Se espera que la demanda global de baterías recargables sostenibles aumente drásticamente en la próxima década a medida que las aplicaciones continúen despegando. Las baterías de iones de litio (LIB) son las baterías recargables de alta capacidad más potentes del mercado actual, pero casi han alcanzado su límite de densidad de energía teórica y, por lo tanto, es obligatoria la exploración de nuevos sistemas y químicas.
Asumir este desafío requiere nuevos enfoques disruptivos y mejores herramientas para acelerar el descubrimiento y la comprensión de nuevos materiales electroactivos. Para ello, diversos grupos de investigación han propuesto estrategias para identificar, de forma teórica, nuevos candidatos potenciales de manera más eficiente gracias al uso de la química computacional.
Dentro del marco del proyecto ION-STORE, CIC energiGUNE ha desarrollado una herramienta computacional basada en la teoría de enlace de valencia (TEV). Esta herramienta permite acceder a bases de datos cristalográficos e identificar estructuras que se han usado previamente en otros campos y que podrían ser potenciales candidatas para ser usadas en el campo de las baterías. De esta forma, se han identificado numerosas familias de compuestos que, si bien ayudan a avanzar en el descubrimiento de nuevos materiales, provocan que se genere un cuello de botella en la etapa de validación experimental. De ahí que, identificada esta etapa limitante, se propusiera el desarrollo del proyecto ION-SELF que se centra en acelerar el ratio de muestras sintetizadas.
Dentro del proyecto ION-SELF, estamos trabajando para permitir el descubrimiento acelerado y autónomo de nuevos materiales electroactivos. Para ello, nos centramos en la automatización de los procesos de síntesis, de caracterización, del propio tratamiento de datos e, incluso, de la planificación de los nuevos experimentos mediante el uso de módulos automáticos e inteligencia artificial. De esta forma, al final del proceso tendremos un bucle experimental cerrado integrando el feedback de los cálculos teóricos, los resultados de las síntesis y los datos de caracterización.
Un módulo de preparación de muestras novedoso, validado y reproducible
Más concretamente, en CIC energiGUNE, hemos desarrollado un módulo automático novedoso, validado y reproducible de alto rendimiento para la preparación de muestras a escala de laboratorio de materiales de electrodos. Este módulo está pensado para manipular y mezclar soluciones de precursores en estequiometrías adecuadas que se evaporarán antes del tratamiento de recocido en estado sólido. Este enfoque permite construir una configuración compatible con una amplia gama de rutas de síntesis como sol-gel, Pechini, síntesis basadas en coprecipitación, etc., que a su vez permiten el control morfológico y de tamaño y/o el recubrimiento de carbono in situ de las partículas para mejorar la conductividad iónica.
Tras establecer el diseño de experimentos, unimos esta información con el código del módulo que está escrito en Arduino -la plataforma de creación de electrónica de código abierto basada en hardware y software libre-. Subimos esta información a la placa de Arduino Mega instalada en el módulo automático y los reactivos comienzan a mezclarse para cada uno de los crisoles que colocamos bajo dicho módulo, contando con un lavado del sistema con agua destilada que se produce entre cada fase de mezclas. Además, cabe destacar que, tras subir el programa al sistema, no se requiere la presencia de la persona investigadora que puede dedicarse al tratamiento de datos sin necesidad de estar en el laboratorio.
Según la complejidad de la ruta sintética, una persona investigadora suele prepara entre 1 y 20 muestras en una semana. En cambio, con este módulo automático ahora somos capaces de sintetizar 60 muestras en el mismo periodo de tiempo. Además de conseguir aumentar 10-20 veces el ratio de muestras sintetizadas, también hemos conseguido un método más reproducible ya que eliminamos el error humano.
El uso de este tipo de tecnología nos permite hacer barridos de las familias de los materiales identificadas teóricamente de forma rápida y eficaz lo que se traduce en una aceleración del proceso de descubrimiento de nuevos materiales.
Además, como ya mencionamos al principio, la siguiente fase del proyecto ION-SELF es la caracterización de forma automática de todas estas muestras producidas. Para ello, estamos trabajando en otros dos módulos que permiten preparar de forma automatizada, tanto las muestras para su medida mediante rayos X, como las celdas de testeo que nos permiten comprobar la electroquímica de los materiales.
Gracias al uso de estos módulos conseguimos reducir sustancialmente, no solo el tiempo necesario para la experimentación sino además el coste derivado de ello, acercándonos al descubrimiento de baterías alternativas que ofrezcan más capacidad, seguridad y una mayor vida útil; objetivo indispensable para alcanzar la descarbonización total de la economía y un futuro más sostenible.
Nota/ agradecimientos: Los trabajos de investigación relacionados desarrollados en el CIC energiGUNE han recibido financiación del Ministerio de Ciencia e Innovación y Universidades de España a través de los proyectos ION-STORE (ref. ENE2013-44330-R) y ION-SELF (ref. PID2019-106519RB-I00), así como del Gobierno Vasco a través de la beca predoctoral de Iciar Monterrubio (PRE_2021_2_0014).
