Les batteries lithium-ion rechargeables sont au cœur de nombreuses technologies modernes, et les chercheurs cherchent constamment à améliorer leur performance. Une nouvelle étude révèle comment l’intelligence artificielle, en particulier la vision par ordinateur, peut aider à mieux comprendre le fonctionnement des batteries et à optimiser leur efficacité.
Le rôle des nanoparticules dans les batteries lithium-ion
Des milliards de minuscules particules, appelées électrodes, sont responsables du stockage et de la libération de charge dans les batteries lithium-ion. Des films aux rayons X montrent ces particules absorbant et libérant des ions lithium lors de la charge et de la décharge des batteries.
Les chercheurs ont utilisé la vision par ordinateur pour analyser chaque pixel de ces films et découvrir des détails physiques et chimiques du processus de charge et de décharge qui n’étaient pas visibles auparavant.
Amélioration de l’efficacité des batteries grâce à la vision par ordinateur
La nouvelle méthode a déjà suggéré une manière d’améliorer l’efficacité des milliards de nanoparticules dans un type d’électrode de batterie lithium-ion. Les chercheurs du SLAC National Accelerator Laboratory, de l’Université Stanford, du Massachusetts Institute of Technology et du Toyota Research Institute ont rapporté leurs résultats dans la revue Nature.
« Jusqu’à présent, nous pouvions réaliser ces magnifiques films aux rayons X des nanoparticules de batterie en action, mais les films étaient si riches en informations que comprendre les détails subtils du fonctionnement des particules était un véritable défi », a précisé William Chueh, professeur associé à Stanford, scientifique au SLAC et directeur du SLAC-Stanford Battery Center.
Applications potentielles au-delà des batteries
Les chercheurs estiment que cette approche pour découvrir la physique derrière les motifs complexes dans les images pourrait même fournir des informations sans précédent sur d’autres types de systèmes chimiques et biologiques, tels que les cellules se divisant dans un embryon en développement.
En synthèse
L’utilisation de la vision par ordinateur pour analyser les films aux rayons X des batteries lithium-ion a permis de révéler des détails auparavant invisibles sur le fonctionnement des nanoparticules. Cette approche pourrait conduire à des améliorations significatives de l’efficacité des batteries et a des applications potentielles dans d’autres domaines scientifiques.
Pour une meilleure compréhension
Qu’est-ce que la vision par ordinateur ?
La vision par ordinateur est un sous-domaine de l’intelligence artificielle qui permet aux ordinateurs d’analyser et d’interpréter des images et des vidéos pour en extraire des informations.
Comment la vision par ordinateur est utilisée pour étudier les batteries lithium-ion ?
Les chercheurs ont utilisé la vision par ordinateur pour analyser des films aux rayons X montrant des nanoparticules de batterie en action. Cette analyse a permis de découvrir des détails physiques et chimiques du processus de charge et de décharge qui n’étaient pas visibles auparavant.
Quels sont les avantages potentiels de cette approche ?
En comprenant mieux le fonctionnement des nanoparticules dans les batteries lithium-ion, les chercheurs peuvent proposer des améliorations pour augmenter l’efficacité de ces batteries. Cette approche pourrait également être appliquée à d’autres domaines scientifiques pour étudier des systèmes chimiques et biologiques complexes.
Quels sont les résultats concrets de cette étude ?
Les chercheurs ont découvert que les variations d’épaisseur de la couche de carbone recouvrant les particules de phosphate de fer lithium (LFP) contrôlent directement la vitesse à laquelle les ions lithium entrent et sortent de ces particules. Cette découverte pourrait conduire à des charges et décharges plus efficaces des batteries lithium-ion.
Quelles sont les institutions impliquées dans cette recherche ?
Les chercheurs du SLAC National Accelerator Laboratory, de l’Université Stanford, du Massachusetts Institute of Technology et du Toyota Research Institute ont collaboré pour mener cette étude.
Légende illustration principale : Une équipe du SLAC, de Stanford, du MIT et du Toyota Research Institute a utilisé l’apprentissage automatique pour réanalyser des films aux rayons X montrant des ions lithium entrant et sortant de nanoparticules d’électrodes de batterie (à gauche) pendant le cycle de la batterie. Les fausses couleurs de cette image indiquent l’état de charge de chaque particule et révèlent à quel point le processus à l’intérieur d’une seule particule peut être irrégulier. Crédit : Cube3D
Citation: Hongbo Zhao et al., Nature, 13 September 2023 (10.1038/s41586-023-06393-x)
Article adapté du contenu de l’auteure Glennda Chui
