跳到正文
ACS Energy Letters· Pan·· 8 天前AI 评分57

自驱动实验室用 Bayesian 优化加速电解液发现并筛出低温锌电池用水系电解液

A Self-Driving Laboratory for Accelerated Electrolyte Discovery

AI 导读

一篇发表于 ACS Energy Letters 的论文报道了一种自驱动电化学实验室,整合液体处理机器人、在线电化学分析和 Bayesian 优化,在 96 孔板格式下自动配制候选电解液、进行温控电化学测量并迭代更新代理模型。

AI 深度导读基于原文整理的分节解读
背景
电化学材料的开发受限于庞大的配方空间与人工筛选的低通量:候选电解液数量多,而每次手动配制与测试能覆盖的组合有限,材料发现速度因此被卡住。研究要解决的是如何在多组分、高维化学空间中高效找到满足多项指标的低温柔性电解液。
做法
研究搭建了一个自驱动电化学实验室,把液体处理机器人、在线电化学分析和贝叶斯优化整合在一起。平台以96孔微孔板为工作格式,自动配制候选电解液,并完成带温控的电化学测量,再依据测量结果迭代更新代理模型,从而在高维化学空间中决定下一轮配方。该框架被用于开发低温锌金属电池用的高熵水系电解液,系统共筛选了数百种配方,并采用多目标优化同时权衡导电性、电化学稳定窗口等指标。
结论
多目标优化给出的电解液电导率为134.1 mS cm–1,电化学稳定窗口为2.50 V;在–20 °C下,对称电池中实现了约2019 h的循环稳定性。平台累计筛选了数百种配方,整个流程由自动配制、测量与模型迭代闭环完成。
意义
结果指向两类用途:一是为低温锌金属电池提供了一组具体配方与性能数据,二是把电解液研发中大量重复的配制与测试工作交给自动化闭环,减少实验人力投入,并把贝叶斯优化用于高维配方空间的探索方式推广到其他电化学材料的开发。
局限
正文报告的性能数据来自对称电池在–20 °C下的循环测试,摘要未给出全电池或其他器件层级、其他温度条件下的验证结果,也未说明筛选所用配方空间与代理模型外推的边界。

原文摘要

出版方登记 · Crossref

The development of electrochemical materials is constrained by extensive formulation spaces and the low throughput of manual screening. Here, we report a self-driving electrochemical laboratory integrating liquid-handling robotics, online electroanalysis, and Bayesian optimization to accelerate electrolyte discovery. Operating in a 96-well microtiter format, the platform automatically formulates candidate electrolytes, performs temperature-controlled electrochemical measurements, and iteratively updates surrogate models to explore high-dimensional chemical spaces. This framework was applied to the development of high-entropy aqueous electrolytes for low-temperature zinc metal batteries. The system screened hundreds of formulations, and multiobjective optimization yielded an electrolyte with a conductivity of 134.1 mS cm–1 and an electrochemical stability window of 2.50 V, with ∼2019 h of cycling stability in symmetric cells at –20 °C. This approach significantly reduces experimental labor while accelerating the development of electrochemical materials.

页面未能读取全文,以上为出版方登记的摘要;方法与图表见原文

本页是 AI 精读,不转载论文原文;完整论文(含方法、图表与参考文献)见原文

来源:ACS Energy Letters · doi.org