Inwiefern fördert der Materialgenom-Ansatz die Entwicklung neuer Materialien für Lithium-Batterien? -Lithium-Ionen-Batterie-Ausrüstung
In den letzten Jahren haben sich im Zuge der Forschung und Entwicklung neuer Materialien für Lithium-Sekundärbatterien nach und nach theoretische Werkzeuge für Hochdurchsatz-Computing und Forschungsplattformen etabliert, die auf der Idee des Materialgenoms basieren. Auf dieser Plattform wird durch die Kombination von Berechnungsmethoden mit unterschiedlichen Genauigkeiten ionenbasiertes Materialscreening von Transporteigenschaften; Durch die Einführung von Data-Mining-Algorithmen in der Informatik in die Analyse von Hochdurchsatz-Rechendaten wird die Machbarkeit der Material-Big-Data-Interpretation bestätigt. Die obige Plattform realisiert Hochdurchsatz-Screening und Optimierung von Festelektrolyten in Lithiumbatterien Als Demonstrationsanwendung für die Forschung und Entwicklung neuer Materialien in Bezug auf Design und Design wurden zwei Verbindungen, Li2SiO3 und Li2SnO3, die als lithiumreiche Kathodenbeschichtungsmaterialien verwendet werden können, durch Hochdurchsatz-Computerscreening erhalten, wodurch die Zyklenstabilität von lithiumreichen Kathoden effektiv verbessert wurde; durch Dotierung Durch Hochdurchsatz-Screening von Strategien wurde eine Methode zur Verbesserung der Ionenleitfähigkeit und -stabilität von Festelektrolyten β-Li3PS4 erhalten; ein neuer Oxysulfid-Festelektrolyt LiAlSO wurde durch Hochdurchsatz-Strukturvorhersage entwickelt; Die Big-Data-Analyse wurde bei der Untersuchung von Struktur-Wirkungs-Beziehungen versucht, und die Designgrundlage für dehnungsfreie Elektrodenmaterialien wurde analysiert. Die Anwendung der oben genannten Materialgenommethode in der Forschung und Entwicklung von Lithium-Batteriematerialien bietet die Möglichkeit, dieses neue Forschungs- und Entwicklungsmodell in der Forschung und Entwicklung anderer Arten von Materialien zu fördern. Lieferung möglich. (Lithium-Ionen-Batterie-Ausrüstung)
Die traditionelle Forschung und Entwicklung von Batteriematerialien basiert auf einem Entwicklungsmodell, das durch eine "Trial-and-Error-Methode" gekennzeichnet ist. Der Zyklus von der Entdeckung bis zur Anwendung ist sehr lang und dauert in der Regel 20 Jahre oder länger. Der Antrag des "Materials Genome Project" liefert neue Ideen für die Entwicklung neuer Materialien für Lithiumbatterien. Der Schlüssel zur wissenschaftlichen Forschung zum Thema "Materialgenom" liegt in der "Hochdurchsatz"-Materialforschung und -entwicklung, d. h. in der gleichzeitigen Entnahme "einer Charge" von Materialproben anstelle von "einer" Materialprobe.
Computergestützte Simulation, Präparation und Charakterisierung, d. h. Hochdurchsatzberechnung, Hochdurchsatzpräparation und Hochdurchsatzcharakterisierung, realisieren ein systematisches Screening und eine Optimierung von Materialien und beschleunigen dadurch den Prozess von Materialien von der Entdeckung bis zur Anwendung. Mit der Methode der "Materialgentechnik" sollen durch großskalige Berechnungen und Suchen mit hohem Durchsatz und mehreren Skalen mit Hilfe von Data-Mining-Technologien und -Methoden neue Materialien mit hervorragenden Eigenschaften herausgefiltert werden. Es wird ein Hochdurchsatz-Screening-Prozess entwickelt, der verschiedene Präzisionsberechnungsmethoden kombiniert: Zuerst wird der Umfang durch Element-Screening entsprechend den Einsatzbedingungen des Materials eingegrenzt, dann wird die schnelle Bindungsvalenzberechnung verwendet, um ein Vorscreening durchzuführen, um Verbindungen mit großen Ionentransportbarrieren zu entfernen, und schließlich werden die im vorherigen Schritt gesiebten Materialien mithilfe von funktionalen Dichtesimulationen weiter genau berechnet, um die endgültigen Kandidatenmaterialien zu erhalten. Dadurch wird die Gesamtabschirmungseffizienz effektiv verbessert und eine effiziente Abschirmung von schnellen Ionenleitern in Lithium-Sekundärbatteriematerialien erreicht.
1. Screening neuer Beschichtungsmaterialien für lithiumreiche Kathoden
Durch den Einsatz von Hochdurchsatz-Computer-Screening und die umfassende Berücksichtigung von Strukturanpassung, Diffusionskanälen, Leitfähigkeit und anderen Faktoren wurden zwei Beschichtungsverbindungen Li2SiO3 und Li2SnO3 entdeckt, die zu den lithiumreichen Kathodenmaterialien von Lithiumbatterien passen könnten. Beide Materialien sind ionische Verbindungen, haben eine gute Ionenleitfähigkeit und ähneln in ihrer chemischen Struktur dem Mutterphasenmaterial Li2MnO3 in lithiumreichen Materialien ((1..x)Li2MnO3xLiMO2), so dass Sie versuchen können, sie als reichhaltige Lithiummaterialien zu wählen. Oberflächenmodifikationsschicht aus Lithiummaterial.
2. Hochdurchsatz-Screening der Festelektrolyt-Li3PS4-Optimierungsmodifikationsmethode
Durch die Kombination von Dichtefunktionalberechnungen mit Bindungsvalenzberechnungen kann eine große Anzahl von Dotierungsmodifikationsmethoden für Hochdurchsatzberechnungen gescreent werden. Dichtefunktionalrechnungen, die die Kristallstruktur genau bestimmen können, werden verwendet, um dotierte Atome zu erhalten. Positionsinformationen und wählen Sie dann schnell die Dotierungsmethode aus, die für die Reduzierung der Lithium-Ionen-Migrationsbarriere durch die Berechnung der Bindungsvalenz von Vorteil ist. Durch die Dotierung der P-Stelle von β-Li3PS4 mit Sb, Zn, Al, Ga, Si, Ge, Sn und Untersuchungen zur O-Dotierung von S-Stellen ergaben, dass das Ersetzen eines Teils des Schwefels im Kristallgitter durch Sauerstoff oder die Co-Dotierung von β-Li3PS4 mit Zink und Sauerstoffelementen die Ionenleitfähigkeit effektiv verbessern kann.
Nach der Erlangung der optimierten Methode der Materialmodifikation durch Hochdurchsatz-Computerscreening können hochpräzise Berechnungen auf der Grundlage des Dichtefunktionals den Mechanismus der Verbesserung der Materialeigenschaften durch Dotierung effektiv aufdecken
3. Hochdurchsatz-Strukturvorhersagemethode entdeckt neue Struktur des Festelektrolyten LiAlSO
Durch die Verwendung der CAPSO-Software zur Konstruktion von Kristallstrukturen mit verschiedenen Raumgruppen im Elementraum von Li-Al-S-O und der Durchführung von Strukturoptimierungs- und Energieberechnungen an diesen Strukturen wird der Algorithmus zur Optimierung von Teilchenschwärmen verwendet, um neue Strukturen basierend auf den Strukturen mit niedriger Energie zu erzeugen. Während dieses Optimierungsprozesses wurde nach und nach die stabilste Struktur gefunden, die aus diesen vier Elementen in einem Verhältnis von 1:1:1:1 gebildet wird. Die Berechnungsergebnisse zeigen, dass dieses neue Oxysulfid LiAlSO eine orthorhombische Struktur ähnlich wie -NaFeO2 aufweist, die AlS2O2-Schichten parallel entlang der b-Achse angeordnet sind, Li-Ionen zwischen den Schichten liegen und S und O eine verdrillte tetraedrische Einheit bilden.
4. Data-Mining-Methoden zur Untersuchung der Korrelation zwischen Struktur- und Volumenänderungen in dehnungsfreien Elektrodenmaterialien
Hochdurchsatzberechnungen und experimentelle Hochdurchsatztests auf der Grundlage der Idee von Materialgenen liefern nicht nur neue Forschungsideen für den Bereich der Forschung und Entwicklung neuer Materialien, sondern bringen auch exponentiell mehr Dateninformationen und legen damit den Grundstein für die Anwendung von Big-Data-Methoden in den Materialwissenschaften. Fundament. Die Technologie des maschinellen Lernens wurde verwendet, um statistische Modelle zwischen Materialeigenschaften und verschiedenen komplexen physikalischen Faktoren zu erhalten, wie z. B. die Suche nach neuen thermodynamisch stabilen Verbindungen durch Vorhersage der Zerstäubungsenergie von Molekülen.
Durch die Verwendung der "Leave-One-Out"-Methode für die Bewertung wurde festgestellt, dass der Q2-Index, der bei Verwendung von 11 relevanten Variablen (11 Komponenten) im obigen Problem erhalten wurde, der größte war, was darauf hindeutet, dass das zu diesem Zeitpunkt erhaltene Modell am stabilsten war. Eine weitere Analyse der Faktorbedeutung zeigte, dass (Abbildung 6) der Ionenradius zwar eine wichtige Determinante der Gittervolumenänderung ist, die Volumenänderung jedoch nicht nur mit dem Ionenradius zusammenhängt. Auch die Bindungsparameter des Übergangsmetalls und die lokale Struktur des Übergangsmetalls Sauerstoffoktaeder spielen eine Rolle bei der Volumenänderung. Zweck. Auf der Grundlage dieses Modells kann ein Kathodenmaterial konstruiert werden, das eine Vielzahl von Übergangsmetallen enthält, um die Volumenänderung des Systems während der Deinterkalation von Lithium gemeinsam anzupassen und die durch Änderungen des Lithiumgehalts verursachte Gittervolumenänderungsrate zu minimieren.
Für die Forschung und Entwicklung von Festkörper-Lithium-Sekundärbatterien haben wir umgehend die Erforschung von Hochdurchsatz-Berechnungsmethoden durchgeführt, die für Lithium-Batterie-Materialien geeignet sind, Berechnungsmethoden entwickelt, die Ionentransporteigenschaften und unterschiedliche Genauigkeiten integriert haben, und eine Lithium-Ionen-basierte Lösung etabliert. Überwachung von Berechnungszwischenprozessen, Analyse von Berechnungsergebnissen sowie Beurteilung und Bewertung der Materialleistung auf der Grundlage von Berechnungsergebnissen. Mit dieser unabhängig entwickelten High-Tech-Plattform zur Berechnung des Flusses wurden erfolgreich lithiumhaltige Oxide in der Datenbank für anorganische Kristallstrukturen gescreent und zwei Beschichtungsmaterialien entdeckt, die die Zyklusleistung von lithiumreichen Kathoden verbessern können. und hat eine Dotierungsmethode für Sulfid-Festelektrolyte durchgeführt. Durch die Optimierung der Massenberechnung wurde die Designidee vorgeschlagen, einen Festelektrolyten zu konstruieren, in dem eine Vielzahl von Anionen koexistiert, und ein neuer Oxysulfid-Festelektrolyt wurde erfunden. Basierend auf den Daten, die durch Hochdurchsatzberechnungen gewonnen wurden, wurde versucht, das Kathodenmaterial zu delithizieren. Bei der Untersuchung von Volumenänderungen in der Studie wurde die Datenanalysemethode der multiplen linearen Regression eingesetzt, die die Möglichkeit bietet, Methoden der künstlichen Intelligenz wie Data Mining und maschinelles Lernen weiter in die Forschung und Entwicklung von Lithium-Sekundärbatterien einzuführen.
Die traditionelle Forschung und Entwicklung von Batteriematerialien basiert auf einem Entwicklungsmodell, das durch eine "Trial-and-Error-Methode" gekennzeichnet ist. Der Zyklus von der Entdeckung bis zur Anwendung ist sehr lang und dauert in der Regel 20 Jahre oder länger. Der Antrag des "Materials Genome Project" liefert neue Ideen für die Entwicklung neuer Materialien für Lithiumbatterien. Der Schlüssel zur wissenschaftlichen Forschung zum Thema "Materialgenom" liegt in der "Hochdurchsatz"-Materialforschung und -entwicklung, d. h. in der gleichzeitigen Entnahme "einer Charge" von Materialproben anstelle von "einer" Materialprobe.
Computergestützte Simulation, Präparation und Charakterisierung, d. h. Hochdurchsatzberechnung, Hochdurchsatzpräparation und Hochdurchsatzcharakterisierung, realisieren ein systematisches Screening und eine Optimierung von Materialien und beschleunigen dadurch den Prozess von Materialien von der Entdeckung bis zur Anwendung. Mit der Methode der "Materialgentechnik" sollen durch großskalige Berechnungen und Suchen mit hohem Durchsatz und mehreren Skalen mit Hilfe von Data-Mining-Technologien und -Methoden neue Materialien mit hervorragenden Eigenschaften herausgefiltert werden. Es wird ein Hochdurchsatz-Screening-Prozess entwickelt, der verschiedene Präzisionsberechnungsmethoden kombiniert: Zuerst wird der Umfang durch Element-Screening entsprechend den Einsatzbedingungen des Materials eingegrenzt, dann wird die schnelle Bindungsvalenzberechnung verwendet, um ein Vorscreening durchzuführen, um Verbindungen mit großen Ionentransportbarrieren zu entfernen, und schließlich werden die im vorherigen Schritt gesiebten Materialien mithilfe von funktionalen Dichtesimulationen weiter genau berechnet, um die endgültigen Kandidatenmaterialien zu erhalten. Dadurch wird die Gesamtabschirmungseffizienz effektiv verbessert und eine effiziente Abschirmung von schnellen Ionenleitern in Lithium-Sekundärbatteriematerialien erreicht.
1. Screening neuer Beschichtungsmaterialien für lithiumreiche Kathoden
Durch den Einsatz von Hochdurchsatz-Computer-Screening und die umfassende Berücksichtigung von Strukturanpassung, Diffusionskanälen, Leitfähigkeit und anderen Faktoren wurden zwei Beschichtungsverbindungen Li2SiO3 und Li2SnO3 entdeckt, die zu den lithiumreichen Kathodenmaterialien von Lithiumbatterien passen könnten. Beide Materialien sind ionische Verbindungen, haben eine gute Ionenleitfähigkeit und ähneln in ihrer chemischen Struktur dem Mutterphasenmaterial Li2MnO3 in lithiumreichen Materialien ((1..x)Li2MnO3xLiMO2), so dass Sie versuchen können, sie als reichhaltige Lithiummaterialien zu wählen. Oberflächenmodifikationsschicht aus Lithiummaterial.
2. Hochdurchsatz-Screening der Festelektrolyt-Li3PS4-Optimierungsmodifikationsmethode
Durch die Kombination von Dichtefunktionalberechnungen mit Bindungsvalenzberechnungen kann eine große Anzahl von Dotierungsmodifikationsmethoden für Hochdurchsatzberechnungen gescreent werden. Dichtefunktionalrechnungen, die die Kristallstruktur genau bestimmen können, werden verwendet, um dotierte Atome zu erhalten. Positionsinformationen und wählen Sie dann schnell die Dotierungsmethode aus, die für die Reduzierung der Lithium-Ionen-Migrationsbarriere durch die Berechnung der Bindungsvalenz von Vorteil ist. Durch die Dotierung der P-Stelle von β-Li3PS4 mit Sb, Zn, Al, Ga, Si, Ge, Sn und Untersuchungen zur O-Dotierung von S-Stellen ergaben, dass das Ersetzen eines Teils des Schwefels im Kristallgitter durch Sauerstoff oder die Co-Dotierung von β-Li3PS4 mit Zink und Sauerstoffelementen die Ionenleitfähigkeit effektiv verbessern kann.
Nach der Erlangung der optimierten Methode der Materialmodifikation durch Hochdurchsatz-Computerscreening können hochpräzise Berechnungen auf der Grundlage des Dichtefunktionals den Mechanismus der Verbesserung der Materialeigenschaften durch Dotierung effektiv aufdecken
3. Hochdurchsatz-Strukturvorhersagemethode entdeckt neue Struktur des Festelektrolyten LiAlSO
Durch die Verwendung der CAPSO-Software zur Konstruktion von Kristallstrukturen mit verschiedenen Raumgruppen im Elementraum von Li-Al-S-O und der Durchführung von Strukturoptimierungs- und Energieberechnungen an diesen Strukturen wird der Algorithmus zur Optimierung von Teilchenschwärmen verwendet, um neue Strukturen basierend auf den Strukturen mit niedriger Energie zu erzeugen. Während dieses Optimierungsprozesses wurde nach und nach die stabilste Struktur gefunden, die aus diesen vier Elementen in einem Verhältnis von 1:1:1:1 gebildet wird. Die Berechnungsergebnisse zeigen, dass dieses neue Oxysulfid LiAlSO eine orthorhombische Struktur ähnlich wie -NaFeO2 aufweist, die AlS2O2-Schichten parallel entlang der b-Achse angeordnet sind, Li-Ionen zwischen den Schichten liegen und S und O eine verdrillte tetraedrische Einheit bilden.
4. Data-Mining-Methoden zur Untersuchung der Korrelation zwischen Struktur- und Volumenänderungen in dehnungsfreien Elektrodenmaterialien
Hochdurchsatzberechnungen und experimentelle Hochdurchsatztests auf der Grundlage der Idee von Materialgenen liefern nicht nur neue Forschungsideen für den Bereich der Forschung und Entwicklung neuer Materialien, sondern bringen auch exponentiell mehr Dateninformationen und legen damit den Grundstein für die Anwendung von Big-Data-Methoden in den Materialwissenschaften. Fundament. Die Technologie des maschinellen Lernens wurde verwendet, um statistische Modelle zwischen Materialeigenschaften und verschiedenen komplexen physikalischen Faktoren zu erhalten, wie z. B. die Suche nach neuen thermodynamisch stabilen Verbindungen durch Vorhersage der Zerstäubungsenergie von Molekülen.
Durch die Verwendung der "Leave-One-Out"-Methode für die Bewertung wurde festgestellt, dass der Q2-Index, der bei Verwendung von 11 relevanten Variablen (11 Komponenten) im obigen Problem erhalten wurde, der größte war, was darauf hindeutet, dass das zu diesem Zeitpunkt erhaltene Modell am stabilsten war. Eine weitere Analyse der Faktorbedeutung zeigte, dass (Abbildung 6) der Ionenradius zwar eine wichtige Determinante der Gittervolumenänderung ist, die Volumenänderung jedoch nicht nur mit dem Ionenradius zusammenhängt. Auch die Bindungsparameter des Übergangsmetalls und die lokale Struktur des Übergangsmetalls Sauerstoffoktaeder spielen eine Rolle bei der Volumenänderung. Zweck. Auf der Grundlage dieses Modells kann ein Kathodenmaterial konstruiert werden, das eine Vielzahl von Übergangsmetallen enthält, um die Volumenänderung des Systems während der Deinterkalation von Lithium gemeinsam anzupassen und die durch Änderungen des Lithiumgehalts verursachte Gittervolumenänderungsrate zu minimieren.
Für die Forschung und Entwicklung von Festkörper-Lithium-Sekundärbatterien haben wir umgehend die Erforschung von Hochdurchsatz-Berechnungsmethoden durchgeführt, die für Lithium-Batterie-Materialien geeignet sind, Berechnungsmethoden entwickelt, die Ionentransporteigenschaften und unterschiedliche Genauigkeiten integriert haben, und eine Lithium-Ionen-basierte Lösung etabliert. Überwachung von Berechnungszwischenprozessen, Analyse von Berechnungsergebnissen sowie Beurteilung und Bewertung der Materialleistung auf der Grundlage von Berechnungsergebnissen. Mit dieser unabhängig entwickelten High-Tech-Plattform zur Berechnung des Flusses wurden erfolgreich lithiumhaltige Oxide in der Datenbank für anorganische Kristallstrukturen gescreent und zwei Beschichtungsmaterialien entdeckt, die die Zyklusleistung von lithiumreichen Kathoden verbessern können. und hat eine Dotierungsmethode für Sulfid-Festelektrolyte durchgeführt. Durch die Optimierung der Massenberechnung wurde die Designidee vorgeschlagen, einen Festelektrolyten zu konstruieren, in dem eine Vielzahl von Anionen koexistiert, und ein neuer Oxysulfid-Festelektrolyt wurde erfunden. Basierend auf den Daten, die durch Hochdurchsatzberechnungen gewonnen wurden, wurde versucht, das Kathodenmaterial zu delithizieren. Bei der Untersuchung von Volumenänderungen in der Studie wurde die Datenanalysemethode der multiplen linearen Regression eingesetzt, die die Möglichkeit bietet, Methoden der künstlichen Intelligenz wie Data Mining und maschinelles Lernen weiter in die Forschung und Entwicklung von Lithium-Sekundärbatterien einzuführen.
.png?imageView2/1/w/400/h/300)
