AI for Science大模型：电池安全的“魔法库”
当我们谈论新能源电车，首先会想到什么？清洁，环保，未来，科技感，赛博朋克，毫无疑问。但在这些光鲜亮丽的溢美之词背后，安全性始终如一团乌云萦绕在电车用户的心头。“幽灵，一个热失控的幽灵，在新能源汽车领域游荡。”诚然，多家车企与电池厂商针对电池自燃给用户提供了“紧急方案”的指导，充电运营商也推出了最新的充电防护技术。但电池燃烧的剧烈性，五分钟逃生率等指标，依然无法让用户完全安心。正如最近笔者参加的一个电池产业峰会上，主持人现场举手统计有多少人对电车安全有焦虑——“刨除不开车的人，至少百分之五十吧。”
那么，电池为什么会燃烧呢？经常烧东西的朋友可能比较熟悉，燃烧需要三要素的支持——可燃物、助燃剂和引火源 。助燃剂不消多说，空气中的氧。可燃物在电池中就非常多了。简单来说，电池结构可以拆分为正负极、电解质、隔膜等几个部分。而当前包括锂电池在内的大部分新能源电池，使用的都是液态电解质，这些电解液为有机溶剂——有机意味着“易燃”、“易爆”，液态则往往会“挥发”、“泄露”。它们在高温下会加剧发生氧化分解、产生气体、发生剧烈燃烧等。这些分解出的可燃气体与空气混合形成爆炸性混合气体，遇锂电池喷射出的高温颗粒，在局部空间会发生爆燃。这些物质一旦开始燃烧，不仅会产生大量有毒气体，更很难扑灭。近日，韩国京畿道华城一家电池制造厂发生重大火灾，初步调查显示锂电池快速起火引发工厂火灾。事发时，该楼存放着3万多个锂电池成品。从现场情况看，现场锂电池冒烟到爆炸仅15秒 ，而工人曾试图用干粉灭火器扑救，但结果毫无作用。
那么，能不能想办法让电解液没那么“易燃易爆炸”呢？这个问题不仅作为用户的我们担心，更困扰着广大研发人员。要知道，通过实验找出一款理想的、符合要求的电解液是一个十分漫长的过程，科研人员要反复调整配比和材料种类、长时间的试验，才能找到一款满足某种性质要求的电解液配方。可是对于一款商用电池来说，需要满足的性质指标可远不止一种，如熔点、电导率、充电效率等，当然也包括我们关心的阻燃性 。正当大家都在对缓慢的试验速度和庞大的配方空间“望洋兴叹”时，科学大模型出现了。深势科技开发的电解液配方大模型 Uni-ELF 在对大量无标注配方数据预训练，在少量标注数据的微调下，有望实现对于包括阻燃性在内的多种性质配方高通量、自动化筛选 。在不远的未来，科研人员或许不需要对着电解液配方空间进行漫无边际的随机搜索，而且在科学大模型的指导下，有的放矢，加速研发。
App 地址：
https://bohrium.dp.tech/apps/uni-elf
在我们想办法开发更好阻燃性电解液的时候，另一种思路也应运而生：既然液态电解质易挥发分解、燃烧剧烈，能不能使用固态电解质呢？这也是个好主意。固态电池，顾名思义，是将电池内部的电解液替换为固态的“导锂”材料。这样做的好处在于：一方面固态材料不易燃、不易泄露和挥发，同时由于电池内部不存在液体，隔膜也不需要了。再加上高温不易分解和对锂枝晶生长空间的限制，更不用说“体重”更小，能量密度潜力还高。固态电池简直就是“天选之子”。给了电池发展一个富有想象力的未来。
然而，在固态电解质的研究和开发过程中，仍面临诸多挑战，如开发稳定的电化学材料体系、提高离子传导率、降低内阻以及优化界面稳定性等问题。研究人员往往需要经过反复试验试错，才能找到一种较为理想的材料，而仿真模拟又面临计算精度低、时间长、算力需求大等限制。解决固态电解质材料研究中的关键问题，深势科技、北京科学智能研究院与中科大苏州高等研究院钟志诚教授课题组合作开发了固态电解质预训练大模型。我们使用了超过十二万帧的构型数据做预训练，实现了广泛的材料覆盖（27种元素、接近200种体系） 。通过固态大模型，科研人员能够减少试验试错，更有针对性的进行研发；更进一步的，对于新兴材料体系，固态大模型基于更少的微调数据探索更多可能性，寻找更优秀的材料。
拓展阅读：OpenLAM 固态电解质通用势函数最新进展｜覆盖26种硫化物、准确描述离子迁移App 链接：
https://bohrium.dp.tech/apps/voltcraft
了解了电池的可燃物因素，现在再来看看“引火源”。对于锂电池场景，“热失控”是造成温度过高的元凶。引发热失控的原因是多种多样的，总的来说分成两类：内部因素和外部因素。内部因素包含电池制造缺陷导致的内短路和在使用过程中由于大倍率、过充过放等导致的析锂累计产生的锂枝晶生长穿透隔膜，正负极短路引发过热。外部因素包括撞击、针刺导致的异常短路；外部电路短接；甚至是外部的高温导致的 SEI 膜和正极材料分解，都会引发热失控。
可以发现，大部分导致热失控的场景都不是瞬间发生的，而是存在一个周期。如果在电池出现内外短路的初期，我们就可以及时发现这些“异常”，并及时预警，可能留给我们及时处理的时间就非常充裕了；或者提前发现会出现析锂的电池，然后通过调整电池使用条件，电池也能因此获得更长的寿命。因此，异常检测和电池使用策略调整功能对于新能源电车来说必不可少。这两种功能的实现首先需要基于精准的电池状态估计，如充电状态（SOC）和健康状态（SOH），无论是在云端还是车端电池管理系统（BMS）中。好消息是，现在 BMS 已经集成了相关的算法，甚至一些基于 AI 算法的工具也已经出现，如深势科技开发的电芯健康状态预测预训练模型 。随着技术的不断进步和研发人员的持续努力，我们有理由相信，在不久的将来，全面而精确的异常状态监测与智能化使用策略调整将成为现实，为新能源电动车的安全性和可靠性带来质的飞跃。
（本文由深势科技电池材料研究员苗嘉伟供稿，深势科技材料与工艺设计团队亦有贡献）
Chief Editor: Shef WangEditor: LinProducer: Naive
参考文献
[1]Wang, R., Guo, M., Gao, Y., Wang, X., Zhang, Y., Deng, B., Chen, X., Shi, M., Zhang, L., \u0026 Zhong, Z. (2024). A Pre-trained Deep Potential Model for Sulfide Solid Electrolytes with Broad Coverage and High Accuracy. arXiv preprint arXiv:2406.18263. Retrieved from https://arxiv.org/abs/2406.18263
[2]Tikekar, M., Choudhury, S., Tu, Z. et al. Design principles for electrolytes and interfaces for stable lithium-metal batteries. Nat Energy 1, 16114 (2016). https://doi.org/10.1038/nenergy.2016.114
[3]Zeng, B., Chen, S., Liu, X., Chen, C., Deng, B., Wang, X., Gao, Z., Zhang, Y., E, W., & Zhang, L. (2024). Uni-ELF: A Multi-Level Representation Learning Framework for Electrolyte Formulation Design. arXiv preprint arXiv:2407.06152.
关于深势科技
深势科技是“AI for Science”科学研究范式的引领者和践行者。AI for Science 即运用 AI 学习一系列的科学原理和科学知识，并进一步解决科学研究和工业研发领域的关键问题。深势科技依托在交叉学科领域的深耕，构建了“深势 · 宇知®”AI for Science 大模型体系，将众多学科的科研方法从“实验试错 / 计算机”时代带入了“预训练模型时代”，并以“微尺度工业设计与仿真”为切入点，打造了 Bohrium®玻尔®科研空间站、Hermite® 药物计算设计平台、RiDYMO® 难成药靶标研发平台及 Piloteye® 电池设计自动化平台等科研和工业研发基础设施，形成了 AI for Science 的“创新 - 落地”链路和开放生态，赋能“千行百业”，为人类经济发展最基础的生物医药、能源、材料和信息科学与工程研究打造新一代工业设计与仿真系统。深势科技是国家高新技术企业、国家专精特新“小巨人”企业，在北京、上海、深圳等城市布局研发中心。科研技术团队由中国科学院院士领衔，汇集了超百位数学、 物理、化学、生物、材料、计算机等多个领域的优秀青年科学家和工程师，其中博士及博士后在公司成员中占比超过 35%。核心成员获得过2020年全球高性能计算领域的最高奖项“戈登贝尔奖”，相关工作入选2020年中国十大科技进展和全球 AI 领域十大技术突破。
钾电池！钾电池！
━━━━
国际能源署称， 可再生能源规模将在今后5年扩大50%。其中，大部分风能和太阳能需要储存。但不断增长的电动汽车市场可能不会留下足够的锂和钴用于制造锂离子电网储能电池。
一些电池研究人员正在重新审视锂长期被忽视的表亲——钾在电网存储方面的应用。钾储量丰富，价格低廉，理论上可以制造大容量电池。但是这方面的研究工作一直落后于锂和钠电池。
不过，钾电池可以很快赶上来，在东京理科大学负责钾离子电池研究的驹场信一（Shinichi Komaba）教授说：“虽然钾电池的开发仅进行了5年，但我相信它已经可以与钠离子电池一争高下，并预计可以与锂电池相媲美，甚至超过它。”
历史上，人们一直在回避钾，因为这种金属非常活跃和危险，不易操控。另外，很难找到能够容纳钾离子的电极材料。
然而，过去5年里，一系列报告详细介绍了有望成功的阴极备选材料。其中领先的是铁基化合物，其晶体结构类似于普鲁士蓝粒子，具有广阔的空间填充钾离子。锂离子电池共同发明者、2019年诺贝尔化学奖获得者约翰•古迪纳夫带领的得州大学奥斯汀分校团队报告，普鲁士蓝阴极具有高达510瓦时/千克的能量密度，可与今天的锂电池相媲美。
但普鲁士蓝并不完美。“问题是我们不清楚材料中的含水量对能量密度的影响。”劳伦斯伯克利国家实验室的材料科学家哈吉奥姆•金（Haegyeom Kim）说，“另一个问题是，很难控制它的化学成分。”
哈吉奥姆•金教授寄希望于聚阴离子化合物，这种化合物由在元素周期表中任意挑出的几种元素与钾结合而成。氟磷酸钒钾似乎有很大希望。哈吉奥姆•金和他的同事利用这种化合物研制出的阴极，能量密度达到450瓦时/千克。
其他研究人员还在研究用有机化合物制作阴极，其成本低于无机化合物，而且其化学键可以拉伸，更容易接受钾离子。
虽然古迪纳夫教授认为钾有希望，但与他共同发明锂电池、同获诺贝尔奖的纽约州立大学宾汉姆顿分校化学系教授M.斯坦利•惠廷汉姆（M. Stanley Whittingham）并不认同。“这只是科学好奇心。”他说，“没有一家初创企业在研究钾电池。”
惠廷汉姆教授表示，钾并不是一项实用技术，因为钾既重又活泼。而且钾的熔点比锂和钠低，很容易引起反应，造成热失控。
印第安纳州普渡大学西拉法叶分校的化学工程系教授维拉斯•波尔（Vilas Pol）表示，这些担心是合理的。但他指出，在电池中来回穿梭的是钾离子，并非活跃的钾金属。电极上特殊的粘合剂可以控制放热反应。
东京理科大学的驹场信一教授表示，研制合适的电解液是保证电池寿命和安全性的关键。一般的电解液含有易燃溶剂，与钾活性反应结合时会很危险。选择合适的溶剂、钾盐、盐浓度和添加剂可防止起火。
驹场信一的团队利用氟化钾盐、含有更少溶剂的超浓缩电解液，以及不使用溶剂的离子液体电解质制作电解液。2020年1月，材料科学家郭再萍和她在澳大利亚伍伦贡大学的团队报告了一种适用于钾电池的不易燃电解液。他们向溶剂添加了一种阻燃剂。
钾电池的热衷者指出，这项技术还处于初级阶段。它不会达到锂电池的高能量密度，也不适合电动汽车。但对于巨大的电网电池来说，低成本低廉的钾也许会占上风。“钾离子（电池）本可以更早应用，但之前根本不需要（它们），”波尔教授说，“锂现在不够了。”
最终，整体要与各个部分一样好。现在的大部分研究集中在电极和电解液材料上。把它们放在一个电池芯中，大约充电100次，能量密度就会下降；而实际上电池需要承受几百次充电。
“需要一些时间来解决电解液、阴极和阳极的精准组合问题。”波尔教授说，“钾电池可能还需要15年才能进入市场。”
相关问答
【详细解释玻尔理论局限性】作业帮[回答]百度的解释很清楚:这个理论本身仍是以经典理论为基础,且其理论又与经典理论相抵触.它只能解释氢原子以及类氢原子(如锂++离子,等)的光谱,在解决其他...
化学七个主族顺口溜?氢锂钠钾铷铯钫,铍镁钙锶钡镭,硼铝镓铟铊,碳硅锗锡铅,氮磷砷锑铋,氧硫硒碲钋,氯溴碘砹,氦氖氩氪氙氡。同主族元素从上到下原子序数逐渐增大,电子层数逐渐...
元素周期表顺序?元素周期表是根据原子序数从小至大排序,把有相似化学性质的元素放在同一列,制成元素周期表。现代化学的元素周期律是1869年俄国科学家门捷列夫首先创造的,他将...
宇宙中是否还在合成元素周期表以后的超重元素?宇宙中元素合成是一个非常复杂的过程,宇宙大爆炸经历太初核合成后,只产生了氢、氦及少量的锂原子。之后氢氦坍缩形成恒星,快速燃烧后成为超新星爆炸,再形成第...
