基于机器学习设计的高温高能量密度聚合物复合电容器材料研究

来自前沿领域的研究人员通过人工智能方法，针对高温环境下聚合物电介质能量密度（Ud）和击穿强度（Eb）提升难题，开发了具有大带隙（Eg ~5.5 eV）和高电子亲和能（Ea ~4.5 eV）的有机填料。该研究成功制备出可在250°C下实现5.1 J cm?3能量密度、90%放电效率及20万次充放电循环的聚酰亚胺复合薄膜，并通过卷对卷工艺实现公里级量产，为恶劣环境下的能源系统提供了突破性解决方案。

　　

通过生成式机器学习技术的辅助，科研团队成功设计并合成了兼具大带隙（bandgap, E_g ≈5.5 eV）和高电子亲和能（electron affinity, E_a ≈4.5 eV）的有机填料。这些创新填料使聚酰亚胺（polyimide）复合薄膜在250°C高温环境下实现5.1 J cm^?3的能量密度（energy density, U_d），同时保持90%的放电效率（discharge efficiency）和2×10⁵次充放电循环寿命。研究团队进一步采用卷对卷（roll-to-roll）工艺制备出公里级高质量复合薄膜，工业级电容器测试表明该金属化复合薄膜在恶劣环境中具有稳定的放电性能和自修复（self healing）特性。这项突破为电动汽车和可再生能源系统中的功率电子设备提供了高性能介质材料解决方案。