韓國能源研究所（KIER）氫研究示范中心的Chi-Young Jung博士的研究團(tuán)隊(duì)成功開發(fā)了一種分析氫燃料電池關(guān)鍵材料碳纖維紙微觀結(jié)構(gòu)的方法，其速度比現(xiàn)有方法快100倍。這是利用數(shù)字孿生技術(shù)和人工智能（AI）學(xué)習(xí)實(shí)現(xiàn)的。

　　碳纖維紙是氫燃料電池堆的關(guān)鍵材料，在水排放和燃料供應(yīng)方面起著至關(guān)重要的作用。它由碳纖維、粘合劑和涂料等材料組成。隨著時(shí)間的推移，這些材料的排列、結(jié)構(gòu)和涂層狀況會(huì)發(fā)生變化，導(dǎo)致燃料電池的性能下降。因此，分析碳纖維紙的微觀結(jié)構(gòu)已成為診斷燃料電池狀態(tài)的重要步驟。

　　然而，到目前為止，對(duì)碳纖維紙的高分辨率微觀結(jié)構(gòu)進(jìn)行實(shí)時(shí)分析是不可能的。這是因?yàn)楂@得準(zhǔn)確的分析結(jié)果需要一個(gè)過程，在這個(gè)過程中，碳纖維紙樣品將被破壞，然后使用電子顯微鏡進(jìn)行詳細(xì)的檢查。

　　為了解決現(xiàn)有分析方法的局限性，研究組開發(fā)了利用x射線診斷和人工智能圖像學(xué)習(xí)模型分析碳纖維紙微觀結(jié)構(gòu)的技術(shù)。值得注意的是，該技術(shù)僅使用x射線斷層掃描就可以進(jìn)行精確分析，從而消除了對(duì)電子顯微鏡的需求。因此，它可以進(jìn)行近乎實(shí)時(shí)的狀態(tài)診斷。

　　研究小組從200多個(gè)碳纖維紙樣本中提取了5000張圖像，并利用這些數(shù)據(jù)訓(xùn)練了機(jī)器學(xué)習(xí)算法。結(jié)果，經(jīng)過訓(xùn)練的模型能夠預(yù)測(cè)碳纖維紙關(guān)鍵部件的3D分布和排列，包括碳纖維、粘合劑和涂層，準(zhǔn)確率超過98%。這種能力可以將碳纖維紙的初始狀態(tài)與當(dāng)前狀態(tài)進(jìn)行比較，從而可以立即識(shí)別性能下降的原因。

　　傳統(tǒng)的分析方法包括粉碎碳纖維紙樣品并使用電子顯微鏡，這個(gè)過程至少需要2小時(shí)才能完成。相比之下，研究小組開發(fā)的分析模型僅使用x射線斷層掃描設(shè)備就可以在幾秒鐘內(nèi)識(shí)別出碳纖維紙的降解，損壞區(qū)域和損壞程度。

　　此外，研究小組利用開發(fā)模型的數(shù)據(jù)系統(tǒng)地確定了碳纖維紙的厚度和粘合劑含量等設(shè)計(jì)因素如何影響燃料電池的性能。他們還提取了最佳設(shè)計(jì)參數(shù)，并提出了一個(gè)理想的設(shè)計(jì)方案，旨在提高燃料電池的效率。

　　首席研究員Chi-Young Jung博士表示：“本研究的意義在于將人工智能與虛擬空間利用相結(jié)合，增強(qiáng)了分析技術(shù)，清晰地識(shí)別了能源材料的結(jié)構(gòu)與性能之間的關(guān)系，從而體現(xiàn)了其實(shí)用性。我們希望它在未來的二次電池和水電解等相關(guān)領(lǐng)域發(fā)揮重要作用。”

　　該研究是在韓國能源研究院（KIER）研究項(xiàng)目的支持下進(jìn)行的，并于2024年10月在線發(fā)表在全球能源領(lǐng)域的知名期刊《應(yīng)用能源》（Applied Energy）上。

　　（素材來自：KIER 全球氫能網(wǎng)、新能源網(wǎng)綜合）