清华大学Nature Energy:机器学习设计的高温高储能聚合物复合电容器

材料人 2025-09-13 09:39
文章摘要
背景:聚合物电介质是薄膜电容器的核心储能材料,在新能源领域应用广泛,但其高温性能受限于击穿场强。研究目的:通过机器学习方法设计兼具宽带隙和高电子亲和能的有机分子填料,提升复合电介质的高温储能性能。结论:成功开发出新型复合电介质,在250°C下实现5.1 J cm-3的高能量密度,并完成千米级薄膜的工业化制备,突破了高温聚合物电介质的应用瓶颈。
清华大学Nature Energy:机器学习设计的高温高储能聚合物复合电容器
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Issue Publication Information
DOI: 10.1021/elv007i017_1981184 Pub Date : 2025-09-09
IF 4.7 3区 材料科学 Q1 ACS Applied Electronic Materials
Affinity-driven electrolyte design
DOI: 10.1038/s41560-025-01859-w Pub Date : 2025-09-11
IF 56.7 1区 材料科学 Q1 Nature Energy
材料人
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信