2026-02-26 | 성남=손대선 기자

嘉泉大学与高丽大学共同开发基于AI的电解液设计技术

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

嘉泉大学化工生命电池工程学部朴镇雨教授研究团队与高丽大学新材料工程学部金雄教授研究团队共同开发出利用人工智能(AI)的电解液设计技术。

据嘉泉大学26日消息,本次研究为快速发掘最优电解液奠定了基础,是使锂金属电池开发技术高端化的成果。

研究结果近期在能源存储领域国际学术期刊《Energy Storage Materials(IF=20.2)》上在线发表。

锂金属电池因能实现高能量密度,作为电动汽车及下一代储能装置的核心技术备受关注。但在充放电过程中锂不规则生长的问题可能导致寿命和安全性下降,因此一直需要精密的电解液设计加以改善。既有方式需反复验证众多候选组合,时间和成本负担较大。

研究团队为克服这一局限引入了基于AI的数据分析方法。开发并应用了同时反映分子连接结构、重复特性与浓度信息的新型分子表示技术(e-ECFP),并构建了同时学习电解液分子立体结构与浓度信息的体系。此外,还实现了不仅预测性能、还能解释性能提升因素的"可解释AI模型",并将盐与溶剂的作用区分进行学习,提高了模型的可信度。

利用该模型分析电解液候选群的结果显示,含氟结构与环状醚结构对提升锂金属电池的库伦效率起核心作用。以此为基础设计的新型电解液在锂-铜半电池实验中记录了99.72%的库伦效率,在锂-磷酸铁锂全电池实验中经500次以上充放电后仍表现出稳定的容量保持特性。

研究团队表示:"本次研究是展示AI不仅可用于简单预测,还能用于查明电池性能提升原因的案例","期待今后能广泛应用于各种下一代储能系统设计。"

本次研究在高丽大学的支持下开展。

阅读韩文原文