深研院潘锋课题组在基于图论和AI构建跨尺度机器学习力场模型与揭示锂枝晶形貌演化方面取得进展

【字体: 时间:2022年12月25日 来源:北京大学新闻网

编辑推荐:

  北京大学深圳研究生院新材料学院潘锋教授课题组与中科院半导体研究所首席科学家汪林望教授合作开发了一套基于图论和AI针对跨尺度形貌模拟的机器学习力场构建策略,并应用于电解液环境下的锂枝晶形貌演化模拟。

  

锂离子电池由于其高能量密度,在电动汽车和大规模储能等领域获得了广泛的应用,而锂金属负极由于其低电极电位与高理论比容量,被认为是下一代负极材料的理想选择之一。但在实际工作情况下,锂金属负极的枝晶生长问题不仅会降低电池的库伦效率,并可能带来严重的安全隐患。

北京大学深圳研究生院新材料学院潘锋教授课题组与中科院半导体研究所首席科学家汪林望教授合作开发了一套基于图论和AI针对跨尺度形貌模拟的机器学习力场构建策略,并应用于电解液环境下的锂枝晶形貌演化模拟。模拟结果揭示了锂枝晶演化的两段式过程,并详细分析了形貌演化背后的驱动力。该项研究指出,表面能对锂枝晶形貌演化过程产生了显著的影响,对进一步推动锂金属负极的发展具有重大参考价值。相关研究成果近日发表在国际顶级期刊《先进能源材料》上(Advanced Energy Materials, DOI: 10.1002/aenm.202202892,IF=30)。

该工作基于能量拆分方法,在传统DFT计算结果中局域化拆分体系总能量,实现了端到端的机器学习力场模型构建。进一步地,在数据集生成过程中引入了隐式溶剂模型,通过机器学习力场实现了电解液环境下锂枝晶形貌的原位跨尺度分子动力学模拟。为了实现小尺度数据集到大尺度模型应用的跨越,文章提出了一套跨尺度主动学习方案,以及一种结合能量拆分方法的跨尺度模型准确性验证方法。上述方法为大尺度形貌问题的原子精度动力学研究提供了解决方案。

机器学习力场数据集生成与模型构建

基于机器学习力场的分子动力学模拟结果,该工作总结了锂枝晶的两段式形貌演化过程,并观察到了与实验一致的扭结现象。动力学模拟结果表明这一现象的产生是由于不同晶畴趋向于沿着晶界发生滑移。进一步地,文章详细分析了不同形貌演化阶段,并确定了表面能和晶界能是形貌演化的主要驱动力。此外,多晶结构保证了锂枝晶的稳定存在,如何消除多晶畴与晶界对枝晶的稳定作用将是下一步研究的重点方向。

锂枝晶的两阶段形貌变化

北京大学深圳研究生院新材料学院博士生张文韬为该论文的第一作者,潘锋、汪林望为共同通讯作者。该研究得到广东省软科学研究计划项目、深圳市科技计划、深圳市发展和改革委员会科研项目以及中国科学院重点科研项目的支持。

婵炴垶鎸搁鍫澝归崶鈹惧亾閻熼偊妲圭€规挸瀛╃€靛ジ鏁傞悙顒佹瘎闁诲孩绋掗崝鎺楀礉閻旂厧违濠电姴娲犻崑鎾愁潩瀹曞洨鐣虹紓鍌欑濡粓宕曢鍛浄闁挎繂鐗撳Ο瀣煙濞茶骞橀柕鍥ㄥ哺瀵剟骞嶉鐣屾殸闂佽偐鐡旈崹铏櫠閸ф顥堥柛鎾茬娴狀垶鏌曢崱妤婂剱閻㈩垱澹嗗Σ鎰板閻欌偓濞层倕霉閿濆棙绀嬮柍褜鍓氭穱铏规崲閸愨晝顩烽柨婵嗙墦濡鏌涢幒鎴烆棡闁诲氦濮ょ粚閬嶅礃椤撶姷顔掗梺璇″枔閸斿骸鈻撻幋锔藉殥妞ゆ牗绮岄埛鏍煕濞嗘劕鐏╂鐐叉喘閹秹寮崒妤佹櫃

10x Genomics闂佸搫鍊瑰姗€骞栭—娓媠ium HD 閻庢鍠掗崑鎾绘煕濮樼厧鐏犵€规洜鍠撶槐鎺楀幢濮橆剙濮冮梺鍛婂笒濡粍銇旈幖浣瑰仢闁搞儮鏅滈悾閬嶆煕韫囧濮€婵炴潙妫滈妵鎰板即閻樼數鐓佺紓浣告湰濡炶棄螞閸ф绀嗛柛鈩冡缚閳ь兛绮欓弫宥夋晸閿燂拷

濠电偛妫庨崹鑲╂崲鐎n偆鈻旈悗锝庡幗缁佺櫉wist闂侀潧妫楅敃锝囩箔婢舵劕妫樻い鎾跺仜缂嶄線鏌涢弽銊у⒈婵炲牊鍘ISPR缂備焦绋掗惄顖炲焵椤掆偓椤︿即鎮ч崫銉ゆ勃闁逞屽墴婵″鈧綆鍓氶弳鈺呮倵濞戞瑥濮冮柛鏃撴嫹

闂佸憡顨嗗ú婊呭垝韫囨稒鍤勯柣鎰嚟閵堟挳骞栭弶鎴犵闁告瑥妫濆濠氬Ω閵夛絼娴烽柣鐘辩劍瑜板啴鎮ラ敓锟� - 濠电儑绲藉畷顒勫矗閸℃ḿ顩查柛鈩冾嚧閹烘挾顩烽幖杈剧秵閸庢垵鈽夐幘顖氫壕婵炴垶鎼╂禍婊冪暦閻旇櫣纾奸柛鈩冭壘閸旀帡鎮楅崷顓炰槐闁绘稒鐟ч幏瀣箲閹伴潧鎮侀梺鍛婂笧婢ф寮抽悢鐓庣妞ゆ柨鐏濈粣娑㈡煙鐠ㄥ鍊婚悷銏ゆ煕濞嗘ê鐏ユい顐㈩儔瀹曠娀寮介顐e浮瀵悂鏁撻敓锟�

婵炴垶鎸搁鍫澝归崶顒€违濠电姴瀚惌搴ㄦ煠瀹曞洤浠滈柛鐐存尦閹藉倻鈧綆鍓氶銈夋偣閹扳晛濡虹紒銊у閹峰懎饪伴崘銊р偓濠氭煛鐎n偄濮堥柡宀€鍠庨埢鏃堝即閻樿櫕姣勯柣搴㈢⊕閸旀帡宕濋悢鐓幬ラ柨鐕傛嫹

相关新闻
    生物通微信公众号
    微信
    新浪微博
    • 搜索
    • 国际
    • 国内
    • 人物
    • 产业
    • 热点
    • 科普
    • 急聘职位
    • 高薪职位

    知名企业招聘

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号

    闂佹眹鍨婚崰鎾存櫠閸ф鐒绘慨妯夸含缂堣京鎲搁幍铏珕閻㈩垰缍婇幊锟犳晸閿燂拷 • 重组 α 毒素 BmK-M9:乳腺癌治疗的新希望 • 感觉皮层在动物快速学习与性能提升中的双重角色