Acelerando Avanços em Baterias de Estado Sólido com IA

The fast-growing world of battery technology is expected to be worth over $100 billion in the coming years, thanks to the adopção crescente de veículos elétricos (EVs), à instalação de diversas baterias e ao fornecimento de energia para data centers.

Entre os diferentes tipos de baterias, o íon de lítio é o mais popular, representando impressionantes 44% de participação de mercado. Baterias de íon de lítio são baterias recarregáveis que são mais frequentemente usadas no mundo atual, alimentando nossos telefones celulares, laptops e outros eletrônicos de consumo, além de EVs e sistemas de armazenamento de energia.

Embora as baterias de íon de lítio ofereçam muitos benefícios em termos de leveza, alta condutividade e alta densidade de energia, elas enfrentam problemas de vida útil. A segurança é outro grande desafio, pois contêm um eletrólito líquido volátil, que pode pegar fogo se danificado ou superaquecido.

Como resultado, as baterias de estado sólido (SSB) surgiram como uma alternativa às baterias de estado líquido (LSB), que utilizam eletrólitos sólidos para evitar vazamentos ou geração de gases.

Além de maior segurança, essas baterias também oferecem benefícios de miniaturização, sendo leves, carregamento mais rápido, excelente eficiência de embalagem, operação em ampla faixa de temperatura e longa vida útil em prateleira.

No entanto, as baterias de estado sólido não são uma descoberta recente. Elas foram introduzidas pela primeira vez no século XIX, mas apesar de existirem há tanto tempo, não ganharam aplicação generalizada. Isso está finalmente mudando com a tendência crescente de eletrificação e a necessidade de alternativas melhores e mais seguras às baterias de íon de lítio amplamente adotadas. 

Em meio ao renovado interesse na tecnologia, os pesquisadores estão otimizando as baterias de estado sólido por meio de uma abordagem multifacetada que foca em materiais, estrutura e design de interface, além de utilizar técnicas de IA orientadas por dados. 

Trabalho Contínuo para Melhorar as Baterias de Estado Sólido

Pesquisadores ao redor do mundo estão trabalhando arduamente para entender e melhorar as baterias de estado sólido a fim de alimentar o futuro. Alguns estudos recentes e proeminentes realizados nesta área são os seguintes:

Decodificando Baterias de Estado Sólido

Pesquisadores da Universidade do Missouri aprofundaram-se na compreensão dos problemas das baterias de estado sólido e nas maneiras de superá-los para ajudar as SSBs a se tornarem realidade.

Eles usaram microscopia eletrônica de transmissão de varredura 4D (STEM) para analisar a estrutura atômica da bateria sem desmontá‑la e descobriram que a camada de interfase era a origem do problema.

Nas SSBs, um eletrólito sólido em contato com o cátodo gera uma reação que forma uma camada de interfase de 100 nm de espessura. Embora essa camada seja 1.000 vezes mais fina que um único fio de cabelo, ela bloqueia a transferência contínua de íons de lítio e elétrons, o que aumenta a resistência e prejudica o desempenho da bateria.

Após essa descoberta, o Professor Assistente Matthias Young está agora planejando testar se a especialização de seu laboratório, filmes finos criados por um processo chamado deposição oxidativa de camada molecular (oMLD), podem formar revestimentos protetores e ajudar a impedir que o eletrólito sólido e os materiais do cátodo reajam entre si. 

“Os revestimentos precisam ser finos o suficiente para prevenir reações, mas não tão espessos a ponto de bloquear o fluxo de íons de lítio,” disse ele. “Visamos manter as características de alto desempenho do eletrólito sólido e dos materiais do cátodo. Nosso objetivo é usar esses materiais juntos sem sacrificar seu desempenho em nome da compatibilidade.”

Explorando o Potencial do LLZO como Eletrólito Sólido em SSLMB

Um estudo recente de pesquisadores da Universidade de Tohoku avaliou eletrólitos sólidos do tipo granada para baterias de metal de lítio de estado sólido (SSLMB), que são consideradas uma tecnologia promissora devido ao seu potencial de melhorar o desempenho energético e a segurança.

Concluiu que as vantagens de densidade de energia esperadas dessas baterias podem, na verdade, estar superestimadas. 

De acordo com este estudo, uma bateria de metal de lítio totalmente de estado sólido (ASSLMB) com o principal candidato a eletrólito sólido LLZO (óxido de lítio, lantânio e zircônio) oferece apenas um aumento marginal na densidade de energia em comparação com as atuais baterias de íon de lítio, ao mesmo tempo em que acarreta altos custos de produção e desafios de fabricação.

Segundo o estudo, a ASSLMB alcançaria uma densidade de energia gravimétrica de 272 Wh/kg em comparação com os 250‑270 Wh/kg das baterias de íon de lítio, tornando os eletrólitos quase de estado sólido alternativas mais viáveis.

“As baterias de metal de lítio totalmente de estado sólido foram vistas como o futuro do armazenamento de energia, mas nosso estudo mostra que os projetos baseados em LLZO podem não proporcionar o salto esperado na densidade de energia. Mesmo sob condições ideais, os ganhos são limitados, e os custos e desafios de fabricação são significativos.”

– Autor principal do estudo Eric Jianfeng Cheng da WPI-AIMR, Universidade de Tohoku

Embora valorizado por sua condutividade iônica e estabilidade, uma modelagem abrangente de uma bateria prática baseada em LLZO questionou a ideia de que ela aumenta consideravelmente a densidade de energia. Mesmo com um separador cerâmico LLZO ultrafino e um cátodo de alta capacidade, o estudo constatou que o desempenho da bateria é apenas ligeiramente melhor do que o das melhores células convencionais de íon de lítio.

A densidade do LLZO é o principal problema aqui, pois aumenta a massa da célula e reduz os benefícios energéticos esperados. Além disso, há a fragilidade do material, problemas com dendritos de lítio, dificuldades na fabricação de folhas finas sem defeitos e vazios na interface, tudo o que complica a implementação em larga escala. Segundo Cheng:

“O LLZO é um material excelente do ponto de vista da estabilidade, mas suas limitações mecânicas e o peso adicional criam barreiras sérias à comercialização.”

Aqui, combinar o material com eletrólitos à base de gel ou polímero demonstrou melhor estabilidade a longo prazo.

Descobrindo Eletrólitos Sólidos Promissores

Pesquisadores da Tokyo University of Science também descobriram novos materiais para SSLIBs seguros e de alto desempenho.

“Fabricar baterias secundárias de íon de lítio totalmente de estado sólido tem sido um sonho antigo de muitos pesquisadores,” disse o Professor Kenjiro Fujimoto, que observou que eles descobriram um eletrólito sólido de óxido, que é um componente chave das ASSLIBs. 

O material (Li1.25La0.58Nb2O6F) é altamente estável e apresenta condutividade iônica total de 3,9 mS cm⁻¹ à temperatura ambiente, superior aos eletrólitos sólidos de óxido previamente relatados, além de possuir energia de ativação extremamente baixa.

Além disso, se danificado, não incendeia, tornando o novo material adequado para aplicações onde a segurança é crítica. Utilizável em altas temperaturas e suportando recarga rápida, também o torna apropriado para aplicações de alta capacidade, como EVs.

“A aplicação deste material é promissora para o desenvolvimento de baterias revolucionárias que podem operar em uma ampla faixa de temperaturas, de baixa a alta.”

– Prof. Fujimoto

Enquanto isso, no final do ano passado, pesquisadores da Osaka Metropolitan University desenvolveram Na2.25TaCl4.75O1.25 como um novo eletrólito sólido.

Os pesquisadores haviam desenvolvido anteriormente o eletrólito sólido NaTaCl6, que é uma combinação de cloreto de sódio e cloreto de tântalo. Desta vez, a equipe adicionou pentóxido de tântalo (Ta2O5) a ele, o que ajudou a alcançar alta condutividade à temperatura ambiente. 

Ele também apresenta alta formabilidade, bem como maior estabilidade eletroquímica em comparação com os cloretos convencionais.

“Espera‑se que os resultados desta pesquisa contribuam significativamente para o desenvolvimento de eletrólitos sólidos compostos, além dos eletrólitos sólidos de vidro e cristal que foram desenvolvidos até o momento.”

– Professor Assistente Kota Motohashi da Escola de Pós‑Graduação em Engenharia

Eles agora estão focados em ilustrar o mecanismo de condução iônica dos eletrólitos sólidos compostos, bem como desenvolver mais materiais.

Alterando a Estrutura, Removendo os Componentes

Pesquisadores da University of Illinois Urbana‑Champaign, por sua vez, descobriram que a estrutura helicoidal aumentou significativamente a condutividade dos eletrólitos poliméricos de peptídeo de estado sólido em comparação com contrapartes de “bobina aleatória”, com hélices mais longas levando a maior condutividade. Além disso, a estrutura helicoidal aumenta a estabilidade geral do material em relação à voltagem e temperatura.

“Introduzimos o conceito de usar a estrutura secundária – a hélice – para projetar e melhorar a propriedade material básica da condutividade iônica em materiais sólidos.”

– Professor líder do estudo Chris Evans

Esta é a mesma hélice encontrada em peptídeos na biologia. Por ser feita de peptídeos, significa que, quando a bateria atinge o fim de sua vida útil, o material pode ser degradado de volta em unidades monoméricas individuais usando ácido ou enzimas, e os materiais de partida podem então ser recuperados e reutilizados, tornando-a ecologicamente amigável.

Em outro estudo interessante, pesquisadores criaram a primeira bateria de sódio de estado sólido sem ânodo com ciclos estáveis por várias centenas de ciclos. A bateria de baixo custo, alta capacidade e carregamento rápido pode ajudar a descarbonizar a economia.

Remover o ânodo exigiu uma arquitetura inovadora, então a equipe criou um coletor de corrente usando pó de alumínio, que, embora sólido, pode fluir como um líquido, e que envolvia o eletrólito.

“As baterias de sódio de estado sólido geralmente são vistas como uma tecnologia distante no futuro, mas esperamos que este artigo possa impulsionar mais esforços na área de sódio ao demonstrar que ela pode realmente funcionar bem, até melhor que a versão de lítio em alguns casos.”

– Primeiro autor Grayson Deysher, candidato a PhD da UC San Diego

Hora de Usar IA para Encontrar Rápido os Melhores Candidatos a Eletrólitos Sólidos

Em meio a essa extensa pesquisa contínua sobre diferentes aspectos das baterias de estado sólido, especialmente os eletrólitos, para torná‑las melhores e impulsionar sua adoção, os cientistas agora estão utilizando inteligência artificial.

O eletrólito é um dos componentes mais críticos da bateria. Ele transfere partículas carregadas chamadas íons entre os dois eletrodos da bateria, permitindo que a bateria carregue e descarregue. 

Portanto, o foco está em melhorar o desempenho do eletrólito de estado sólido (SSE), o que envolve aprimorar a condutividade iônica, a estabilidade e a vida útil dos ciclos. No entanto, as limitações dos materiais atuais dificultam alcançar essas melhorias.

Superar esses desafios requer o desenvolvimento de materiais SSE de alto desempenho, que desbloquearão todo o potencial das baterias de estado sólido.

Óxidos metálicos e sulfetos são alguns dos materiais mais amplamente estudados como SSEs promissores. Aqui, investigar hidretos como SSEs que apresentam alta estabilidade redox e mecânica e condutividade iônica divalente média à temperatura ambiente é particularmente benéfico.

Com sua alta condutividade iônica e baixa energia de ativação, os hidretos demonstraram grande promessa no desenvolvimento de SSEs. Os hidretos metálicos, por sua vez, oferecem benefícios distintos devido à baixa massa dos átomos de hidrogênio. 

No entanto, o peso leve do hidrogênio e o comportamento complexo dos hidretos divalentes apresentam desafios na síntese e caracterização estrutural, destacando as limitações das técnicas experimentais atuais.

O desafio aqui é que a descoberta experimental de SSE depende de métodos ineficientes e demorados de tentativa e erro. Para resolver isso, precisamos de pesquisas assistidas por computação para entender os mecanismos de migração iônica e descobrir novos eletrólitos de estado sólido.

A questão é que abordagens teóricas tendem a oferecer maneiras mais sistemáticas e rápidas de explorar propriedades dos materiais. Além disso, há avanços em grandes modelos de linguagem (LLMs), que estão aprimorando ainda mais as metodologias orientadas por dados e melhorando as previsões teóricas.

Ainda assim, obter alta precisão nos métodos teóricos é desafiador devido à complexidade dos materiais SSE. O foco da pesquisa atual em um único material ou método também limita a compreensão abrangente dos SSEs.

Então, como podemos usar melhor os insights teóricos para projetar experimentos mais eficientes? Além disso, que tipo de fluxo de trabalho ideal combina perfeitamente a modelagem teórica com a validação experimental? A resposta está em combinar informações computacionais e experimentais.

Para superar os obstáculos com SSEs divalentes, que mostram grande promessa para baterias totalmente de estado sólido de alto desempenho (ASSBs), pesquisadores em um novo estudo desenvolveram um fluxo de trabalho integrado que combina mineração de dados, análise impulsionada por IA, regressão de aprendizado de máquina, busca global de estrutura, simulações de metadinâmica ab initio (MetaD), e benchmark de teoria‑experimento.

Esta pesquisa visa melhorar nossa compreensão dos SSEs divalentes e fornecer uma estrutura robusta para prever e projetar novos candidatos a SSE. Por sua vez, acelerará a descoberta de opções otimizadas de SSE para avançar tecnologias viáveis de armazenamento de energia.

Clique aqui para saber sobre a tecnologia revolucionária de bateria de estado sólido da Princeton.

Rumo às Próximas Gerações de Baterias de Estado Sólido para Soluções Energéticas Sustentáveis

Para construir com sucesso baterias de estado sólido mais poderosas e sustentáveis, os pesquisadores da Universidade de Tohoku construíram uma estrutura de IA orientada por dados¹. 

Ao contrário da abordagem tradicional, que envolve testar cada material e então definir caminhos um a um, essa estrutura identifica potenciais candidatos a eletrólitos de estado sólido (SSE) que poderiam ser “o escolhido” para criar a solução energética sustentável ideal.

O modelo desenvolvido não apenas seleciona candidatos ótimos, mas também pode prever como a reação ocorrerá. Além disso, ele explica por que um determinado candidato é uma boa escolha ao fornecer insights sobre mecanismos potenciais, ajudando os pesquisadores a iniciar antes mesmo de entrarem no laboratório.

Professor Hao Li do Advanced Institute for Materials Research observou:

“O modelo essencialmente realiza todo o trabalho de tentativa e erro para nós. Ele utiliza um grande banco de dados de estudos anteriores para pesquisar todas as opções potenciais e encontrar o melhor candidato a SSE.”

A avançada estrutura de IA da equipe integra-se ao Large Language Model (LLM), um tipo de modelo de aprendizado de máquina pré‑treinado em vastas quantidades de dados. Os LLMs são conhecidos por sua grande capacidade de processar, compreender e gerar linguagem humana.

Ao incorporar outras técnicas orientadas por dados, o modelo preditivo utiliza tanto dados computacionais quanto experimentais. Dessa forma, o estudo fornece aos pesquisadores uma opção sólida com o resultado mais bem‑sucedido.

Além de ajudar a acelerar o desenvolvimento de baterias de estado sólido de alto desempenho e sustentáveis, o estudo também visa compreender as complexas relações entre estrutura e desempenho dos SSEs. Essa relação abrange fatores como condutividade iônica, estabilidade e compatibilidade com eletrodos e costuma ser investigada por meio de modelagem computacional, análise experimental e abordagens orientadas por dados.

O modelo construído pela equipe também prevê energias de ativação, determina a estrutura cristalina estável e aprimora o fluxo de trabalho geral dos pesquisadores. Os resultados do estudo mostram que a MetaD é um método computacional excelente, demonstrando forte concordância com dados experimentais para hidretos SSE complexos.

Os pesquisadores também identificaram um novo sistema de transferência de íons. O mecanismo de “duas etapas” foi descoberto em ambos os SSEs que surgem da integração de moléculas neutras.

Assim, combinando análise de recursos com regressão linear múltipla, a equipe conseguiu desenvolver modelos preditivos precisos para a avaliação rápida do desempenho de hidretos SSE. Mais importante ainda, a estrutura permite a predição precisa de estruturas candidatas sem depender de entradas experimentais.

No geral, o estudo oferece grandes insights, bem como metodologias avançadas para o design eficiente e otimização de baterias de estado sólido de próxima geração.

Mas esses são apenas os passos iniciais rumo à construção de soluções energéticas sustentáveis, com a equipe planejando expandir a aplicação de sua estrutura para diversas famílias de eletrólitos. A equipe realmente espera que ferramentas de IA generativa sejam úteis na investigação de caminhos de migração iônica e mecanismos de reação, aprimorando a capacidade preditiva da plataforma.

Investindo no Mercado de Baterias de Estado Sólido

Quando se trata de uma empresa investível no crescente mercado de baterias de estado sólido, a QuantumScape (QS ) está na vanguarda, como um player importante com foco na tecnologia de lítio‑metal. Seu separador cerâmico de estado sólido proprietário foi projetado para melhorar a densidade de energia, a velocidade de carregamento e a segurança, ao mesmo tempo que impede problemas críticos como a formação de dendritos, que tem limitado a adoção do ânodo de lítio‑metal.

QuantumScape Corporation

Desenvolvendo tecnologia SSB para EVs e visando se tornar um fabricante de equipamento original (OEM), a QuantumScape Corporation já garantiu parcerias com a grande montadora Volkswagen Group e sua subsidiária, PowerCo.

Embora enfrente desafios na comercialização, a QuantumScape continua sendo um nome importante no setor. No ano passado, começou a produzir amostras de seus diversos produtos SSB e planeja produzir ainda mais este ano.

Com uma capitalização de mercado de US$ 2,2 bilhões, as ações da QS estão atualmente negociando a US$ 3,90, queda de mais de 25% no ano. Seu EPS (TTM) é -0,91, e o P/E (TTM) é -4,30.

Para o 1º trimestre de 2025, a empresa reportou US$ 5,8 milhões em despesas de capital, despesas operacionais GAAP de US$ 123,6 milhões e um prejuízo líquido GAAP de US$ 114,4 milhões. Encerrou o trimestre com US$ 860,3 milhões em liquidez, com a reserva de caixa prevista para durar até a segunda metade de 2028.

Este ano, a empresa pretende levar o processo do separador Cobra à produção de base, melhorar a qualidade e a produção das amostras QSE-5, e enviar células QSE-5 para demonstrar suas capacidades de desempenho excepcionais em uma aplicação real.

Últimas Notícias sobre a QuantumScape Corporation

Conclusão

Com as baterias desempenhando um papel fundamental na alimentação de eletrônicos, EVs e sistemas de energia, há necessidade de desenvolver materiais energéticos de próxima geração para criar um futuro sustentável. Embora as baterias de estado sólido ofereçam uma solução promissora, seu desenvolvimento enfrenta desafios técnicos significativos. O que o desenvolvimento de SSB precisa é melhorar o desempenho do eletrólito de estado sólido (SSE). 

Portanto, a intensa pesquisa em torno dos SSEs, que está pronta para acelerar em ritmo ainda maior graças ao novo modelo de IA orientado por dados, impulsiona isso. Alimentado por vastos conjuntos de dados e técnicas avançadas de simulação, a estrutura ajuda os pesquisadores a identificar e otimizar SSEs com velocidade e precisão sem precedentes. Essa convergência entre ciência dos materiais e aprendizado de máquina demonstra um enorme potencial para oferecer soluções de baterias de estado sólido de alto desempenho e sustentáveis para impulsionar o futuro da energia limpa.

Clique aqui para uma lista das principais ações de baterias de estado sólido.

Estudos Referenciados:

1. Wang, Q., Yang, F., Wang, Y., Zhang, D., Sato, R., Zhang, L., Cheng, E. J., Yan, Y., Chen, Y., Kisu, K., Orimo, S., & Li, H. (2025). Unraveling the complexity of divalent hydride electrolytes in solid-state batteries via a data-driven framework with large language model. Angewandte Chemie International Edition, 64(22), e202506573. https://doi.org/10.1002/anie.202506573