← नवीनतम पेपर
🔬 materials science

Extracting a nitrile-centered, ether-assisted motif hierarchy for lithium-battery electrolyte design from billion-scale molecular space

लगभग एक अरब आणविक संरचनाओं की स्क्रीनिंग करके, यह अध्ययन एक मात्रात्मक, व्याख्यात्मक मोटिफ पदानुक्रम स्थापित करता है जहाँ नाइट्राइल समूह विशिष्ट बाधाओं के तहत ईथर्स द्वारा सहायता प्राप्त प्राथमिक लिथियम-सॉल्वेशन मोटिफ के रूप में कार्य करते हैं, जो उच्च-प्रदर्शन वाले, फ्लोरिनेटेड इलेक्ट्रोलाइट उम्मीदवारों के निर्माण को सक्षम बनाता है जो एथिलीन कार्बोनेट को विस्थापित किए बिना स्थिर सॉल्वेशन शेल्स बनाए रखते हैं।

मूल लेखक: Yifeng Xia, Guanghui Wang, Sining Wang, Wenting Chen, Zheng Cheng, Jinzhe Zeng, Qiangqiang Gu

प्रकाशित 2026-08-18
📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Yifeng Xia, Guanghui Wang, Sining Wang, Wenting Chen, Zheng Cheng, Jinzhe Zeng, Qiangqiang Gu

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

प्रत्येक लिथियम-आयन बैटरी के भीतर, एक शांत, सूक्ष्म नदी बहती है। यह नदी इलेक्ट्रोलाइट है, जो एक तरल मिश्रण है जो बैटरी के सकारात्मक और नकारात्मक पक्षों के बीच आवेशित लिथियम आयनों को आगे-पीछे ले जाता है, जिससे उपकरण ऊर्जा को संग्रहीत और मुक्त कर पाता है। बैटरी के बेहतर ढंग से काम करने के लिए, इस तरल का एक नाजुक संतुलन बनाना आवश्यक है। इसे इतना स्थिर होना चाहिए कि बैटरी के उच्च वोल्टेज के तहत टूट न जाए, फिर भी इसे लिथियम आयनों को पकड़ने के लिए पर्याप्त सक्षम होना चाहिए ताकि वे उन्हें ले जा सकें, लेकिन इतना मजबूती से नहीं कि पहुँचने पर उन्हें छोड़ने से मना कर दे। यदि तरल बहुत कसकर पकड़ता है, तो बैटरी धीमी हो जाती है; यदि यह बहुत ढीला पकड़ता है, तो आयन आपस में जुड़ जाते हैं और गति करना बंद कर देते हैं। दशकों से, वैज्ञानिक विशिष्ट रासायनिक निर्माण खंडों को मिलाकर और मिलान करके बेहतर तरल पदार्थ डिजाइन करने का प्रयास करते रहे हैं, इस उम्मीद में कि एक आदर्श रेसिपी मिल सके। हालाँकि, अरबों संभावित आणविक संयोजनों के साथ, यह अनुमान लगाना कि कौन से काम करेंगे, अक्सर बिना किसी मानचित्र के घास के ढेर में सुई खोजने जैसा महसूस होता था।

शोधकर्ताओं की एक टीम ने अब वह मानचित्र बना लिया है, न कि रसायनों का एक-एक करके परीक्षण करके, बल्कि लगभग एक अरब संभावित आणविक संरचनाओं को एक साथ खोजने के लिए कृत्रिम बुद्धिमत्ता (AI) का उपयोग करके। उन्होंने किसी एक "जादुई" सामग्री की तलाश नहीं की। इसके बजाय, उन्होंने एक कंप्यूटर से प्रत्येक अणु का मूल्यांकन दो मौलिक आवश्यकताओं के आधार पर करने को कहा: यह बिजली के प्रति कितना स्थिर है और यह लिथियम आयनों के साथ कितनी अच्छी तरह परस्पर क्रिया करता है। संभावनाओं के इस विशाल सागर का विश्लेषण करके, शोधकर्ताओं ने पाया कि सबसे अच्छे उम्मीदवार यादृच्छिक नहीं हैं। वे एक स्पष्ट, अनुमानित पैटर्न का पालन करते हैं। अध्ययन से पता चलता है कि सबसे आशाजनक अणु लगभग हमेशा 'नाइट्राइल' नामक एक विशिष्ट रासायनिक समूह पर आधारित होते हैं। यह नाइट्राइल समूह एक विश्वसनीय लंगर (anchor) के रूप la कार्य करता है, जो आवश्यक स्थिरता प्रदान करता है। हालाँकि, कहानी यहाँ समाप्त नहीं होती है। शोधकर्ताओं ने पाया कि जब लिथियम आयन के साथ परस्पर क्रिया की आवश्यकता अधिक महत्वपूर्ण हो जाती है, तो एक दूसरा समूह, जिसे 'ईथर' के रूप में जाना जाता है, स्थिति की मांग के अनुसार मदद करने के लिए नाइट्राइल के साथ जुड़ जाता है। यह एक पदानुक्रम (hierarchy) बनाता है जहाँ नाइट्राइल एक आवश्यक आधार है, और ईथर एक सहायक साथी है जो जरूरत पड़ने पर कदम बढ़ाता है।

इस निष्कर्ष तक पहुँचने के लिए, टीम ने लगभग एक अरब कार्बनिक अणुओं के एक विशाल पुस्तकालय से शुरुआत की, जिसे GDB13 के रूप में जाना जाता है, जिसमें परमाणुओं की एक छोटी संख्या से बनी प्रत्येक संभव संरचना शामिल है। वे इन अरबों अणुओं का प्रयोगशाला में परीक्षण नहीं कर सकते थे, इसलिए उन्होंने प्रत्येक अणु के व्यवहार की भविष्यवाणी करने के लिए ज्ञात रासायनिक डेटा पर प्रशिक्षित एक शक्तिशाली कंप्यूटर मॉडल का उपयोग किया। उन्होंने पाँच प्रमुख गुणों पर ध्यान केंद्रित किया जो वास्तविक दुनिया के प्रदर्शन के प्रतिनिधि के रूप में कार्य करते हैं: एक अणु कितनी आसानी से इलेक्ट्रॉन खो या प्राप्त कर सकता है, और इसकी सतह का विद्युत आवेश कैसे वितरित होता है। इसके बाद उन्होंने इन गुणों को अलग-अलग भार (weights) दिए, जो अनिवार्य रूप से कंप्यूटर से स्थिरता बनाम परस्पर क्रिया, या परस्पर क्रिया बनाम स्थिरता को प्राथमिकता देने के लिए कह रहे थे, और देखा कि शीर्ष उम्मीदवारों की सूची कैसे बदलती है।

जो सामने आया वह एक उल्लेखनीय निरंतरता थी। लगभग हर परिदृश्य में, नाइट्राइल समूह वाले अणु शीर्ष पर आए। यह समूह, जिसमें एक कार्बन परमाणु नाइट्रोजन परमाणु के साथ ट्रिपल बॉन्ड बनाता है, इलेक्ट्रॉनिक स्थिरता बनाए रखने के लिए सबसे मजबूत विकल्प साबित हुआ। हालाँकि, जब शोधकर्ताओं ने लिथियम आयन के साथ अणु की परस्पर क्रिया और इसकी समग्र ध्रुवीयता (polarity) के महत्व को बढ़ाया, तो एक नया पैटर्न दिखाई दिया। शीर्ष उम्मीदवारों में ऐसे अणु शामिल होने लगे जिनमें नाइट्राइल समूह को एक ईथर समूह के साथ मिलाया गया था, जिसमें एक ऑक्सीजन परमाणु दो कार्बन श्रृंखलाओं से जुड़ा होता है। इन मामलों में, ईथर ने नाइट्राइल को प्रतिस्थापित नहीं किया; इसने इसकी सहायता की। शोधकर्ता इसे "नाइट्राइल-केंद्रित, ईथर-सहायक" पदानुक्रम कहते हैं। यह सुझाव देता है कि बैटरी की एक विस्तृत श्रृंखला की स्थितियों के लिए, नाइट्राइल एक गैर-परक्राम्य (non-negotiable) कोर है, जबकि ईथर एक लचीला जोड़ है जो विशिष्ट स्थितियों की आवश्यकता होने पर प्रदर्शन में सुधार करता है।

इसके बाद टीम ने परीक्षण किया कि क्या इस नियम का उपयोग पूरी तरह से नए अणुओं को बनाने के लिए किया जा सकता है जिन्हें पहले कभी नहीं देखा गया था। उन्होंने एक जनरेटिव आर्टिफिशियल इंटेलिजेंस मॉडल को इस पदानुक्रम का पालन करने के लिए प्रशिक्षित किया। परिणाम नए आणविक डिजाइनों का एक सेट था जिसमें फ्लोरिनेटेड संस्करण शामिल थे—ऐसे अणु जिनमें फ्लोरीन परमाणु शामिल हैं, जो मूल एक अरब अणुओं के पुस्तकालय में मौजूद नहीं थे। AI ने सफलतापूर्वक इन नई संरचनाओं को बनाया, जिसमें मूल तर्क लागू किया गया: नाइट्राइल कोर को बनाए रखना और गुणों को ट्यून करने के लिए ईथर या फ्लोरीन समूहों को जोड़ना। इसने प्रदर्शित किया कि जो नियम उन्होंने खोजा था वह केवल मौजूदा पुस्तकालय का संयोग नहीं था, बल्कि एक मौलिक सिद्धांत था जो भविष्य की सामग्रियों के निर्माण का मार्गदर्शन कर सकता है।

यह देखने के लिए कि क्या ये विचार वास्तविक दुनिया के वातावरण में टिकते हैं, शोधकर्ताओं ने सबसे अच्छे उम्मीदवारों को एक तरल इलेक्ट्रोलाइट में मिलाकर विस्तृत कंप्यूटर सिमुलेशन चलाए। उन्होंने इन अणुओं को लिथियम आयनों और एथिलीन कार्बोनेट नामक एक सामान्य विलायक (solvent) के घोल में रखा। सिमुलेशन ने दिखाया कि नए अणु बिल्कुल वैसे ही व्यवहार करते हैं जैसा कि पदानुक्रम भविष्यवाणी करता है। वे लिथियम आयनों के साथ कमजोर रूप से परस्पर क्रिया करते हैं, मुख्य विलायक को दूर धकेले बिना आयन के तत्काल पड़ोस में आते-जाते रहते हैं। यह कमजोर, विनिमेय समन्वय (exchangeable coordination) महत्वपूर्ण है क्योंकि यह लिथियम को स्वतंत्र रूप से घूमने की अनुमति देता है। सिमुलेशन ने यह भी दिखाया कि जबकि अणुओं ने मदद की, लेकिन आयनों के कितनी तेजी से चलने पर उनका प्रभाव अणु के सटीक आकार और उसमें डाली गई मात्रा पर निर्भर करता है। इसने पुष्टि की कि नियम की सीमाएँ हैं; यह एक सार्वभौमिक समाधान नहीं है जो हर सांद्रता या हर संरचना के साथ एक ही तरह से काम करता है।

इस कार्य का महत्व इस बात में निहित है कि यह बैटरी डिजाइन के दृष्टिकोण को कैसे बदलता है। प्रयोग और त्रुटि (trial and error) या इस अंतर्ज्ञान पर निर्भर रहने के बजाय कि कौन से रासायनिक समूह "अच्छे लगते" हैं, वैज्ञानिकों के पास अब एक मात्रात्मक, डेटा-संचालित नियम है। वे जानते हैं कि यदि वे एक स्थिर इलेक्ट्रोलाइट चाहते हैं, तो उन्हें एक नाइट्राइल के साथ शुरुआत करनी चाहिए। यदि उन्हें बैटरी द्वारा लिथियम को संभालने के तरीके को सूक्ष्मता से नियंत्रित करने की आवश्यकता है, तो वे एक ईथर जोड़ सकते हैं। यह ढांचा अरबों संभावनाओं की एक अराजक खोज को एक संरचित पथ में बदल देता है। यह गारंटी नहीं देता कि प्रत्येक नया अणु बाजार की दौड़ जीतेगा, लेकिन यह एक स्पष्ट, वैज्ञानिक रूप से ठोस शुरुआती बिंदु प्रदान करता है। नाइट्राइल कोर और ईथर सहायक के बीच संबंध को समझकर, शोधकर्ता अब उच्च सफलता की संभावना के साथ इलेक्ट्रोलाइट्स डिजाइन कर सकते हैं, जिससे संभावित रूप से ऐसी बैटरियां बन सकती हैं जो तेजी से चार्ज होती हैं, लंबे समय तक चलती हैं और उपयोग के लिए सुरक्षित होती हैं। यह अध्ययन सिद्ध करता है कि लगभग एक अरब विकल्पों के स्थान में भी, प्रकृति और गणित अक्सर एक सरल, खोजने योग्य व्यवस्था का पालन करते हैं।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →