锂金属是一种很有前景的高能量密度电池负极材料,但其应用受到枝晶生长引起的安全问题的阻碍。
在这项工作中,中国科学院深圳先进技术研究院Dongfeng Xue,Chao Peng提出了一种高通量工作流程,将量子力学模拟与机器学习相结合,以准确预测自组装单分子层(SAM),该自组装单分子层可以在锂金属阳极上组装人工无机-有机混合界面层,以增强循环稳定性并减轻枝晶生长。
文章要点
1)该工作流程包括自动数据收集、第一原理模拟以及使用机器学习筛选候选分子。研究人员从PubChem数据库中筛选出了128个分子,并确定了8个具有低Li扩散势垒和高机械稳定性的最佳候选分子。
2)使用简单的量子力学(QM)偶极子和静电势描述符,在锂扩散势垒与SAM中头、中、尾基团的结构特征之间建立了结构-性质关系。
这些结果为设计用于锂金属电池实际应用的高度稳定的锂金属负极开辟了新途径。
参考文献
Zhang et al., Data-driven discovery and intelligent design of artificial hybrid interphase layer for stabilizing lithium-metal anode, Matter (2023),
DOI:10.1016/j.matt.2023.06.010
https://doi.org/10.1016/j.matt.2023.06.010