上交李金金EnSM: 機器學習篩選具有高電導率和快速離子動力學的Mg/Zn離子電池正極的尖晶石結(jié)構(gòu) 2023年11月1日 上午9:38 ? 頭條, 干貨, 頂刊 ? 閱讀 12 具有各種孔隙率的尖晶石結(jié)構(gòu)是用于提高電極材料性能的有前途的離子電池正極。對于Mg/Zn離子電池,現(xiàn)有的尖晶石正極材料不能滿足綜合性能要求,如高離子擴散、導電性和低體積膨脹等,這就需要不斷開發(fā)新材料。 然而一種新材料的發(fā)現(xiàn)往往是在篩選了數(shù)千種不同的材料結(jié)構(gòu)后才發(fā)現(xiàn)的,需要花費巨大的時間和金錢成本。機器學習在材料篩選和預測領域的應用日益成熟。 在此,上海交通大學李金金研究員等人基于機器學習方法對元素周期表中的所有尖晶石結(jié)構(gòu)進行了全面篩選,確定了高電導率和快速離子動力學的最佳鎂/鋅離子電池正極材料,預測準確率為91.2%。 圖1. 基于機器學習的材料篩選過程 作者使用目標驅(qū)動的XGBoost算法來加速預測,并報告了六種新的尖晶石結(jié)構(gòu)(MgNi2O4、MgMo2S4、MgCu2S4、ZnCa2S4、ZnCu2O4和ZnNi2O4),具有高電導率、高離子擴散 (>1×10-9 cm2s-1)、低體積膨脹 (<22%) 和室溫下的熱穩(wěn)定性,是Mg/Zn離子電池的最佳正極。 其中,MgNi2O4、MgMo2S4、MgCu2S4、ZnCu2O4和ZnNi2O4被預測為五種新型超離子導體,在室溫下具有極高的離子電導率(>10-4 S·cm-1)。這項研究所提出的策略縮短了鎂/鋅離子電池正極尖晶石篩選的研究周期,并為高性能3D電極材料的設計提供了解決方案。 圖2. 機器學習的測試精度及金屬材料占比 A Machine Learning Shortcut for Screening the Spinel Structures of Mg/Zn Ion Battery Cathodes with a High Conductivity and Rapid Ion Kinetics, Energy Storage Materials 2021. DOI: 10.1016/j.ensm.2021.07.042 原創(chuàng)文章,作者:科研小搬磚,如若轉(zhuǎn)載,請注明來源華算科技,注明出處:http://m.xiubac.cn/index.php/2023/11/01/762a89b9c0/ 電池 贊 (0) 0 生成海報 相關推薦 南開大學,最新Nature! 2023年10月15日 饒毅:北大老師的博士學位來自什么大學? 2023年11月8日 葉志鎮(zhèn)/黃靖云/王勇EnSM:牛磺酸介導的動態(tài)橋接策略實現(xiàn)高穩(wěn)定鋅金屬負極 2023年9月21日 上大施思齊NSR:能量密度達554.3Wh/kg,全固態(tài)電池的插層無鋰正極! 2023年10月11日 湖大費慧龍/葉龔蘭ACS Catalysis:微波快速構(gòu)建石墨烯包覆無定形/晶體異質(zhì)相NiFe合金電催化劑用于高效析氧 2023年10月11日 加大劉平教授ACS Energy Lett.: 陰離子改性對稀醚電解液的氧化穩(wěn)定作用 2023年10月15日