
OCT 1, 2024
物理ベースのモデリングと機械学習が、電池材料の開発をどのように加速させるか
登壇者:
ガーヴィット・アガルワル、上級研究員II、Schrödinger
要旨:
過去10年間にわたる充電式リチウムイオン電池(LIB)技術の急速な進歩は、輸送や民生用電子機器など、いくつかの主要産業に革命をもたらしました。しかし、急増する需要に対応し、LIBの出力密度、安全性、信頼性、および寿命を向上させるためには、新たな電池化学系が求められています。分子モデリングは、新たな電池化学系の設計サイクルにおいて不可欠な要素となっています。 物理法則に基づいた正確なモデリングにより、広範な化学・材料設計空間の迅速な評価とスクリーニングが可能となり、業界が新技術を市場に投入するまでの時間を短縮するのに役立ちます。 本ウェビナーでは、Schrödingerの電池材料設計向けデジタルケミストリー・プラットフォームにおける最新の技術革新をご紹介します。特に、正極材料の熱力学的安定性や電圧プロファイル、電極材料におけるイオン拡散経路や反応速度、液体電解質の輸送特性、およびSchrödingerのSEIシミュレータ・モジュールを用いた固体電解質界面(SEI)層の核生成・成長のモデリングを正確に予測するための自動化ソリューションの応用例に焦点を当てます。 また、液体電解質、無機正極コーティング、固体高分子電解質などの複雑な材料向けに、カスタマイズされた機械学習力場を開発するための自動化された汎用フレームワークも紹介します。これにより、次世代電池向けの新規材料を効率的に設計する道が開かれます。