三元阴极材料的机器学习辅助精密反向设计研究:材料设计的新范式
Yazhou Wang1, Changquan Wu2, Wenjing Ji2
1School of Physics and Materials Science, Nanchang University, Nanchang 330031, China; Jiangxi Province Key Laboratory of Lithium-ion Battery Materials and Application, Nanchang University, Nanchang 330031, China.
Journal of colloid and interface science
|November 22, 2024
概括
这项研究引入了三元阴极材料的反向设计方法,改善了离子扩散率. 这种方法加速了超越传统试错的高性能阴极材料的开发.
科学领域:
- 材料科学 材料科学 材料科学
- 电化学 电化学 电化学
- 计算化学计算化学
背景情况:
- 设计具有优异速率性能的正极材料的传统方法是低效的.
- 离子 (Li+) 扩散率对于正极性能至关重要.
研究的目的:
- 开发一种新的范式,用于精密设计三元阴极材料.
- 为了在-- (NCM) 阴极材料中实现更高的Li+扩散率.
主要方法:
- 利用梯度增强回归 (GBR) 来建模材料特性与Li+扩散之间的关系.
- 在合成参数的反向设计中使用粒子群优化 (PSO).
- 使用的通用结构预测器:用于晶体结构搜索的进化XTallography (USPEX).
- 使用第一原则计算和密度函数理论 (DFT) 验证的Li+扩散率.
主要成果:
- 设计的Ce-NCM和Li/Ni@Ce-NCM材料的Li+扩散率分别为8.66 × 10−9 cm2/s和9.67 × 10−9 cm2/s.
- 实现的扩散率明显超过了目标值 (1.23 × 10−10 cm2/s).
- DFT的计算显示,/混合会产生电场,从而增强+的扩散.
结论:
- 反向设计方法为精确设计三元阴极材料提供了强大的工具.
- 这种方法加速了材料的发现,并为未来的阴极材料开发提供了参考.
- 这些发现有可能彻底改变材料科学中传统的试错实验方法.
