首页 > 行业资讯 > 北大新材料学院、屹艮科技、宁德时代21C实验室合作，在机器学习势与锂负极的研究中取得新进展！

北大新材料学院、屹艮科技、宁德时代21C实验室合作，在机器学习势与锂负极的研究中取得新进展！

时间：2023-01-30 来源：浏览：

北大新材料学院、屹艮科技、宁德时代21C实验室合作，在机器学习势与锂负极的研究中取得新进展！

Energist 能源学人

能源学人

微信号 energist

功能介绍能源学人，打造最具影响力的能源科技服务平台！

收录于合集

【研究背景】

由于对高能量密度锂电池需求的快速增长，锂金属阳极受到越来越多的关注。然而，锂金属阳极的商业化应用仍然具有挑战性，特别是，锂枝晶的生长会引发巨大的安全问题。最近一些研究表明，施加外压有助于缓解锂枝晶的形成，提高库仑效率和循环性能，这提供了一种有效解决锂枝晶安全问题的方法。尽管许多实验结果和微米级研究已经证明了施加外压的有效性，但对于在原子尺度上外部压力是如何缓解以及为什么可以缓解锂枝晶的形成，还需要进行深入研究。

【工作介绍】

近日，北京大学新材料学院郑家新课题组联合深圳屹艮科技、宁德时代21C实验室，基于矩阵张量势（MTP）方法，通过开发具有接近量子力学精度的机器学习势，对不同外压下锂枝晶的演化进行了大规模分子动力学模拟。仿真结果表明，外压促进了锂自修复的过程。随着外压的增加，孔洞缺陷和锂枝晶逐渐融合消失。本工作为在原子尺度上理解外压对锂枝晶的作用机理提供了新的视角。该文章受邀发表在国际知名期刊 Journal of Energy Chemistry 上。北京大学博士研究生赖根明为该论文第一作者，北京大学郑家新副教授、屹艮科技左沄兴博士、焦君宇博士为该论文通讯作者。

【内容表述】

为了探究施加外压对锂枝晶的影响，作者模拟了锂针状枝晶在不同外部压力下的演化过程，如图1所示。构建了三种锂表面的初始构型，在其上构建了针状锂枝晶（a，e，i）。对于所有构型，随着外压逐渐增加，锂枝晶逐渐融合并最终消失，这表明外部压力可以促进表面更平滑，锂枝晶不再维持长针状锂枝晶。同时，对于彼此靠近的枝晶，枝晶在相对较小的压力下相互接触并融合。相反，当枝晶相距较远甚至相对孤立，枝晶很难相互接触并在较小外部压力下融合。但随着外部压力的增加，枝晶逐渐相互融合，表面变得平滑。

图1 不同外压下锂枝晶演化快照

作者进一步模拟了300 K下具有孔洞缺陷的锂晶体生长，如图2所示。构建了两种具有不同孔洞缺陷尺寸的初始构型（a，h）。对于具有小孔洞缺陷的构型，缺陷逐渐收缩，直到完全消失。此外，在外部压力下，缺陷消失得更快。对于具有更大缺陷的构型，在没有外部压力作用的情况下，缺陷无法消失依旧存在。相反，随着施加的外部压力增加，缺陷逐渐缩小，直到完全消失。

图2 锂缺陷生长

这些结果表明，锂金属存在锂自修复机制，而外压的施加促进了锂自修复过程。由于锂金属的自修复机制，当没有外部压力时，较小的缺陷会逐渐收缩。同时，较小的枝晶会逐渐融合并最终消失。然而，对于较大的缺陷和枝晶无法融合消失，这可以通过施加外压来解决。外压可以促进锂自修复，使较大的缺陷和枝晶逐渐融合，最终实现无枝晶锂生长。

图3 外压缓解锂枝晶生长机理示意图

结合以往的实验工作，该文章认为，外压通过在缺陷附近引入更多无定形的锂原子来促进锂自我修复过程。这些原子比晶态锂原子具有更高的流动性，这有利于缺陷的融合。在锂枝晶形成和生长过程中，枝晶和表面之间也会引入缺陷（例如，不均匀的锂沉积），这些缺陷在外部压力下比在没有外部压力的情况下更容易促发自修复过程。这些发现可以为外部压力作用于锂枝晶生长的机理提供更多原子尺度上的理解。

作者进一步指出，虽然自修复机制是在原子尺度上揭示的，但必须关注尺寸效应。通常，在实验中观察到的缺陷大小可能达到数十微米或更大，由于其构型复杂性和计算成本，这在计算上是棘手的。这种限制仍然是实验和仿真之间的重大差距，未来可以通过结合机器学习势场和多物理场建模的多尺度仿真技术来进一步解决这一问题。

G. Lai, Y. Zuo, J. Jiao, C. Fang, Q. Liu, F. Zhang, Y. Jiang, L. Sheng, B. Xu, C. Ouyang, J. Zheng, The mechanism of external pressure suppressing dendrites growth in Li metal batteries, Journal of Energy Chemistry (2023).

https://doi.org/10.1016/j.jechem.2023.01.003

作者简介

郑家新现任北京大学深圳研究生院新材料学院副教授（课题组长）、研究员、博士生导师。主要从事功能材料（尤其是能源材料、半导体材料与器件）计算模拟与设计。至今在Nature (2篇)/Nature Energy/Nature Commun.、Nat. Sci. Rev.、 Chem、Acc. Chem. Res./J. Am. Chem. Soc./Nano Lett./J. Phys. Chem. Lett./ACS Energy Lett.、Adv. Mater./Adv. Energy Mater./Adv. Funct. Mater./Adv. Sci./Small等学术期刊上发表SCI论文150余篇（第一作者或通讯作者超过60篇）。文章总引用9000余次（Google Scholar），H-index为51。主持国家自然科学基金面上项目、青年项目，宁德时代基础研究项目等十余项。获得2018年深圳市自然科学一等奖，2020年深圳市青年科技奖。2021、2022年连续入选斯坦福发布的全球前2%顶尖科学家单榜（World’s Top 2% Scientists）。

左沄兴现任深圳屹艮科技有限公司资深科学家，主要从事电池材料计算模拟与驱动材料设计的机器学习模型开发。至今在Nature Materials，Nature Communication，Materials Today等顶级学术期刊发表SCI论文十余篇，文章总引用1700余次。屹艮科技为本论文提供自主开发的基于动量张量势（MTP）方法的机器学习势函数开发软件，该软件为屹艮科技旗下软件产品“材料工坊”的核心功能之一。

焦君宇 2020年博士毕业于中科院物理所，2020-2022在北京大学深圳研究生院从事博士后研究；现任屹艮科技材料仿真研究员、工程师。主要从事能源材料的仿真模拟与计算方法开发。至今在 Advanced Energy Materials / Advanced Science / Acta Materialia / Applied Surface Science / Small 等期刊发表SCI论文十余篇。

芝加哥大学Nature Sustain重磅: 动态中红外电致变色实现对建筑物的全年辐射热管理

2023-01-28