传统的材料研发模式主要依赖「试错」的实验方法或偶然性的发现,其研发过程一般长达 10-20 年。
原子层沉积 (Atomic layer deposition,ALD) 是一种高度可控的薄膜合成工艺,可制造出只有一个原子厚的薄膜。广泛应用于计算机芯片、太阳能电池、锂电池等领域。很多企业常用 ALD 来制造半导体器件。ALD 的灵活性和多样性给确定工艺参数带来了重大挑战,但仍需要专家的直觉和耗时的反复试验来确定最佳工艺参数。
在这场发布会中,特斯拉展示了一系列全新的电池技术,并发布了“4680无极耳电池”。有了这款新电池的加持,马斯克表示,有信心在未来三年内生产一辆售价仅为 25000 美元(约合 17 万人民币)的电动车,这会是史上最便宜的特斯拉汽车。
文/恒亮 研究显示,普通锂离子电池之所以发生爆炸的重要原因之一,就是由于传统锂电池的电解液为有机液体,在不太高 […]
文/杨博丞 近日,苹果对异常关机的iPhone 6S进行了更换电池的处理,蓝鲸TMT也在第一时间进行跟踪走访, […]
文/刘子榆 据国外媒体 electrek 报道,虽然特斯拉目前还没有正式公布装配 Model 3 车型的新型电 […]
文/柏铭007 柏铭科技 由于手机日益追求轻薄,但是却又希望获得更好的续航体验,因此快充技术应运而生,不过快充 […]
文/柏铭007 三星的galaxy note7以诸多创新的技术吸引了大众眼球,本来有望成为继galaxy S7 […]
来源:网易科技 三星电子今天表示,由于要对 Galaxy Note 7 手机进行额外的品控测试,因此将推迟该手 […]
美国一家叫 Quidnet Energy 的能源创业公司,根据抽水储能的原理,另辟蹊径,充分利用遍布美国的废弃 […]
摘要:现在,笔记本电脑电池的工作方式非常简单:你有一个大的锂离子大块电池,将权力分派给你的电脑硬件说它需要它。 […]
为了使量子材料的发现成为可能,来自太平洋西北国家实验室 (PNNL) 研究人员将详细的数据库作为他们的虚拟实验室。研究人员创建了一个新的未被充分研究的量子材料数据库,为发现新材料提供了一条途径。
这就是劳伦斯伯克利国家实验室 (LBNL) 的「材料项目」(Materials Project)所面临的挑战。
近日,来自斯坦福大学的 Sadasivan Shankar 和 Richard N. Zare 在《Nature Machine Intelligence》发表 Correspondence 文章:「The perils of machine learning in designing new chemicals and materials」,指出了机器学习在设计新化学品和材料中的危险。