【锂金属】AEM：基于机器学习力场的大尺度模拟揭示锂枝晶的形态演化

解决枝晶生长问题对于开发用于高容量电池的锂金属阳极至关重要。近日， 中国科学院 Wang Linwang 、北京大学 Pan Feng 将机器学习力场模型与自洽连续溶剂化模型相结合，用于模拟工作电解质环境中枝晶的形态演化。

本文要点：

1)   枝晶形态的动态演化可分为两个阶段，在第一阶段，表面原子的能量减少导致最初的单晶枝晶的局部重新取向和多畴的形成。在第二阶段，内部原子的能量减少驱动晶界迁移和晶畴滑移。

2 )   结果表明，多畴的形成有助于稳定枝晶，因为没畴的单晶枝晶中较高温度轨迹具有较高枝晶塌陷率。还研究了几种可能的形态演化模式，包括吸附原子的表面扩散和从 [100] 暴露表面到 [110] 暴露表面的构型扭曲。总之，表面和晶界能量的降低推动了形态的演变。基于对这些驱动力的分析，将为设计更稳定的锂金属阳极提供了指导。

参考文献：

Zhang Wentao et.al Revealing Morphology Evolution of Lithium Dendrites by Large-Scale Simulation Based on Machine Learning Force Field Adv. Energy Mater. 2022

DOI: 10.1002/aenm.202202892

https://doi.org/10.1002/aenm.202202892