复旦大学高悦团队Angew：机器学习赋能钠离子补充和界面保护双功能硼中心钠盐开发

本文针对钠离子电池硬碳负极低首效导致的钠离子损失问题，提出通过机器学习方法开发新型硼中心有机钠盐。研究背景显示现有牺牲型钠盐存在电压窗口不兼容、分解残留损害电极界面等问题。研究目的是开发兼具空气稳定性和高效钠离子补充功能的牺牲型钠盐，同时提升界面稳定性。通过半监督机器学习筛选出甲基硼酸钠（CH3B(ONa)2），该材料在分解时既能释放活性钠离子，又能原位形成NaBO2保护层抑制副反应。实验结果表明，应用该钠盐的全电池首圈库伦效率从81%提升至97%，700次循环后容量保持率达81.5%。结论表明该方法不仅拓展了牺牲型钠盐设计方向，还提供了利用公共数据库进行少样本机器学习开发功能分子的新范式。