Small|镁离子迁移提速五万倍!机器学习助力非晶材料突破电池能量瓶颈
发布时间:2025-09-30 16:53:01 阅读数: 32
通过使结构呈非晶态来加速离子的运动。
锂离子电池为大多数电子设备提供动力,但其能量密度有限——每单位质量或体积的电池只能储存一定量的能量。
印度科学研究所材料工程系助理教授赛·高塔姆·戈帕拉克里希南(Sai Gautam Gopalakrishnan)指出:“若要在相同质量或体积下储存更多能量,必须探索替代性能源存储技术?!?/span>
戈帕拉克里希南团队致力于提升镁电池中离子的运动效率,该材料可实现更高能量密度。
最新研究中,他们运用机器学习模型证明:采用非晶材料作为正极构建电池,可显著提升能量传输速率。该论文发表于《Small》期刊。
锂离子或镁电池包含正极(阴极)和负极(阳极),两者由液体电解质隔开。每次锂离子或镁离子从阴极移动到阳极或反之,都会与设备进行能量交换。
研究人员表示:“在镁电池中,每个镁原子实际上可交换两个电子,而每个锂原子仅能与外部电路交换一个电子。因此,每移动一个原子所能获得的能量接近两倍?!?/span>
阴极需要像海绵一样工作——施加外部电位时,它们应吸收并释放镁离子进入电解液。但戈帕拉克里希南指出,镁电池商业化的主要瓶颈在于缺乏能充当阴极的优质材料。
迄今为止,科学家主要研究的是晶体材料,这类材料具有周期性有序的原子排列结构。然而,由于镁离子在这些材料中的移动速度极慢,它们无法以足够快的速率吸收和释放镁离子。
如果打破晶体结构,创造出无定形、随机且混乱的材料,这或许能有效促进镁离子在结构中的流动。
该团队构建了非晶态五氧化二钒材料的计算模型,并测算了镁离子在其中的迁移速度。
构建此类模型时,科学家通常采用密度泛函理论(DFT)——该方法能精确模拟电子层面的系统行为。但用此法模拟非晶系统耗时极长。分子动力学(MD)模拟虽能更快研究原子间相互作用,却存在精度不足的问题。
准确模拟非晶态系统非常困难。为兼顾速度与精度,研究团队采用了机器学习框架。他们首先运用密度泛函理论生成非晶阴极在微观尺度下的功能数据,随后基于这些数据训练机器学习模型,并利用该模型进行分子动力学模拟。
借助分子动力学模拟,他们得以在更大尺度上建?!逦毓鄄烀驹卦诜蔷Р牧现械那ㄒ凭嗬爰八枋奔?。相较于最先进的晶体镁材料,团队发现非晶态镁元素的迁移速率提升了约五个数量级。
研究团队表示:“这项工作为电池电极材料的筛选开辟了全新路径,使镁电池的商业化更近一步。”
团队期待实验人员能基于该非晶材料开展后续验证工作。一个不足之处在于,研究人员尚不清楚非晶材料在实际电池中的稳定性如何。其核心发现是使用非晶材料能提高离子迁移率,但我们仍需通过实验验证这些观察结果。