【儀表網 研發(fā)快訊】聚合物電介質是薄膜電容器的核心儲能材料，在電動汽車、風/光發(fā)電設施中發(fā)揮著不可替代的作用，它具有極高的功率密度和極快的充放電速率，但其能量密度受到高溫擊穿場強的制約。在聚合物中引入寬帶隙、高電子親和能的填料可以有效抑制其內部的電荷遷移，延緩電荷遷移引發(fā)的電子雪崩和擊穿裂紋，提高復合電介質的擊穿場強，但采用傳統(tǒng)的人工搜索方法尋找同時具有寬帶隙和高電子親和能的填料十分困難。
 

　　針對上述問題，清華大學材料學院沈洋課題組采用生成式機器學習方法深入探究了有機分子填料的化學結構與能帶結構的關聯(lián)，訓練后的機器學習模型具有較高的性能預測準確度，采用該模型準確輸出了超過200種有機分子，并合成了兩種兼具寬帶隙(5.5 eV)和高電子親和能(4.5 eV)的小分子作為填料。摻入聚合物基體的小分子填料一方面可通過高電子親和能捕獲電子，另一方面可通過寬帶隙阻礙電子在其內部的遷移，因此可以顯著降低電介質內部的泄漏電流密度，大幅提升高溫擊穿場強。該研究中的復合電介質在250°C高溫下達到了5.1 J cm-3的能量密度(充放電效率為90%)，超過了目前絕大多數的聚合物電介質材料。課題組還基于自行搭建的卷對卷流延設備，連續(xù)化制備了千米級的復合電介質薄膜，并實現了基于新型聚合物復合電介質薄膜的電容器的工業(yè)化生產。相較于傳統(tǒng)的聚丙烯薄膜電容器，復合電介質薄膜電容器在高溫環(huán)境下表現出優(yōu)異的能量密度、功率密度與電容穩(wěn)定性，并可實現自愈，這代表了高溫高儲能聚合物電介質材料向實際應用的巨大突破。
 

基于生成式機器學習開發(fā)高溫高儲能聚合物復合電介質薄膜電容器
 

　　研究成果以“機器學習設計的高溫高儲能聚合物復合電容器”(High-Temperature Polymer Composite Capacitors with High Energy Density Designed via Machine Learning)為題，于9月9日在線發(fā)表于《自然·能源》(Nature Energy)。
 

　　清華大學材料學院博士后楊敏錚和武漢理工大學2025級博士生萬超凡為論文第一作者，清華大學材料學院教授沈洋為論文通訊作者，清華大學化學系教授王訓和武漢理工大學教授沈忠慧為論文共同通訊作者。其他合作者還包括清華大學材料學院南策文院士、化學系教授段煉、材料學院副研究員胡澎浩以及烏鎮(zhèn)實驗室副研究員江建勇等。材料學院教授萬春磊、席小慶等為研究提供了重要幫助。
 

　　研究得到國家自然科學基金委基礎科學中心項目、創(chuàng)新研究群體項目、青年基金(博士生項目)、中國博士后創(chuàng)新人才支持計劃、清華大學“水木學者”項目等的大力支持。