社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

科学家研发锂离子导体,结合机器学习与结构预测,为下一代固态电解质提供新可能性

DeepTech深科技 • 10 月前 • 265 次点击  



“我们研发了一种新型高性能锂离子导体,改变了人们对于快锂离子导体的理解。”英国利物浦大学博士后韩国鹏博士表示。

日前,他和所在团队结合机器学习与结构预测,构建了一种高性能固态电解质的新型设计策略。

图 | 韩国鹏(来源:韩国鹏)

研究中,他们利用两种阴离子硫和碘重现了类似于金属间化合物 NiZr 的结构网络,成功合成了一种新型固态电解质 Li7Si2S7I(LSSI),构建了一条利用多种锂离子配位环境的三维锂离子快速传导路径。

不同于其他材料的单一配位环境,LSSI 具有 15 个不同的锂离子位点,其三维锂离子传输路径利用了多用不同的锂离子配位环境,所以它是一种室温锂离子电导率能够罕见地达到传统液态电解质的固体材料。

与此同时,本次研究结合使用机器学习,来识别可能的化学体系并进行排序,通过实验表征、以及计算模拟,课题组分析了传输性能并获得了锂传输的微观路径。

总的来说,本次研究提出了一个全新的材料设计理念,改变了人们对于高性能固态电解质的认识。

为锂离子电池固态电解质这一关键挑战领域开辟了新方向,拓宽了高性能固态电解质的结构化学空间,有望对新材料的发现产生重大影响。

和其他固态电解质材料相似,未来课题组还可进一步优化该材料的各项性能,比如优化与正极材料的兼容性等,以期成为下一代固态电解质的优秀候选者。

更重要的是,他们所构建的材料设计新方法,将会促进发现更多优异性能的新固态电解质材料。

据介绍,作为最具潜力的下一代电池的有力竞争者,全固态电池由于其高的安全性和优异性能而受到广泛关注和研究。而作为全固态电池的核心材料,研发出可供实际使用的固态电解质成为其中的关键一环。

目前,已经研发出的、可与传统液态电解质电导率相比拟的固态电解质材料数量有限,且存在各自的主要短板。所以,发展出更多性能优异的固态电解质材料成为当务之急。

在目前性能最优异的固态电解质中,离子的快速传导路径常常具有单一的配位几何形状。

因此,要想在固态材料中获得可比拟传统有机液态电解质的离子电导率,固态材料的结构中就需要存在这样一条离子传输路径:即沿着传输路径的各个位点配位数的变化要尽可能地小。

最理想的情况是存在一条具有单一配位环境地离子传输通道,以最大程度地减小传输路径上的能量壁垒。

因此,高性能固态电解质材料的设计重点,被聚焦在能够提供最小配位变化路径的结构上,从而将注意力限制在极少数几种结构类型中。

而目前的材料限制了优异性能的固态电解质材料的结构和化学空间,例如具有 BCC 阴离子框架的 Li10GeP2S12 和 Li7P3S11、以及具有 argyrodite 结构的 Li6PS5Cl。

研究发现,相比于固态电解质材料,金属间化合物具有更加丰富的结构多样性。而其复杂的结构网络,产生了配位数和几何构型不同的间隙位点。并且,很多金属间化合物具有非常优异的氢吸附性能和传导性能。

这说明氢可以占据在金属间化合物结构网络的间隙位点中,并可以快速迁移。这一点启发了本次团队在新型固态锂离子导体上的设计灵感。

设想一下,如果能用两种或多种不同的阴离子,来重现同样由两种或多种不同金属元素构成的金属间化合物的结构网络。

而锂离子可以像氢在金属间化合物的结构网络中那样快速跃迁,从而产生高的锂离子导电率。

那么,必将极大拓展快离子导体的结构设计空间,进而发现更多性能优异的新型固态电解质材料,从而为全固态电池的发展奠定材料基础。

(来源:Science

由于目前的高性能固态电解质被局限在少数几种结构类型中,限制了新优秀材料的发现。而韩国鹏目前所在团队是一个研究领域非常多元的大组,汇聚了具有不同学科背景的专业人才。

在一次项目会议的讨论过程中,受到组内专注于做金属间化合物结构和性能相关工作的启发,他们萌生了最初的想法。

既然金属间化合物具有优异的氢储存和传导性能,并且可以利用不同配位环境的间隙位点。

如果将这类结构网络以某种方式引入到锂离子导体的阴离子结构框架中,也许可以发现新型的性能优异的锂离子导体。

而且相比于锂离子导体,金属件化合物的结构多样性十分丰富,如果这一想法能够实现,那将大大拓展阳离子导体的结构设计空间。

那么,接下来需要回答的问题自然是如何才能实现这一点。他们的想法是,鉴于金属间化合物有两种及以上不同的金属原子参与了结构的形成。

如果他们也使用两种不同的阴离子,也许可以重现出具有类似二元金属间化合物结构网络的阴离子框架。

然后,再用具有强共价键的元素来稳定该阴离子框架,其他间隙位点再由锂离子填充。

有了这个想法之后,他们使用经过训练的 AI 模型,来定量地根据新相形成的可能性,针对相应的体系进行排序,并通过结构预测来缩小具体实验探索的目标组分。

然后,再根据理论预测的结果,以及通过大量的实验,进行相应的结构表征和性能表征。

(来源:Science

科学研究是一个特别考验耐心和意志力的职业,因为失败是常事,而成功则是件稀罕事,常常需要通过无数次的失败探索才能逐渐靠近目标。

曾经一段时间,本次项目被卡在了某个关键节点,大半年时间都没有明显进展。

再加上很多人都参与到这个项目之中,大家都付出了很大心血,并且抱有很高期待。而工作又在韩国鹏这边卡住了,他感受到了很大的压力。

后来,他的导师也开始着急了,将平时两三周一次的工作跟进会议增加到了一周一次,这进一步增加了韩国鹏的工作量和焦虑感。

渐渐的这种焦虑感开始从工作上蔓延到了平时的生活中,让他第一次体验到了“至暗时刻”。韩国鹏是一个在生活上喜欢“散漫”的人,但是很快他就开始调整自己的心态。

工作上的事情一步步按照自己的节奏去做,不能因为压力大而自乱阵脚。同时,不能让工作上的压力太影响日常生活,于是他反而恢复了暂停了数月之久的每日“电影时刻”,即重新开始在工作之余看电影放松自己。

后面经过几个月的奋战,他顺藤摸瓜理清了问题的根源并成功地解决了它,从而将自己从这种压力中解脱出来,那一刻真是有一种“清风拂我面,送我上青云”的感觉。

韩国鹏表示:“后来,这个项目仅在论文写作阶段的讨论会议就有几十次之多,在这种交流中学到了很多,也让我深刻的感受到了团队合作的力量和严谨认真的学术氛围。”

最终,相关论文以《通过双阴离子堆积定义的多种配位环境进行超离子锂传输》(Superionic lithium transport via multiple coordination environments defined by two-anion packing)为题发在 Science[1]。

图 | 相关论文(来源:Science

韩国鹏是第一作者,英国利物浦大学马修·J·罗塞因斯基(Matthew J. Rosseinsky)教授和约翰·克拉里奇(John B.Claridge)教授担任共同通讯作者。

参考资料:

1.Han, G., Vasylenko, A., Daniels, L. M., Collins, C. M., Corti, L., Chen, R., ... & Rosseinsky, M. J. (2024). Superionic lithium transport via multiple coordination environments defined by two-anion packing.Science, 383(6684), 739-745.

排版:希幔





01/ 科学家打造绿氢制备新方法,每千瓦仅使用0.04克钌,所产绿氢单位价格逼近煤制氢价格

02/ 科学家造出新型可降解离子弹性体,室温愈合效率大于99%,可用于数字光处理三维打印

03/ 独家专访ASML CTO:不相信摩尔定律会终结,公司下一个大战略将是超数值孔径光刻机

04/ 科学家为材料设计打造深度学习框架,无需先验知识,实现热辐射器的材料选择和参数优化

05/ 科学家制备纳米片超晶格,纵向厚度仅2.5nm且结构稳定均一,让LED可直接发射强线性偏振光


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/168792
 
265 次点击