从量子级到汽车电池

新的发展需要新材料。直到最近，这些研究大多是在实验室里进行的。研究人员在弗劳恩霍夫算法和科学计算SCAI Sankt Augustin现在大大缩短耗时和成本与他们的虚拟“材料设计”的方法强化过程和专门开发的tremolo-x软件。通过结合多尺度模型、数据分析和机器学习，可以更快地开发改进的材料。在汉诺威博览会从4月23日至27, 2018，夫琅禾费将展示未来的虚拟材料（6号馆，展位设计看上去A30）。

在几乎每一个行业，新材料都需要新的发展。让我们以汽车工业为例：虽然汽车只是由少量的材料组成，但现代汽车是由成千上万种不同的材料组装而成的，需求量也在增加。无论是使汽车轻，获得更好的燃油经济性或发展电动汽车电池，每一个新的发展需要找到或开发的材料，具有正确的属性。寻找合适的材料常常像猜谜游戏，尽管。候选人通常是从庞大的材料数据库中挑选出来的，然后进行测试。虽然这些数据库提供了对特定性能特性的洞察，但它们通常并没有深入到深度，以便对材料是否具有所需属性作出有意义的判断。为了发现这一点，必须进行大量的实验室测试。在Fraunhofer SCAI的科学家选择了一种不同的方法。对物质的要求被分解为物质的内部结构，即原子能级。一个专门开发的软件，tremolo-x，然后计算出材料的粒子反应时，受到一定的物理效应。其结果是，可以得出是否具有所需性能的材料可以在这些颗粒的基础上开发。

虚拟预测模型与原子模拟

“我们的目标是缩短对正确材料的搜索。这个过程通常需要十到二十年，这不仅费时而且昂贵的，博士说：”Jan Hamaekers从Fraunhofer SCAI。”我们的想法是使用虚拟流程来筛选候选者的数量，直到实验室中只剩下少数几个待测试。例如，材料冷却的速度和承受的压力。这是用两种不同的方式在计算机上使用夫琅和费软件进行模拟：虚拟粒子是在原子或甚至在量子水平上模拟的。他们的表现如何？粒子是如何相互作用的？另一种方法是利用现有的数据和知识，得出预测模型，使预测材料的性能成为可能。”其目的是提高、创造和探索为了推荐他们的结构和设计的实际综合之前在虚拟计算机实验室的有效性能的新型创新材料和分子，”Hamaekers解释说。

多尺度建模：从原子到过程链

在多尺度建模过程中，该过程变得清晰，如在化学工业中使用（除其他外）。在这里，材料的化学首先描述在量子水平上。这些信息被转移到更粗糙的模型中，映射分子及其物理性质。”例如，如果我们想预测锂离子电池的电解质是多么好，或者离子扩散的速度有多快，我们首先在量子水平上模拟粒子，看看它们会发生什么。然后，我们将这些信息带到下一个层次，深入了解动力学，或者粒子如何在原子能级上运动。从这里，我们可以上升到一个尺度，看看电解质在宏观世界中的表现。这给了我们所有过程的精确的见解，如果有必要，我们可以适应或改变的过程，”Hamaekers解释说。这样，不仅可以开发新材料，也可以为特定应用找到合适的材料。甚至进程也可以被检查和改进。通过在虚拟反应器中模拟原子或分子水平的过程，可以精确地识别可以优化的点或参数；

在2018汉诺威博览会，Fraunhofer SCAI用生动的例子来展示材料的设计可以提高通过建模，数据分析和机器学习。