers ist, dass Änderungen in der Dicke der Kohlenstoffbeschichtung von LFP-Partikeln direkt die Eintritts- und Austrittsgeschwindigkeit von Lithiumionen steuern, was zu einem effizienteren Laden und Entladen führen kann.
Die Wissenschaftler erfuhren aus dieser Studie, dass der Batterieprozess von der Grenzfläche zwischen dem flüssigen Elektrolyten und dem festen Elektrodenmaterial gesteuert wird – wo Interkalationsreaktionen und Änderungen in der Dicke der körnigen Kohlenstoffbeschichtung auf komplexe Weise zusammenwirken. Das bedeutet, dass der nächste Schritt eigentlich die Entwicklung der Schnittstelle sein sollte.
Storey vom Toyota Research Institute fügte hinzu: „Die Veröffentlichung dieses Papiers ist der Höhepunkt von sechs Jahren harter Arbeit und Zusammenarbeit. Diese Technologie ermöglicht es uns, das Innenleben einer Batterie auf eine noch nie dagewesene Weise aufzudecken. Unser nächstes Ziel ist es, das Batteriedesign durch die Anwendung dieses neuen Verständnisses zu verbessern.“