Efektywne magazynowanie energii elektrycznej to jedno z większych wyzwań współczesności. Problem próbuje się rozwiązywać m.in. przez rozwijanie nowych baterii czy ogniw paliwowych, których kluczowym elementem jest elektrolit. Nierozpoznanymi dotąd procesami zachodzącymi w elektrolitach stałych zajmie się w swoim nowym projekcie dr inż. Marcin Kryński.

Elektrolit to ciało stałe, które może przewodzić jony różnych pierwiastków. Rosnąca popularność elektrolitów stałych wynika z ich wysokiej stabilności chemicznej i termodynamicznej — w końcu od urządzeń bazujących na nich oczekuje się zarówno wysokiej wydajności, jak i bezpieczeństwa. Mają one jednak swoje ograniczenia, które kryją się w międzyziarniu.

Co się dzieje na granicy ziaren?

W projekcie „Nowe podejście do modelowania komputerowego procesów zachodzących na interfejsach elektrolitów stałych” dr inż. Marcin Kryński chce spróbować zrozumieć procesy, które zachodzą w tych przewodnikach. — Charakteryzuje je to, że są zbudowane ze swoistych ziaren krystalicznych. Wewnątrz mają wysoce uporządkowaną strukturę, są też jednak połączone w konglomeraty. Między nimi występuje przestrzeń międzyziarnowa, która do tej pory nie jest dobrze zbadana — wyjaśnia badacz z Zakładu Joniki Ciała Stałego Wydziału Fizyki PW. — Wnętrza ziaren i procesy w nich zachodzące są dość dobrze poznane, natomiast przestrzeń międzyziarnowa jest pewną zagadką i to, jak jesteśmy w stanie kontrolować proces dyfuzji jonów przez tą przestrzeń, nadal nie jest do końca jasne — dodaje.

Zbadanie tego obszaru jest o tyle ważne, że stanowi on tzw. wąskie gardło dla procesu dyfuzji. Zrozumienie sposobu, w jaki można wpływać na ten mechanizm, jest rzeczą kluczową dla współczesnych systemów produkcji i magazynowania energii.

Wsparcie sztucznej inteligencji

Do zbadania międzyziarnia będą wykorzystane niezwykle precyzyjne metody modelowania kwantowo-mechanicznego. Sieci neuronowe pomogą z kolei w przyspieszeniu tego modelowania, tak aby utrzymać bardzo wysoką dokładność i jednocześnie pozwolić na skalowalność.

— Techniki tworzenia sieci neuronowej uczyłem się od prof. Jörga Behlera z Uniwersytetu w Getyndze. Sieć trenuje się i staje się ona potencjałem, za pomocą którego możemy modelować układ. Trening odbywa się na modelu kwantowym, uzyskujemy więc bardzo wysoką dokładność, ale też szybkość, skalowalność. To jedno z najlepszych narzędzi o wręcz magicznych właściwościach pod względem efektywności — podsumowuje dr Kryński.

Prace grupy grupy badawczej dr. inż. Marcina Kryńskiego mają umożliwić projektowanie nowych elektrolitów stałych, charakteryzujących się wyższym przewodnictwem jonowym, prowadząc do bardziej efektywnych i bezpieczniejszych systemów transferu i magazynowania energii elektrycznej.