共计 1519 个字符，预计需要花费 4 分钟才能阅读完成。
在伊萨卡严寒的冬季为电动汽车电池充电可能相当困难，极寒温度还会减少车辆的续航里程。高温天气同样具有挑战性，可能导致电池材料分解，甚至引发灾难性故障。
为了使电动汽车（EVs）被广泛接受，安全且快速充电的锂离子电池需要能够在极端温度下运行。但为了实现这一目标，科学家们需要了解电动汽车所用材料在温度相关化学反应中的变化，这一目标至今仍难以实现。
- 
- 
- 
- 
- 
- 
如今，由康奈尔大学艺术与科学学院化学与化学生物学助理教授 Yao Yang 博士领导的化学家们开发了一种利用电子显微镜诊断极端气候下电池故障机制的方法。他们首创的原位（“操作”）电化学透射电子显微镜（TEM）使他们能够观察化学反应的动态，并收集实时电影，展示能量材料在温度变化过程中的变化。
这项工作是与化学与化学生物学助理教授 Erik Thiede 密切合作完成的。Thiede 的团队开发了新的数据分析算法，用于分析 TEM 生成的电影。他们的论文《Operando Heating and Cooling Electrochemical 4D-STEM Probing Nanoscale Dynamics at Solid-Liquid Interfaces》于 5 月 23 日发表在《美国化学学会杂志》上。
“我们现在有机会研究电池在零下 50 摄氏度（零下 58 华氏度）的极寒北极气候下的运行情况，以及催化剂在高达 300 摄氏度（572 华氏度）下的活化和降解情况，这适用于许多工业催化剂和每辆汽车的催化转换器，”Yang 说道。
研究人员使用三电极电化学电路和双电极加热和冷却电路，实现了在整个温度范围内的定量电化学研究。
Yang 的团队与北卡罗来纳州的行业合作伙伴 Protochips Inc. 合作，已经进行了三年的 TEM 仪器开发工作。他的研究推动了电化学方法的发展，用于研究能量材料，以开发更安全、充电更快的锂电池，以及用于分解水以生产绿色氢气。
“我们还在设计用于减少碳排放的纳米催化剂，以生产可持续的液体燃料，这些努力有助于应对全球气候变化问题，”Yang 说道。该项目由共同作者 Sungin Kim（韩国世宗科学研究员）和 Valentin Briega-Martos（均为化学博士后研究员）共同领导。
Thiede 的研究最初专注于开发新的机器学习和人工智能算法，用于分析蛋白质结构的低温电子显微镜图像。
“然后我意识到，我们团队的算法在自动化分析 Yang 团队生成的千兆字节到太字节级别的显微镜图像和电影方面也非常有帮助，”Thiede 说道。“Yang 团队收集的数据是每个计算科学家的梦想。它使我们能够看到新的科学现象，但数据足够复杂，分析它需要新的算法，这让我们感受到了联合实验 - 理论方法的力量。”
其他共同作者包括领导 Thiede 团队在能量材料方面的人工智能和机器学习工作的康奈尔 Schmidt AI 研究员 Kwanghwi Je；Yafet Negash ’27；化学博士后研究员 Shikai Liu 和 Juhyung Choi；化学一年级博士生 Zhijing (Zora) Zhang、Rafael Guzman-Soriano、Wenqi Li 和 Jiahong Jiang；以及 Rice 大学助理教授 Yimo Han 博士。
这项工作在 PARADIM 平台上进行，由美国国家科学基金会支持的 PARADIM 科学家 Steven Zeltmann 领导。其他贡献者包括康奈尔材料研究中心的科学家 John Grazul 和 Philip Carubia。
Yang 的团队获得了 2025 年康奈尔 Atkinson 可持续发展中心快速资助、2030 项目以及 2025 年康奈尔 Kavli 研究所仪器开发资助的支持。Thiede 的团队获得了 Eric 和 Wendy Schmidt 人工智能科学研究所和康奈尔人工智能倡议的支持。
