南航申来法Science子刊：机器学习解码高镍正极—Sn稳表，Al护体，Ni久弥坚！

背景：高镍层状正极材料是下一代高能量密度锂离子电池的关键，但高镍含量导致结构不稳定和性能衰减等问题。研究目的：南京航空航天大学申来法教授团队旨在通过机器学习辅助策略，高效筛选掺杂离子，设计出结构稳定的高性能高镍正极材料。结论：研究成功利用随机森林模型筛选出Al³⁺和Sn⁴⁺作为有效掺杂剂，并通过竞争性机制构建了表面富Sn、体相均匀掺Al的“由外而内”分级结构。该材料显著抑制了Li/Ni混排和有害相变，提升了界面稳定性，实现了优异的循环性能（200圈容量保持率96.9%），为高镍正极设计提供了新范式。