-
产品
-
解决方案
-
客户案例
-
资源与支持
-
关于我们
登录
注册
中
EN
目前90%以上电池负极材料是层状二维材料石墨，通常需要通过掺杂、官能团修饰、溶剂化/使用复合阴离子、组装异质结构等技术手段，去 不同程度地打开自堆积层状材料的层间距。当然，在电池中，层状材料电极的层间距也并不是越大越好。
1、二维负极材料的最佳层间距是多少
2、探究层间距对性能的内在影响机理
北京大学物理学院与MatCloud+合作，以常见的石墨/石墨烯层状电极为例，运用第一性原理计算系统研究了碱金属离子（Li+,Na+,K+）电池中层状材料电极性能对其层间距的依赖性。通过综合考虑石墨/石墨烯电极随层间距连续变化过程 中的结构、能量、电子学、离子学性能表现，可以找到石墨/石墨烯电极在不同的碱金属离子电池中的最佳层间距，得到的研究结果也可以扩展到其他类似的层状电极材料，并指导实验选择合适的层间工程技术。
鉴于此，MatCloud+平台开发了一套高通量、自动化筛选离子电池负极材料的计算程序，能够将本工作的研究流程和方法推广到其他层状材料电池体系。
负极材料特性的 通量计算流程图
迁移势垒和吸附容量的计算涉及吸附Li/Na/K离子共15个结构。传统地，每个结构不仅需要分别计算，且结构优化/静态计算/插点/势垒计算都需要分别提交计算作业，及人工处理计算结果，共计约有60次人工作业提交， 60 次人工数据处理，共计120 次人工操作。
基于MatCloud+的高通量计算工作流模板，计算电池中碱金属离子迁移势垒、以及层状电极材料对多种碱金 属离子的吸附性能。采用MatCloud+的自动化、高通量筛选流程，将传统的120 次人工操作降低为10次，人工干预减少了90%左右。
提供筛选的结构越多，效率提升越为明显。
筛选约束条件越多，效率提升越为明显。
筛选过程越为复杂，效率提升越为明显。
更多案例
随着全球环境保护压力的日趋增大，新能源汽车得到了极大的关注。动力电池技术是新能源电动汽车最重要、最具竞争力的核心技术。MatCloud+针对电解液成分多样化的特点，为国内某世界500强公司的新能源研究院提供了一种智能化电解液研发模式：通过“高通量结构建模”智能生成不同成分电解液成分的近千个候选结构，基于高通量计算进行自动化筛选，并与机器学习相结合建立“电解液成分设计-性质计算-结果统计分析-新成分预测”的集成式新材料研发模式。
芯片材料光刻胶在芯片生产中有着举足轻重的作用。国内某著名集成电路研发公司在进行光刻胶的研发过程中随着公司人员、部门和实验任务越来越多，数据收集及数据应用的一些弊端日益凸显。针对用户面临的问题，迈高科技根据企业研发特点为其实现材料专用数据库构建、管理与挖掘系统，助力企业完成智能化转型与升级，实现由实验驱动、经验驱动向数据驱动、智能驱动的创新模式的转变，为管理者提供科学的决策指导，加速光刻胶的研发。
目前90%以上电池负极材料是层状二维材料石墨，实验设计新材料成本高、耗时长；而传统计算则需手动建模、调参、结果后处理等繁琐操作。北京大学与MatCloud+合作,开发了一套高通量、自动化筛选离子电池负极材料的计算流程。“1”个工作流即可得到电池中碱金属离子的迁移势垒，吸附性能，开路电压和比容量等结果，将传统的120次人工操作降低为10次， 人工干预减少了90%左右。研究成果分别在(Nanoscale, 2021, 13(29):12521-12533)和Electrochimica（Electrochimica Acta 346 (2020) 136244）期刊上成功发表。
《计算材料学》课程内容涉及大量抽象概念及数学运算，学生理解较为困难；且传统的理论教学模式让学生感觉枯燥乏味，难以跟上教学进度。 东北大学与MatCloud+平台合作，打破传统教学模式，对实验教学环节进行改革，将原有以编程为主的上机实验改成图形界面化的“材料数据+智能计算”环节。教师可远程开展系列上机实验，充实理论教学内容，提高学生的团队协作、自主学习、动手实践、科研分析等多项能力，满足“新工科”建设对于人才培养的要求。
某光电A股上市企业为了应对量子点材料存在色差的问题，通过大量实验试错未能有效解决，拟采用智能化手段挖掘数据规律指导实验合成，但实验数据复用性差，挖掘工作困难重重。经过慎重评估，最终选择北京迈高材云科技有限公司推动项目高效进行。项目采用了MatCloud+人工智能与Matfusion数据库结合的方案，快速整合碎片化实验数据形成专业数据库，AI自动训练并形成预测报告，生产成本降低20%，企业研发周期缩短70%。
立即使用
申请演示
产品
资源与支持
关于我们
联系电话：010-82362728
企业邮箱：kxy@matcloudplus.com
Copyright ©2016 - 2019 苏州迈高材料基因技术有限公司 苏ICP备2000523号