Önemli hücre tasarım parametrelerinin çinko-hava pil performansına etkisinin yapay öğrenme ile incelenmesi

Bu tezde, çinko-iyon pilleri için farklı hücre tasarım parametrelerinin etkisini anlamak için literatürden toplanan veriler üzerinde yapay öğrenme ve veri madenciliği kullanılmıştır. Toplanan veri seti, farklı hücre üretim parametrelerini içermektedir ve hücre performansı, pik deşarj kapasitesi ve 100 çevrim sonrası kalan kapasitenin bir fraksiyonu olarak ifade edilen döngüsel performansans açısından ölçülmüştür. Veri seti, her iki performans ölçütü için de XGBoost ve karar ağacı modellerini eğitmek için kullanılmıştır; performans ölçütleri yüksek ve düşük sınıflar olarak ikiye bölünmüştür. XGBoost modelleri, kapasite ve kapasite koruma oranı için 5 kat çapraz doğrulamada ortalama doğruluklarını sırasıyla 0.693 ve 0.632 olarak göstermiştir. Tam veri setiyle eğitilen modeller sırasıyla 0.761 ve 0.891 F1 puanları göstermiştir. Hücrenin kapasitesi için gerçekleştirilen özellik önem analizi, katot grubunun, elektrolit tuzunun ve konsantrasyonunun önemli olduğunu gösterirken, katot malzemesi sentez yöntemi ve tuz ve kütle yüklemesinin kapasite koruma oranı için en önemli faktörler olduğuna işaret etmiştir. İlişki kuralları, vanadyum oksitler ve karışık metal oksitlerin katot malzemeleri içinde en iyi performansı gösterdiğini belirlemiştir. Mangan oksitleri kullanan katotlar ise daha düşük hücre kapasitesi göstermiştir. Elektrolit tuzu olarak çinko triflat, Zn(CF3SO3)2, ve yüksek tuz konsantrasyonu, yüksek hücre kapasitesi ve döngüsel özelliklerle yüksek ilişkilere sahiptir. Yüksek iletken karbon fraksiyonunun kullanılması (%20 ve daha yüksek), yüksek kapasite ile ilişkilendirilmiştir. Grafen ve karbon nanotüpler gibi nano yapıdaki karbon malzemeleriyle geliştirilen kompozit katotların üretiminin döngü ömrünü artırırken hücre pik kapasitesini artırmadığı belirlenmiştir. Ayrıca, polimer kaplama veya depozit çinko ile değiştirilmiş çinko anotlar, önemli ölçüde daha yüksek bir döngü ömrüne sahiptir.