計算機模擬幫助科學家衡量電池性能

一個決定電池性能的關鍵但研究不足的參數是遷移障礙。它決定了離子通過電池內部電極的速率，以及最終充電或放電的速率。由于在實驗室中很難測量遷移障礙，研究人員通常使用不同的計算機模擬或近似值來快速預測遷移障礙值。然而，到目前為止，這些模擬中很少有經過實驗驗證。

在一項新研究中，科學研究所 (IISc) 的研究人員及其合作者全面分析了廣泛使用的計算技術，并根據實驗室測量中觀察到的實際數據驗證了他們對遷移障礙值的預測。基于他們的分析，該團隊提出了一套強有力的指導方針，以幫助研究人員選擇最準確的計算框架來測試可用于未來開發高效電池的材料。

為手機和筆記本電腦供電的鋰離子電池由三個主要部件組成：固體負極(陽極)、固體正極(陰極)以及將它們分開的液體或固體電解質。在充電或放電時，鋰離子會在電解液中遷移，從而產生電位差。“鋰離子電池中的電極不是 100% 固體的。把它們想象成海綿。它們有鋰離子必須通過的‘孔’，”材料工程系助理教授 Sai Gautam Gopalakrishnan 解釋說， IISc，以及發表在npj Computational Materials上的論文的通訊作者。

決定鋰離子穿透這些孔的速率的一個重要參數是遷移勢壘——離子穿過電極需要克服的能量閾值。“遷移障礙越低，電池充電或放電的速度就越快，”Reshma Devi 博士說。材料工程系的學生和該研究的第一作者。

“一組使用一種計算技術和另一組使用另一種技術計算相同的遷移障礙值。這些值可能是相等的，但我們不能確定這一點，”Gopalakrishnan 解釋說。

兩種特定的近似，稱為強約束和近似范數 (SCAN) 和廣義梯度近似 (GGA)，是計算得出遷移障礙的最廣泛使用的方法，但每種方法都有其自身的缺點。“我們采用了九種不同的材料，”Reshma Devi 解釋道。“我們檢查了哪些近似值最接近每個的實驗值。”

該團隊發現，SCAN 泛函總體上具有更好的數值精度，但 GGA 計算速度更快。研究人員建議，發現 GGA 在計算某些材料(如磷酸鋰)中的遷移勢壘時具有合理的準確度，如果需要快速估計，它可能是更好的選擇。

Gopalakrishnan 說，這些見解對于尋求在新材料適用于電池相關應用之前測試其性能的科學家來說可能很有價值。“假設您有一種未知材料，并且如果您想快速查看該材料在您的應用程序中是否有用，那么您可以使用計算來做到這一點，前提是您知道哪種計算近似可以為您提供最接近的值。當它出現時，這很有用到材料發現。”

該團隊還致力于開發機器學習工具，以幫助加快預測各種材料 的遷移障礙。