Khung tối ưu hóa phân tử để xác định các gốc hữu cơ đầy hứa hẹn cho pin dòng oxy hóa khử trong nước

Khung tối ưu hóa phân tử để xác định các gốc hữu cơ đầy hứa hẹn cho pin dòng oxy hóa khử trong nước

    Khung tối ưu hóa phân tử để xác định các gốc hữu cơ đầy hứa hẹn cho pin dòng oxy hóa khử trong nước

    Một chiến lược tính toán để tìm ra các cấu trúc mới được tối ưu hóa cho pin dòng oxy hóa khử hữu cơ. Nhà cung cấp hình ảnh: Sowndarya S. V. et al.

    A molecular optimization framework to identify promising organic radicals for aqueous redox flow batteries
    Những tiến bộ gần đây trong việc phát triển các kỹ thuật máy học và tối ưu hóa đã mở ra những khả năng mới và thú vị để xác định các thiết kế phân tử, hợp chất và các ứng cử viên hóa học phù hợp cho các ứng dụng khác nhau. Các kỹ thuật tối ưu hóa, một số trong số đó dựa trên các thuật toán học máy, là những công cụ mạnh mẽ có thể được sử dụng để chọn các giải pháp tối ưu cho một vấn đề nhất định trong số một loạt các khả năng thường xảy ra.

    Các nhà nghiên cứu tại Đại học Bang Colorado và Phòng thí nghiệm Năng lượng Tái tạo Quốc gia đã và đang áp dụng các mô hình tối ưu hóa phân tử hiện đại cho các vấn đề trong thế giới thực khác nhau đòi hỏi phải xác định các thiết kế phân tử mới và đầy hứa hẹn. Trong nghiên cứu gần đây nhất của họ, được đăng trên Nature Machine Intelligence, họ đã đặc biệt áp dụng một khuôn khổ tối ưu hóa mã nguồn mở mới được phát triển cho nhiệm vụ xác định các gốc hữu cơ khả thi cho pin dòng oxy hóa khử trong nước, các thiết bị năng lượng chuyển hóa năng lượng hóa học thành điện năng.

    "Dự án của chúng tôi được tài trợ bởi một chương trình ARPA-E nhằm rút ngắn thời gian phát triển các vật liệu năng lượng mới bằng cách sử dụng các kỹ thuật máy học", Peter C. St. John, một trong những nhà nghiên cứu thực hiện nghiên cứu, nói với TechXplore . "Việc tìm kiếm các ứng cử viên mới cho pin dòng oxy hóa khử là một phần mở rộng thú vị của một số công trình trước đây của chúng tôi, bao gồm một bài báo đăng trên Nature Communications và một bài báo khác trong Scientific Data, cả hai đều xem xét các gốc hữu cơ."

    Khung mới do St. John và các đồng nghiệp của ông tạo ra được lấy cảm hứng từ công trình trước đây của họ về tối ưu hóa phân tử. Khung cơ bản bao gồm công cụ trí tuệ nhân tạo (AI) AlphaZero, được phát triển bởi DeepMind, kết hợp với mô hình máy học nhanh có nguồn gốc từ máy học, được tạo thành từ hai mạng nơ-ron đồ thị được đào tạo trên gần 100.000 mô phỏng hóa học lượng tử.

    Mạng nơ-ron đầu tiên được đào tạo để dự đoán thế oxy hóa và khử, hai thông số quan trọng để xác định lượng năng lượng có thể được lưu trữ trong pin dòng oxy hóa khử dạng nước. Phương pháp thứ hai dự đoán mật độ electron và môi trường 3D cục bộ, cả hai đều được phát hiện có liên quan đến tuổi thọ của những viên pin này.

    "Chúng tôi đặt ra vấn đề tối ưu hóa phân tử như một tìm kiếm trên cây, nơi chúng tôi xây dựng các phân tử bằng cách thêm các thành phần lặp đi lặp lại vào một cấu trúc đang phát triển", St. John giải thích. "Ưu điểm của cách tiếp cận này là chúng ta có thể cắt bỏ các nhánh lớn của không gian tìm kiếm nơi các phân tử bắt đầu hiển thị các cấu trúc con không thực tế. Do đó, chúng ta có thể giới hạn không gian tìm kiếm của mình chỉ với các phân tử đáp ứng một bộ tiêu chí đơn giản được xác định trước."

    Các nhà nghiên cứu đã sử dụng khung tối ưu hóa phân tử của họ để chạy một loạt các thử nghiệm nhằm xác định các gốc hữu cơ có thể có đối với pin dòng oxy hóa khử trong nước có thể đặc biệt ổn định và đầy hứa hẹn. Khung đã xác định thành công một số ứng cử viên phân tử đáp ứng sự kết hợp cụ thể của các tiêu chí được xác định bởi St. John và các đồng nghiệp của ông.

    St. John cho biết: “Chúng tôi đã chứng minh rằng tập hợp các ứng cử viên có thể có cho một loại hạt tải điện cụ thể trong pin dòng oxy hóa khử hữu cơ có thể lớn hơn những gì đã được xem xét trước đây. "Chúng tôi cũng chỉ ra rằng các phân tử có thể được tìm thấy có thể dẫn đến các loại pin đơn giản hơn, hiệu suất cao mà không yêu cầu sử dụng các kim loại chuyển tiếp."

    Cho đến nay, khung tối ưu hóa do nhóm các nhà nghiên cứu này phát triển đã được chứng minh là một công cụ có triển vọng cao để giải quyết các vấn đề phức tạp trong thế giới thực liên quan đến kỹ thuật và hóa học. Trong tương lai, nó có thể được sử dụng để xác định các hợp chất mới mong muốn và các ứng cử viên phân tử cho nhiều công nghệ khác nhau, bao gồm cả pin dòng oxy hóa khử trong nước.

    “Bây giờ chúng tôi muốn khám phá thêm các tiêu chí bổ sung như độ hòa tan và các cặp oxy hóa khử giữa các trạng thái tích điện,” St. John nói thêm. "Điều này sẽ yêu cầu dữ liệu đào tạo bổ sung, nhưng nó có thể dẫn đến các cấu trúc ứng viên hứa hẹn hơn."

    Zalo
    Hotline