p Ao usar a aprendizagem ativa, os cientistas estão encontrando mais rapidamente candidatos adequados para baterias de fluxo redox. p Quando chega a hora de projetar uma nova química de bateria, os cientistas só podem tentar um punhado de possibilidades experimentalmente, pois leva tempo e recursos para sintetizar e investigar cada nova molécula. Ao realizar simulações moleculares confiáveis ​​usando supercomputadores, os pesquisadores podem acelerar o processo de triagem de materiais desejado e expandir a amplitude de sua pesquisa, ao obter informações detalhadas sobre as possibilidades inerentes a diferentes produtos químicos.

p Contudo, até mesmo as simulações de alto rendimento executadas nesses supercomputadores podem olhar apenas para uma fração das substâncias químicas viáveis ​​possíveis que existem para certos tipos de baterias. Em um novo estudo do Laboratório Nacional de Argonne do Departamento de Energia dos EUA (DOE), os pesquisadores estão dando o próximo passo para acelerar a busca pelos melhores componentes de bateria possíveis, empregando inteligência artificial.

p A equipe de estudo, liderado pelo químico de Argonne Rajeev Surendran Assary, investigou o funcionamento interno das baterias de fluxo redox, em que a energia química é armazenada em moléculas dissolvidas que interagem com os eletrodos. As baterias Flow são promissoras para aplicações na rede elétrica. Eles substituem os cátodos e ânodos sólidos por soluções líquidas infundidas com moléculas que armazenam e liberam energia. As baterias de fluxo convencionais são baseadas em moléculas que têm um elemento de armazenamento de carga por molécula, com versatilidade limitada. Pesquisadores do Joint Center for Energy Storage Research (JCESR), um Centro de Inovação de Energia DOE liderado por Argonne, introduziu o conceito de armazenamento e liberação de energia com materiais chamados "polímeros ativos redox, "ou redoxmers, que são baseados em moléculas maiores, cada um com dezenas de elementos de armazenamento de carga.

p Comparado aos sistemas convencionais, redoxmers permitem uma flexibilidade muito maior para personalizar independentemente muitos aspectos das características e desempenho da bateria. As baterias de fluxo Redoxmer abrem uma nova porta no design de bateria de fluxo porque podem fornecer alta funcionalidade a baixo custo, com poucos danos ao meio ambiente. As baterias de fluxo redoxmer do JCESR têm o potencial de transformar a forma como pensamos e usamos baterias de fluxo para a rede.

p No caso dos redoxmers em estudo, Assary e seus colegas notaram que, à medida que a bateria carrega e descarrega, eles tendem a formar um filme inativo. Para evitar esse fenômeno, a equipe de Argonne procurou projetar um redoxmer que pudesse ser clivado eletricamente em uma voltagem específica, liberando-o para reentrar na solução eletrolítica.

p "Você pode pensar nisso como limpar uma panela que você cozinha, "disse o pesquisador de pós-doutorado de Argonne, Hieu Doan, outro autor do estudo. "Para remover resíduos de alimentos pegajosos com mais facilidade, você pode usar calor alto, e é isso que estamos fazendo com eletricidade. "

p Os pesquisadores queriam que a tensão de clivagem ficasse fora da janela de operação normal da bateria, para que não interfira no desempenho, mas também não exigiria muita energia adicional.

p Para encontrar um redoxmer que clivaria na voltagem apropriada, Assary e a equipe recorreram ao supercomputador Bebop de Argonne no Laboratory Computing Resource Center. Primeiro, os pesquisadores executaram um conjunto de 1, 400 redoxmers diferentes usando cálculos de teoria funcional de densidade (DFT), que são altamente precisos, mas computacionalmente caros. Contudo, estes 1, 400 redoxmers representavam apenas uma pequena fatia do espaço químico total no qual os pesquisadores estavam interessados.

p "Experimentalmente, pode levar meses para sintetizar e testar uma dúzia desses redoxmers, então, ser capaz de estudar mais de mil redoxmers no computador em detalhes é essencial, "Disse Assary.

p Cada um desses redoxmers consiste em uma estrutura molecular na qual são colocados uma variedade de diferentes grupos funcionais químicos - que são átomos ou moléculas adicionais. "O andaime foi projetado com base nas sugestões de nossos colaboradores experimentais, "Doan disse. Embora o andaime seja consistente entre os redoxmers, variar os grupos funcionais fornece propriedades diferentes.

p Para encontrar as moléculas ideais de um conjunto de dados maior composto por mais de 100, 000 redoxmers sem executar cálculos extensos de DFT, os pesquisadores usaram uma técnica de aprendizado de máquina chamada aprendizado ativo. Este conjunto de dados maior incluiu redoxmers que eram estruturalmente semelhantes aos do conjunto de dados DFT original de 1, 400 moléculas - na medida em que ambos os conjuntos de moléculas usaram o mesmo andaime. Contudo, por causa das diferentes maneiras como os grupos funcionais foram populados, as propriedades divergiram.

p "Quanto aprendizado você pode fazer no aprendizado de máquina é limitado pelo seu conjunto de dados de treinamento, "Assary disse." Você só pode saber o que você viu, e se você tem algo diferente sobre o qual está tentando fazer previsões, pode não ser eficaz. "

p Em vez de treinar com todos os dados, Assary e seus colegas treinaram o modelo em apenas algumas possibilidades diferentes de redoxmer. De acordo com Doan, depois de treinar o modelo com 10 pontos de dados, o modelo escolhe o 11º ponto de dados por conta própria do pool de dados restante.

p "O modelo garante que, ao adicionar este novo ponto de dados ao conjunto de treinamento, vai ficar melhor, e então podemos treiná-lo novamente, "Doan disse." O que quer que maximize a precisão do modelo, esse será o próximo ponto de dados a ser escolhido. "

p Assary disse que para identificar 30 moléculas com as propriedades desejadas a partir de um conjunto de dados inicial de 1, 400, levou apenas 70 escolhas. Com escolha aleatória, apenas 9 por cento das escolhas teriam sido bem-sucedidas, representando uma melhoria quíntupla.

p "Uma melhoria tão substancial em relação a um espaço químico tão grande é notável, "Assary disse. Na verdade, quando a mesma abordagem foi aplicada aos 100, Mais de 000 conjuntos de dados, ele encontrou com sucesso 42 moléculas desejadas em 100 escolhas.

p Um artigo baseado no estudo, "Aprendizagem ativa informada pela química quântica para acelerar o projeto e a descoberta de materiais de armazenamento de energia sustentável, "foi publicado na edição de 28 de maio da Química de Materiais .