应用案例 | 果果仪器ECH600S探针冷热台支持新型超顺电高熵储能陶瓷研究

文章名：《Machine Learning-Assisted Design of BaTiO₃-Based Superparaelectric High-Entropy Ceramics with Superior Energy Storage》

期刊名：《Energy & Environmental Materials》

客户单位：东北大学

应用产品：果果仪器ECH600S探针冷热台

近日，东北大学材料科学与工程学院在储能陶瓷材料研究领域取得重要进展。研究团队通过机器学习辅助设计策略，成功开发出一种基于BaTiO₃的超顺电高熵陶瓷材料，在介电储能性能方面表现优异。

高熵策略被认为是提升无铅介电电容器储能密度和效率的有效途径，然而高熵体系的庞大成分空间使得传统“试错法"难以高效筛选高性能材料。针对这一挑战，研究团队采用随机森林回归模型，基于BaTiO₃基陶瓷的实验数据，筛选出构型熵、容忍因子、Pauling电负性以及价电子浓度四个关键描述符，通过期望改进采集函数引导迭代实验，在包含11万种成分的搜索空间中快速锁定理想成分。最终成功制备出具有优异综合储能性能的新型超顺电高熵陶瓷，为高性能介电储能材料的加速研发提供了高效可行的新范式。

在该研究中，变温条件下的电学性能表征是验证材料储能性能的关键环节。研究团队采用果果仪器ECH600S探针冷热台，配合铁电分析仪在不同温度条件下测量材料的单极P-E电滞回线，从而获取储能密度和储能效率等核心性能参数。ECH600S探针冷热台专为变温电学测试设计，具备以下核心优势：

正是依托ECH600S提供的稳定变温环境与精准温控能力，研究团队成功获得了不同温度条件下材料的电滞回线数据，为验证新型高熵陶瓷的储能性能提供了可靠的实验依据。