充電式リチウムイオン電池の電極にある数十億の小さな粒子は、電荷を蓄え、必要なときにそれを機能させる役割を果たします。このプロセスの X 線動画では、バッテリーの充電と放電に伴って粒子がリチウム イオンを吸収および放出することがわかります。今回、研究者らはコンピュータービジョンと呼ばれる機械学習技術を使用して、これらのX線映画のすべてのピクセルをさらに深く掘り下げて分析し、これまで見えなかったバッテリーサイクルの物理的および化学的詳細を明らかにし、大きな進歩を遂げました。
米国エネルギー省のSLAC国立加速器研究所、スタンフォード大学、マサチューセッツ工科大学、トヨタ研究所の研究者らは、この新しいアプローチにより、リチウムイオン電池の電極内の数十億のナノ粒子がより効率的に電荷を蓄え、放出できる方法が示唆されたと9月13日付けでネイチャー誌に報告した。
「動作中のバッテリーナノ粒子の美しいX線動画を作成できるようになりましたが、これらの動画は非常に情報量が多いため、粒子がどのように機能するかの微妙な詳細を理解するのは非常に困難です」と、MIT教授マーティン・バザントと共同研究を主導したスタンフォード大学准教授、SLAC部門の科学者、SLAC-スタンフォード電池センター所長のウィリアム・チュー氏は語る。
「今では、以前は不可能だった洞察を得ることができるようになりました」とChueh氏は言います。当社の業界パートナーは、より優れたバッテリーをより迅速に開発するために、この重要な科学に基づいた情報を必要としています。 」
研究者らは、より広範には、画像内の複雑なパターンの背後にある物理学を発見するこの方法により、発生中の胚における細胞分裂など、他のタイプの化学および生物学的システムに対する前例のない洞察を提供する可能性さえあると述べている。
シースルーバッテリーで秘密が明らかに
研究チームが研究した電池粒子はリン酸鉄リチウム（LFP）でできている。これらは多くのリチウムイオン電池の正極に何十億個も詰め込まれており、電極の導電性を向上させるためにそれぞれが炭素の薄い層でコーティングされています。
動作中にバッテリー内で何が起こっているかを確認するために、Chueh のチームは、自由に移動するリチウムイオンで満たされた電解質溶液に 2 つの電極が囲まれた小さな透明なセルを作成しました。
バッテリーが放電すると、リチウムイオンがリチウムイオンバッテリーの正極に流れ込み、混雑した駐車場の車のようにナノ粒子に閉じ込められます。これはインターカレーションとして知られる反応です。バッテリーが充電されると、リチウムイオンが再び流出し、反対側の負極に到達します。
SLAC、スタンフォード大学、MIT、トヨタ研究所の研究者チームは、機械学習技術を使用して、このような X 線動画をピクセルごとに再分析し、バッテリー サイクルの新しい物理的および化学的詳細を発見しました。このアニメーションは、チームが 2016 年に作成した X 線画像に基づいています。このアニメーションは、リチウムイオンが流入および流出する際に、リチウムイオン電池の電極内の数十億のナノ粒子の一部がどのように充電 (赤から緑) および放電 (緑から赤) するかを示しており、個々の粒子内でプロセスがいかに不均一であるかを明らかにしています。出典: SLAC国立加速器研究所
トヨタ研究所のエネルギー・材料担当シニアディレクター、ブライアン・ストーリー氏は、「リン酸鉄リチウムは、その低コスト、優れた安全性能、豊富な元素の使用により、重要な電池材料である。電気自動車市場ではLFPの使用が増加しているため、この研究のタイミングはこれ以上ない」と述べた。
コラボ履歴とこれまでの作品
Chueh 氏と Bazant 氏は 8 年前に電池研究で協力し始めました。 Bazant は、リチウムイオンが LFP 粒子に出入りするときに形成されるパターンの広範な数学的モデリングを行いました。 Chueh 氏は、ローレンス バークレー国立研究所の高度光源にある高度な X 線顕微鏡を使用して、動作中のバッテリー粒子のナノスケールのムービーを、1 メートルの 10 億分の 1 の詳細まで撮影しています。
2016年、彼らの研究チームは、リチウムイオンが個々のLFPナノ粒子にどのように出入りするかを示す画期的なナノスケールムービーを公開した。
その後、トヨタ研究所からの資金提供を受けて、チームは MIT で開発された機械学習ツールの使用を開始し、バッテリーをテストし、最も効率的な方法を見つけるために多くの可能な充電方法を検討するプロセスを大幅にスピードアップしました。また、データ内のパターンを探す従来の機械学習と、物理学に基づいた実験や方程式から得られた知識を組み合わせて、急速充電リチウムイオン電池の寿命を縮めるプロセスを発見し、説明しました。
ピクセルごとの分析
この最新の研究では、Chueh氏とBazant氏は、機械学習の一分野であるコンピュータービジョンを利用して、2016年に撮影したリチウムイオン電池粒子の充電または放電を撮影した62枚のナノスケールX線動画からより詳細な情報を抽出した。これらの映画の各静止画像には、X 線で撮影された検出器であっても、スマートフォンのカメラで撮影された可視光であっても、画像から取得できる情報の最小単位である約 490 ピクセルが含まれています。これにより、約 180,000 ピクセルの情報が得られます。
研究チームはこれらの 180,000 ピクセルを使用して計算モデルをトレーニングし、リチウム挿入反応がどのように進行するかを正確に記述する方程式を生成しました。彼らは、LFP 粒子内のイオンの動きが Bazant のコンピューター シミュレーション予測と非常によく一致することを発見しました。
「内部のすべての小さなピクセルは、満杯から空へ、満杯から空へとジャンプしています」とバザント氏は言う。 「私たちは、これがどのように起こるかを理解するために方程式を使用して、プロセス全体をマッピングしています。」
「新技術は、単一のLFPナノ粒子の異なる領域におけるリチウム挿入反応速度の変化など、これまでに見られなかったいくつかの現象を明らかにした」とバザント氏は述べた。 「一部の地域では非常に早く反応するようですが、他の地域では非常にゆっくりと反応するようです。」
この論文の最も重要な実用的な発見は、LFP 粒子の炭素コーティングの厚さの変化がリチウムイオンの出入り速度を直接制御し、それがより効率的な充電と放電につながる可能性があるということです。
この研究から科学者らは、電池プロセスを制御しているのは液体電解質と固体電極材料の間の界面であること、つまりインターカレーション反応と粒状炭素コーティングの厚さの変化が複雑な方法で相互作用していることを学びました。これは、次のステップは実際にはインターフェイスのエンジニアリングである必要があることを意味します。
トヨタ研究所のストーリー氏はさらに、「この論文の出版は、6年間にわたる努力と協力の集大成である。この技術により、これまでになかった方法でバッテリーの内部の仕組みを明らかにすることができる。私たちの次の目標は、この新たな理解を適用してバッテリー設計を改善することである。」と付け加えた。