Exploración de conductores de iones de litio basados en entornos de coordinación local utilizando huellas digitales...

Área de la Ciencia:

• Ciencias de los materiales
• La electroquímica
• Química computacional

Sus antecedentes:

• El desarrollo de electrolitos de estado sólido de alto rendimiento para baterías de iones de litio es crucial para el almacenamiento de energía de próxima generación.
• Muchos compuestos potenciales que contienen litio para electrolitos en estado sólido siguen sin descubrirse, lo que dificulta el desarrollo de baterías.

Objetivo del estudio:

• Acelerar el descubrimiento de nuevos conductores de iones de litio utilizando un enfoque de aprendizaje semisupervisado.
• Identificar candidatos prometedores a electrolitos en estado sólido centrándose en los entornos de coordinación local.

Principales métodos:

• Se utilizó el aprendizaje semisupervisado con cuatro descriptores de representación de la estructura para la coordinación local.
• Se aplicó el agrupamiento aglomerativo a un conjunto de datos de 3.835 estructuras que contienen litio.
• Compuestos seleccionados evaluados mediante simulaciones de dinámica molecular y mediciones experimentales de conductividad.

Principales resultados:

• Se identificaron 147 posibles candidatos a conductores de iones de litio a partir de la selección de grupos.
• Inicialmente se identificó Li3LaP2S8 pero mostró una baja conductividad.
• Contenido de litio optimizado en Li3LaP2S8 para obtener Li3.1La0.9Sr0.1P2S8 con una conductividad de 2,1 × 10-6 S cm-1 a 298 K.

Conclusiones:

• Demostró la eficacia del aprendizaje semisupervisado en el descubrimiento de materiales avanzados para electrolitos en estado sólido.
• Se ha informado de Li3LaP2S8 como un nuevo candidato de electrolito en estado sólido, con una composición optimizada que muestra una mejor conductividad.
• Proporcionó una valiosa metodología para acelerar el desarrollo de tecnologías de baterías de estado sólido de próxima generación.