机器学习-锂合金：揭开锂离子“高速扩散”的秘密

背景：可充电锂离子电池的性能提升受限于电极材料中锂离子的扩散能力，尤其在合金负极中，由于相图复杂和结构多样，不同缺陷类型、局域配位环境与扩散通道连通性如何协同影响迁移能垒与长程扩散能力缺乏统一机制框架。研究目的：燕山大学杨国春教授团队利用神经演化势（NEPs）机器学习力场，系统研究Li-In与Li-Sn合金体系中锂离子扩散的原子尺度机制，旨在揭示主导扩散因素并建立可预测框架。结论：研究发现锂扩散主要由低能扩散通道的拓扑连通性和晶体骨架结构决定，化学成分仅起微调作用；锂亚晶格连通性决定主导扩散机制（孤立锂位点促进间隙扩散，连续锂网络利于空位扩散），且这一结构框架在锂金属间化合物中具有继承性与可预测性，为高离子电导率合金负极的理性设计提供了机制基础。