NSR | 用“指纹”解码锂金属负极的失效路径

本文介绍了清华大学深圳国际研究生院周光敏团队与中国科学院深圳先进技术研究院成会明院士团队在《国家科学评论》上发表的研究成果。该研究提出了一种基于“电化学曲线指纹”的新方法，仅通过电池前两圈的充放电数据，即可高准确预测锂金属负极的失效模式。研究团队将锂金属负极的失效归纳为三类典型模式：动力学退化（KDF）、可逆性退化（RDF）、协同退化（CDF），并构建了一个分类模型进行预测。研究发现，这些“指纹”反映了锂沉积初期的形貌以及界面结构（SEI），从而决定了不同的失效模式。这一方法为电池研发提供了更快速、更精确的评价工具，有望加速下一代高能电池的研发和应用。