Tụ điện màng là một thành phần quan trọng trong công nghệ điện khí hóa và năng lượng tái tạo. Theo báo cáo từ các phương tiện truyền thông nước ngoài, Phòng thí nghiệm Quốc gia Lawrence Berkeley của Bộ Năng lượng Hoa Kỳ và nhiều tổ chức hợp tác đã thành công trong việc trình diễn một công nghệ học máy nhằm tăng tốc độ phát hiện vật liệu tụ điện màng. Công nghệ này có thể được sử dụng để sàng lọc một thư viện cấu trúc hóa học (bao gồm gần 50.000 cấu trúc hóa học) để xác định các hợp chất có hiệu suất kỷ lục.
(Nguồn hình ảnh: Phòng thí nghiệm Berkeley)
Đại học Wisconsin-Madison, Viện Nghiên cứu Scripps, Đại học California, Berkeley và Đại học Southern Mississippi đã đóng góp chuyên môn về học máy, tổng hợp hóa học và đặc trưng vật liệu.
Nhà nghiên cứu của Phòng thí nghiệm Berkeley, Yi Liu cho biết: “Để phát triển công nghệ năng lượng tái tạo hiệu quả và đáng tin cậy, cần phải có vật liệu tụ điện có hiệu suất tốt hơn các vật liệu hiện tại. Công nghệ sàng lọc đột phá này sẽ giúp tìm ra những vật liệu hiếm hoi này.”
Hiện nay, nhu cầu về tụ điện màng cho các ứng dụng nhiệt độ cao và công suất lớn đang gia tăng nhanh chóng, chẳng hạn như trong xe điện, hàng không điện, điện tử công suất và hàng không vũ trụ. Ngoài ra, tụ điện màng cũng là một thành phần không thể thiếu trong các bộ biến tần, những bộ biến tần này chuyển đổi năng lượng mặt trời và gió thành điện xoay chiều sử dụng trong lưới điện.
Tụ điện màng cần vật liệu chống nhiệt
Tụ điện màng tĩnh điện được cấu thành từ vật liệu cách điện nằm giữa hai tấm kim loại dẫn điện. Pin sử dụng phản ứng hóa học để lưu trữ và giải phóng năng lượng lâu dài, trong khi tụ điện sử dụng trường điện được áp dụng để sạc và xả năng lượng nhanh hơn. Tụ điện màng có thể được sử dụng để điều chỉnh chất lượng điện năng trong nhiều hệ thống điện, chẳng hạn như giảm dòng điện gợn sóng và làm mịn dao động điện áp, nhằm đảm bảo hoạt động ổn định và đáng tin cậy.
Polyme (các đại phân tử có đơn vị hóa học lặp lại) rất thích hợp để sử dụng làm vật liệu cách điện trong tụ điện màng vì chúng nhẹ, linh hoạt và có độ bền tốt khi chịu trường điện áp. Tuy nhiên, khả năng chịu nhiệt độ cao của polyme lại có hạn trong nhiều ứng dụng hệ thống điện. Nhiệt độ cao có thể làm giảm hiệu suất cách điện của polyme và dẫn đến sự suy giảm hiệu suất.
Rút gọn 49.700 loại polyme xuống còn ba loại
Trước đây, các nhà nghiên cứu đã tìm kiếm polyme có hiệu suất cao thông qua quá trình thử nghiệm lặp đi lặp lại, nghĩa là mỗi lần tổng hợp một vài polyme ứng viên, sau đó đặc trưng hóa các thuộc tính của chúng. Tuy nhiên, nhà nghiên cứu hậu tiến sĩ He Li của Phòng thí nghiệm Berkeley cho biết: “Phương pháp này quá chậm để tìm ra các phân tử tiềm năng từ hàng trăm nghìn khả năng.”
Để tăng tốc độ phát hiện, nhóm nghiên cứu đã phát triển và đào tạo một bộ mô hình học máy, cụ thể là mạng nơ-ron hồi tiếp, nhằm sàng lọc thư viện cấu trúc có gần 50.000 loại polyme để tìm ra sự kết hợp hiệu suất tốt nhất, chẳng hạn như khả năng chống nhiệt độ cao và trường điện mạnh, mật độ lưu trữ năng lượng cao và dễ tổng hợp. Các mô hình này đã xác định được ba loại polyme đặc biệt tiềm năng.
Các nhà nghiên cứu tại Viện Nghiên cứu Scripps đã tổng hợp ba loại polyme này bằng công nghệ “hóa học click” mạnh mẽ. Công nghệ này có thể kết nối các khối xây dựng phân tử một cách nhanh chóng và hiệu quả để tạo ra các sản phẩm chất lượng cao.
Tại nhà máy đúc phân tử của Phòng thí nghiệm Berkeley, các nhà nghiên cứu đã chế tạo tụ điện màng bằng những polyme này, sau đó đánh giá polyme và tụ điện. Nhóm nghiên cứu phát hiện rằng chúng có hiệu suất điện và nhiệt tuyệt vời. Tụ điện được chế tạo từ một trong những polyme này cho thấy sự kết hợp kỷ lục về khả năng chống nhiệt, hiệu suất cách điện, mật độ năng lượng và hiệu quả (các tụ điện hiệu quả lãng phí rất ít năng lượng khi nạp và xả). Các bài kiểm tra bổ sung cho thấy các tụ điện này có chất lượng vật liệu vượt trội, độ ổn định hoạt động và độ bền cao.
Chế tạo mô hình tốt hơn
Nhóm nghiên cứu đang xem xét một số hướng nghiên cứu tiếp theo. Các nhà nghiên cứu cho biết, một ý tưởng là thiết kế mô hình học máy để hiểu sâu hơn về cách cấu trúc của polyme ảnh hưởng đến hiệu suất của chúng. Một lĩnh vực nghiên cứu tiềm năng khác là phát triển các mô hình trí tuệ nhân tạo sinh tạo, đào tạo các mô hình này để thiết kế polyme hiệu suất cao mà không cần sàng lọc thư viện.
Giáo sư hóa học WM Keck của Viện Nghiên cứu Scripps, Sharpless cho biết: “Phân tích trí tuệ nhân tạo của chúng tôi đã nhanh chóng xác định một số biến chính trong chi tiết thiết kế polyme, và những biến này được dự đoán sẽ cải thiện đáng kể hiệu suất che chắn của màng polyme. Những yếu tố tiên đoán máy học sớm này được xác định qua thực nghiệm và có thể được sử dụng để cải thiện các tụ điện.”
Nghiên cứu này đã nhận được sự hỗ trợ từ văn phòng khoa học của Bộ Năng lượng Hoa Kỳ.