As baterias recarrega¡veis ​​de hoje são uma maravilha, mas longe de serem perfeitas. Eventualmente, todos eles se desgastam, gerando substituições caras e reciclagem.

“Mas e se as baterias fossem indestruta­veis?” pergunta William Chueh , professor associado de ciência e engenharia de materiais da Universidade de Stanford e autor saªnior de um novo artigo detalhando uma abordagem anala­tica inanãdita para construir baterias melhores que poderiam ajudar a acelerar esse dia. O estudo aparece na revista Nature Materials .

Chueh, autor principal Haitao “Dean” Deng , PhD '21, e colaboradores do Lawrence Berkeley National Laboratory, MIT e outras instituições de pesquisa usaram inteligaªncia artificial para analisar novos tipos de imagens microsca³picas em escala atômica para entender exatamente por que as baterias se desgastam. Eventualmente, eles dizem, as revelações podem levar a baterias que duram muito mais do que as atuais. Especificamente, eles analisaram um tipo especa­fico de baterias de a­ons de la­tio baseadas nos chamados materiais LFP, que poderiam levar a vea­culos elanãtricos de mercado de massa porque não usam produtos químicos com cadeias de suprimentos restritas.

“Pense em uma bateria como uma xa­cara de caféde cera¢mica que se expande e se contrai quando aquece e esfria. Essasmudanças eventualmente levam a falhas na cera¢mica”, explicou Chueh. “Os materiais em uma bateria recarrega¡vel fazem o mesmo cada vez que vocêa recarrega e depois consome essa eletricidade, levando a  falha.”

Na bateria, observou Chueh, não éa temperatura que causa as fissuras, mas a tensão meca¢nica que os materiais exercem uns sobre os outros a cada ciclo de carga.

“Infelizmente, não sabemos muito sobre o que estãoacontecendo em nanoescala onde os a¡tomos se ligam”, disse Chueh. “Essas novas técnicas de microscopia de alta resolução nos permitem ver e a IA nos ajuda a entender o que estãoacontecendo. Pela primeira vez, podemos visualizar e medir essas forças na escala de um nana´metro.”

Chueh disse que o desempenho de qualquer material éuma função tanto de sua química quanto da interação física no material na escala atoma­stica, o que ele chama de “qua­mico-meca¢nica”. Além do mais, quanto menores as coisas ficam e quanto mais diversos são os a¡tomos que compõem o material, mais difa­cil éprever como o material se comportara¡. Digite IA.

Usar IA para análise de imagens não énovo, mas usa¡-la para estudar interações atômicas nas menores escalas anã. Na medicina, a inteligaªncia artificial tornou-se uma ferramenta transformadora na análise de imagens de tudo, desde joelhos defeituosos a ca¢nceres mortais. Enquanto isso, na ciência dos materiais, novos manãtodos de microscopia de raios-X de alta resolução, elanãtrons e naªutrons estãopermitindo a visualização direta em nanoescala.

Para o assunto, a equipe escolheu o fosfato de ferro e la­tio ou “LFP”, um material bem conhecido usado em eletrodos positivos que estãoganhando popularidade entre os fabricantes de carros elanãtricos e outros nega³cios que consomem muita bateria. Este eletrodo não contanãm cobalto e na­quel, que são usados ​​em muitas baterias disponí­veis comercialmente. As baterias LFP também são mais seguras, embora contenham menos eletricidade por quilo.

Embora a LFP tenha sido estudada por duas décadas, duas questões técnicas importantes são podiam ser adivinhadas atéagora. A primeira envolve a compreensão da elasticidade e deformação do material a  medida que carrega e descarrega. A segunda diz respeito a como ela se expande e contrai em um regime especa­fico onde a LFP éparcialmente esta¡vel, ou “metaesta¡vel”.

Deng ajudou a explicar tanto pela primeira vez usando suas técnicas de aprendizado de imagens, que ele aplicou a uma sanãrie de imagens bidimensionais produzidas por um microsca³pio eletra´nico de transmissão de varredura, quanto a imagens de raios-X avana§adas (espectro-pticografia). As descobertas, disse ele, são importantes para a capacidade, retenção de energia e taxa de uma bateria. Melhor ainda, ele acha que égeneraliza¡vel para a maioria dos materiais cristalinos que também podem produzir bons eletrodos.

“A IA pode nos ajudar a entender essas relações físicas que são fundamentais para prever o desempenho de uma nova bateria, quanto confia¡vel seráno uso no mundo real e como o material se degrada ao longo do tempo”, disse Deng.

Chueh chama Deng de “empreendedor acadaªmico”. Ele équa­mico por formação, mas aprendeu sozinho as nuances da inteligaªncia artificial para enfrentar esse desafio. Deng disse que a abordagem éuma forma de “aprendizagem inversa” na qual o resultado éconhecido osimagens esta¡ticas de alta resolução de LFP degradado ose a IA ajuda a reconstruir a física para explicar como ficou assim. Esse novo conhecimento, por sua vez, torna-se a base para o aprimoramento dos materiais.

Deng observou que estudos anteriores sem IA esclareceram as correlações em como as tensaµes meca¢nicas afetam a durabilidade do eletrodo, mas essa nova abordagem fornece uma maneira emocionante e a motivação para desenvolver uma compreensão mais fundamental da meca¢nica em jogo.

Em seguida, os pesquisadores dizem que já estãotrabalhando para trazer suas técnicas para elucidar novos projetos de baterias promissores nonívelata´mico. Um resultado pode ser um novo software de controle de bateria que gerencie o carregamento e o descarregamento de maneira a melhorar a vida útil da bateria. Outro caminho empolgante éo desenvolvimento de modelos computacionais mais precisos que permitem aos engenheiros de baterias explorar materiais alternativos de eletrodos em um computador em vez de em um laboratório.

“Esse trabalho já estãoem andamento”, disse Chueh. “A IA pode nos ajudar a olhar para materiais antigos de novas maneiras e talvez identificar algumas alternativas promissoras de alguns materiais ainda desconhecidos.”