التحويل الكربوني الذكي المدفوع بالبيانات يوحّد أنواعاً متنوعة من الكتلة الحيوية ليصبح كربوناً قاسياً عالي الأداء لأقطاب سالبة

تحويل نفايات النباتات إلى بطاريات أفضل

تعتمد الحياة الحديثة على البطاريات القابلة لإعادة الشحن، لكن المواد الداخلة في تركيبها غالباً ما تكون نادرة ومكلفة ومكلفة كربونياً في تصنيعها. تُظهر هذه الدراسة كيف يمكن لتحويل بسيط قائم على مواد نباتية يومية — مثل القطن ومخلفات المحاصيل وقشور المكسرات — أن يتحول بسرعة إلى نوع جديد من مواد البطاريات عبر معالجة حرارية مدفوعة بالبيانات. النتيجة هي طريقة أنظف وأرخص لصنع أقطاب عالية الأداء لبطاريات الليثيوم وأيون الصوديوم من الجيل التالي، وهي ضرورية للمركبات الكهربائية وتخزين الطاقة المتجددة على نطاق واسع.

لماذا النباتات مصدر واعد للطاقة

تنتج الأرض كميات هائلة من الكتلة الحيوية سنوياً وهي متاحة على نطاق واسع كنفايات زراعية وصناعية. إذا أمكن تحويل هذه المادة النباتية إلى مكونات مفيدة للبطاريات، فإن ذلك يحول مشكلة التخلص إلى مورد للطاقة النظيفة. المادة محل الاهتمام هنا هي «الكربون القاسٍ»—شكل غير منتظم من الكربون يعمل جيداً كقطب سالب في بطاريات أيون الصوديوم، وهي نسخة أرخص من خلايا أيون الليثيوم الحالية. التحدي أن النباتات المختلفة تتميز بهياكل وكيمياء متباينة، بينما طرق الأفران التقليدية بطيئة وتستهلك طاقة عالية وتعطي نتائج غير متسقة. لقد أعاقت هذه التباينات اعتماد الكربونات القاسية المستخرجة من الكتلة الحيوية كمنتجات صناعية موثوقة وعلى نطاق واسع.

طريقة جديدة للتسخين والتعلّم

يقدّم المؤلفون مفهوم «التكربن الذكي» الذي يجمع بين شكل جديد من التسخين فائق السرعة والتعلّم الآلي. بدلاً من خبز المواد الأولية النباتية في فرن لساعات عند أكثر من 1400 °م، يصنعون أولاً مادة وسيطة بسيطة تسمى الفحم الحيوي، ثم يمررونها عبر مرحلة تسخين جول قابلة للبرمجة تومض بها إلى 1000–2000 °م لمدة 10–60 ثانية فقط. هذا يقلل بشكل كبير استهلاك الطاقة — إلى نحو 0.1 كيلوواط‑ساعة لكل غرام، وهي جزء بسيط من الطاقة المستخدمة لصنع الفحم الحيوي الأصلي — بينما يعيد تشكيل الكربون على المستوى الذري. وبما أن كل دورة تستغرق أقل من دقيقة، يمكن للفريق استكشاف مئات وصفات التسخين بسرعة وإدخال بيانات الأداء الناتجة في نماذج تعلم آلي تبحث عن أفضل الشروط.

العثور على نقطة البنية المثلى المخفية

لفهم سبب تخزين بعض العينات شحنة أكبر من غيرها، اعتمد الباحثون على حيود الأشعة السينية، الذي يكشف كيف ترتب طبقات الكربون. تركز المقاييس التقليدية على حجم مجالات الجرافيت والتباعد بين الطبقات. عبر تدريب نموذج شبكة عصبية على بياناتهم الخاصة وقيم مستخرجة من دراسات سابقة، اكتشف الفريق مؤشرًا مركبًا جديدًا يسميه عامل الارتباط بالأداء. هذا العامل يقيس أساساً مقدار الانتظام داخل المستوى في الكربون مقارنةً بمحتواه البلوري الكلي. القيم العالية تشير إلى أن الكربون يحتوي على صفائح عريضة ومنظمة جيداً لا تتراكم بإحكام شديد، إلى جانب مسام مغلقة ذات حجم مناسب. هذه الخصائص توفر أيونات الصوديوم (والليثيوم) مساحة كافية للانزلاق بين الطبقات أو للتجمع داخل المسام، مما يزيد السعة والسرعة من دون حبس عدد كبير من الأيونات بشكل لا رجعة فيه.

من مواد خام فوضوية إلى أداء موحّد

مسلحين ببصمة هيكلية هذه، يمكن لنظام التعلم الآلي العمل بالعكس: يتنبأ بشروط التسخين التي ستنتج البنية الداخلية المرغوبة ثم يوصي بإعدادات العملية في الوقت الفعلي. باستخدام هذه الحلقة، أنتج الباحثون ما يسمونه الكربون القاسي الرقمي، الذي يوفر نحو 369 ملي أمبير‑ساعة من السعة القابلة للعكس لكل غرام — أكثر من ضعف الفحم الحيوي الابتدائي وأعلى من مرجع تجاري للكربون القاسي — مع تحمّل لأكثر من 5000 دورة شحن‑تفريغ سريعة. اللافت أنه عندما بدأوا من مواد خام مختلفة جداً، بما في ذلك القطن وقشور الفول السوداني والسكر البسيط، ضبط مسار التكربن الذكي كل منها تقريباً إلى نفس البنية الداخلية وسعة مماثلة حول 340 ملي أمبير‑ساعة لكل غرام. هذا يدل على أن الطريقة قادرة على تحييد التباين الطبيعي للكتلة الحيوية وإنتاج منتجات متوقعة وعالية الجودة.

بطاريات أنظف من نباتات شائعة

لغير المتخصصين، الخلاصة أن المؤلفين بنوا نوعاً من «الفرن الذكي» لمواد البطاريات النباتية. يسخّن بسرعة، يقيس البنية الداخلية أثناء العملية، ويستخدم خوارزميات لتوجيه العملية نحو أفضل كربون في كل مرة. مقارنة بالطرق التقليدية، يقطع هذا التكربن الذكي استهلاك الطاقة وانبعاثات الكربون وتكاليف التصنيع بشكل كبير، بينما يحوّل نفايات النباتات المتنوعة إلى مادة قطب متسقة وعالية الأداء. وإذا تم تبنيه على نطاق واسع، فقد يساعد ذلك في جعل بطاريات أيون الصوديوم وبطاريات أيون الليثيوم المحسّنة أرخص وأطول عمراً وأكثر استدامة، داعماً نظام طاقة أنظف وأكثر مرونة.

الاستشهاد: Cui, J., Rao, Y., Gao, J. et al. Data-driven intelligent carbonization unifies diverse biomass into high-performance hard carbon negative electrodes. Nat Commun 17, 3885 (2026). https://doi.org/10.1038/s41467-026-70411-5

الكلمات المفتاحية: كربون قاسٍ من الكتلة الحيوية, بطاريات أيون الصوديوم, تعلم آلي للمواد, أقطاب مستدامة, تسخين جول