氧化石墨烯纳米通道通过流水帮助发电

通过工程纳米通道从自然水流中发电是解决快速增长的可再生能源需求的可行方法。不幸的是，纳米通道的结合和多变量耦合对电力生产的抑制仍然是大规模工业应用的重大障碍。

研究：Transfer learning enhanced water-enabled electricity generation in highly oriented graphene oxide nanochannels.。图片来源：Angel Soler Gollonet/Shutterstock.com

最近发表在《Nature Communications》杂志上的一项研究通过使用冷冻铸造工艺构建高度排列的氧化石墨烯纳米通道来应对可持续能源生产，从而解决了这个问题。这种新颖的设计鼓励在纳米通道内自发吸收和定向转移水以产生清洁电力。

图 1.基于 GO 组装框架的 2D-WEG 具有大量集成的 2D 通道，可以通过自发的内部水流产生相当大的电能。b为解决所开发的2D-WEG的多参数耦合优化问题，采用TL框架，利用有限的实验数据和背景相似的丰富流电位数据，实现发电性能的准确预测和优化。C最终，TL优化的2D-WEG具有机械灵活性和增强的发电性能，用于为各种商用电器供电。

水流发电（WEG）：为什么它很重要？

近年来，通过自然过程产生可再生能源，包括水分分散、热交换、水流和蒸发，受到了很多关注。这些技术产生的清洁能源可以为世界迅速扩张的人类文明提供长期电力。

一些化合物，如二硫化钼和具有人工纳米通道的金属有机框架，由于其生物相容性和特定的离子传输特性，最近在水流过它们时表现出有前途的发电能力。

这些支持水流的发电机 （WEG） 在水流引起的固液界面和界面电荷隔离处使用双层电。此外，通过调整固有或结构特性（例如表面电荷密度和纳米通道的大小）也可以增加转换能量的能力。

与水赋发电相关的挑战

在开发高效水流发电机（WEG）方面仍然存在许多重大障碍，限制了其大规模适用性。

尽管微观WEG具有高能量密度，但由于混乱的拓扑结构和孤立的纳米通道之间失去协调，将纳米通道结合到更大的组件中后产生能量的能力是有问题的。

结合纳米通道的大规模和均匀结合，WEG的有效性在很大程度上依赖于纳米通道电荷密度的管理，水与物质之间的关系以及固有的水运动。不幸的是，许多组件是紧密耦合的，其中一个组件的任何修改都会显着影响匹配的配置和总发电能力。

图 2.TL 框架的示意图。具有编码器-解码器架构的源模型首先使用流潜力数据进行训练。然后，将编码器传输到选择模型以初始化参数，并使用实验数据从潜在空间到2D-WEG的性能进行解码预测。乙迭代优化过程的示意图。首先，通过实验收集不同结构参数的二维WEGs的生成性能数据。然后使用新收集的数据和以前的数据来优化选择模型。随后，利用差分进化算法，基于优化模型的预测，得到几种新的结构参数组合，重构二维WEGs，并据此收集实验数据。

巨大纳米通道的相互作用导致多目标权衡、多参数耦合和广泛的变量探索，使研究变得困难、昂贵和耗时。

纳米通道的两侧需要相当大的水压差来增强通过WEGs纳米通道的水流，使功率转换系统变得复杂，并且与预测的清洁能源传输机制相去甚远。

用于WEG应用的氧化石墨烯纳米通道

富含含氧官能团的2D氧化石墨烯（GO）层的逐层组装产生所需的定向结构。同时，当与水相互作用时，GO片上官能团的可变变化可能会影响表面电荷密度。

因此，氧化石墨烯层之间的许多可设计的2D纳米通道可以一致地整合到宏观结构中，使其成为创建高性能WEG的合适平台。

在这项研究中，研究人员使用旋转冷冻铸造工艺创建了一个具有2D掺入氧化石墨烯纳米通道（2D-WEG）的水流发电机。这种具有可定制的内部化学和结构特性的2D-WEG可以自然捕获水并刺激纳米通道内的水流，从而产生可观的电力。

此外，由于实验数据很少，研究人员使用迁移学习（TL）技术来处理2D-WEG具有挑战性的多参数耦合调整。

图 3. 通过自发输水发电的水景屏风示意图。b 19 个 LED 的光学照片，由带有 10 个集成 2D-WEG 的水景屏幕供电，插图b显示 19 个 LED 被点亮。C五世_超频和我_{南卡罗来纳州}当底部与水接触时，由带有 10 个集成 2D-WEG 的水景屏幕生成。d通过浇灌由 2D-WEG 设计的小型建筑景观产生的电输出示意图。e商用计算器由由单个2D-WEG制成的小型建筑景观驱动。f五世_超频和我_{南卡罗来纳州}通过浇灌建筑景观而产生。G具有不同电容的商用电容器的电压-时间曲线，通过挥动由十个 2D-WEG 组成的风扇充电。插图g是机械设备的光学照片，该装置使用集成的 2D-WEG 自动挥动风扇以收集电能。h存储在电容器中的电能为电子墨水屏供电，以播放多个动画。源数据作为源数据文件提供。

研究的重要发现

与之前发表的单参数研究相比，即使在有限的实验数据集中，这项工作中使用的TL技术也可以提供均匀的多参数模拟和极其准确的效率预测。

因此，所制备的2D-WEG具有显著的机械适应性，可以产生2.9 V的高电压或16.8 A的电流，并可控地改变输出效率以满足实际需求。2D-WEG的简单并联或串联可以分别将发电量提高到11.9 V和82.7 A。

此外，研究人员还创造了各种水赋发电设备，如水景展示、建筑全景和2D-WEG风扇。这些WEG系统可以为科学计算器、LED面板和计算机墨水显示器供电，突出了该材料在未来清洁能源发展中的潜力。

基于这些结果，可以合理地得出结论，所制备的2D-WEG和TL优化技术在构建可行的水能能源系统方面具有相当大的前景。

参考

杨春等.（2022）. 迁移学习增强高取向氧化石墨烯纳米通道中的水赋发电.自然通讯.可用地址：https://doi.org/10.1038/s41467-022-34496-y