社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

复旦大学高悦团队JACS:机器学习赋能氮中心有机锂盐设计,自牺牲供锂破解高能电池首效与寿命困局

高分子科学前沿 • 1 周前 • 67 次点击  
【研究背景】
高能量密度锂电池(如硅基负极电池)是电动汽车与便携电器的核心动力源,但其首次循环中高达20%的锂离子不可逆损失严重制约电池容量与寿命。当前主流牺牲型锂盐虽可补偿损失,却面临三大瓶颈:气体副反应(如Li2C2O4分解产气导致电极开裂);高分解电压(>4.3V,超出电解液稳定窗口);空气敏感性(难以兼容工业化生产流程)。如何设计兼具低电压不产气分解与界面保护功能的新型载体分子,成为领域关键挑战。
【文章简介】
近日,来自复旦大学的高悦团队在国际知名期刊Journal of the American Chemical Society上发表题为“Nitrogen-Centered Organic Salts Enable Stable Lithium-Ion Supply for High-Energy-Density Batteries”的文章,第一作者为康孜扬该工作针对高能量密度电池(如硅基负极体系)中高达20%的不可逆损耗这一核心挑战,借助机器学习驱动设计,创新性提出氮中心有机锂盐预锂化策略为破解高能电池首效低,寿命短的行业痛点提供了全新解决方案。
图1.氮中心自牺牲型有机锂盐的锂离子补偿机制示意图
【本文要点】
要点机器学习驱动的分子筛选与优化
基于邻苯二胺衍生物分子库,采用半监督分层聚类(Hierarchical Clustering)与K-means算法(k=12,轮廓系数0.82)进行多维度筛选(图2a-d)。通过密度泛函理论(DFT)计算12代表分子的氧化电位(图2e),锁定3个符合NCM正极工作电压窗口(3.0–4.3 V)的簇群(簇4/7/9)。进一步构建加权评分模型(氧化电位、合成可行性、元素友好性、理论容量多维度评分),最终从158个分子中优选Li2N2C7H4O(图 2f-g),其低氧化电位(3.8 V)与高理论容量(367 mAh g-1)预示优异电化学活性(图3b, c
图2.通过半监督机器学习与化学信息学方法筛选适配型有机锂盐
图3. 氮中心自牺牲有机锂盐的合成与表征研究
要点二:双功能界面保护机制
同步辐射X射线衍射显示:含C7H4N2ONCM81150次循环后(003)峰位移仅0.02°(图4a-b),远低于对照组,表明其有效抑制层状结构阳离子混排(Ni2占据Li位点)。电感耦合等离子体质谱证实电解液中过渡金属溶出量下降70%Ni336.2 ppm  100.5 ppm,图4c)。X射线光电子能谱证实正极界面处含氮物种的存在,且CEI种LiF含量(图4g
4.氧化产物作为电解液添加剂对正极界面保护机制
要点三:锂过程对电极结构无损伤
电极结构完整性是维持电池长循环稳定性的关键。传统牺牲型锂盐(如 Li2C4O4)虽可补偿损耗,但其高电压分解(>4.3 V)会引发气体副反应(图5g),导致电极内部形成微裂纹(图5f)并破坏导电网络;而负极补锂剂则易引发粘结剂溶胀失效。为克服上述局限,本研究创新性地将氮中心有机锂盐Li2N2C7H4O作为正极预嵌添加剂,其独特优势在于:Li2N2C7H4O粒尺寸在2-3µm左右,其在3.8–4.3 V温和电压范围内通过自由基路径释放Li,同步生成可溶性C7H4N2O,全程无气体生成,对电极结构兼容性良好,SEM显示循环后电极无微裂纹产生(图5c)
5.Li2N2C7H4O部供锂过程的体系兼容性验证。
要点四:硅基负极全电池性能提升
Ah级软包电池测试表明:添加5 wt% Li2N2C7H4OSiO/CNCM811体系:初始放电容量提升至205.5 mAh g-1(对照组:186.7 mAh g-1,图6a-b),500次循环后容量保持率84.1%0.878 Ah保留容量,图6c),远超对照组(67.2%
5. SiO/C NCM811软包电池电化学性能。
【通讯作者简介】
高悦,复旦大学教授,国家重点研发计划首席青年科学家,海外优青。2018年在美国宾夕法尼亚州立大学获得博士学位,于2020年12月加入复旦大学高分子科学系。在有机和高分子材料调控电池电化学过程领域开展了系列研究工作,以通讯作者在Nature、JACS、Angew、AM、Joule等期刊上发表了系列研究论文,主持承担多项国家自然科学基金,获评“麻省理工科技评论中国35岁以下科技创新35人”、亚洲青年科学家基金、美国能源部青年学者基金等荣誉。
【课题组介绍】
我们致力于构建一支跨学科研究团队,聚焦人工智能、高分子材料、有机合成储能电池及工程领域的创新研究。现诚邀具有不同学术背景的优秀学者加入,共同推进储能系统、机器人及智能材料开发等领域的前沿探索。课题组注重培养成员的专业能力与综合素养,为其在学术界和工业界的职业发展提供全面支持。课题组主页:ygaogroup.com。
【课题组招聘】
高悦教授课题组于2021年正式组建,聚焦能源存储与转化有机分子材料的前沿研究,重点探索:
有机电极材料的分子设计与性能调控
锂/钠离子电池自牺牲型离子盐补偿机制
机器学习驱动的能源材料筛选
迄今在源材料顶级期刊发表系列突破性工作:
1. Nature (2025): External Li Supply Reshapes Li Deficiency and Lifetime Limit of Batteries
https://doi.org/10.1038/s41586-024-08465-y
2. Advanced Materials (2025): Active Organic Salts Enabling Non-Intrusive Electrolyte Presodiation Strategy
https://doi.org/10.1002/adma.202502251
3. Advanced Materials (2025)Long-Lifespan and High-Rate Energy Storage Enabled by Lithium-Free Batteries with External Li Supply
https://doi.org/10.1002/adma.202504553
4. Angewandte Chemie International Edition(2025)Compensating K Ions Through an Organic Salt in Electrolytes for Practical K-Ion Batteries
https://doi.org/10.1002/anie.202424516
5. Journal of the American Chemical Society(2025)Nitrogen-Centered OrganicSaltsEnableStableLithium-IonSupplyforHigh-Energy-Density Batteries
https://doi.org/10.1021/jacs.5c09300
课题组热忱欢迎优秀博士后,硕士研究生,和本科生加入。1)博士后 我们期待与人工智能、储能电池、机器人、有机化学、高分子化学及相关领域的优秀人才共同探索前沿课题,课题组将为入选者提供事业发展所需要的科研支持,提供有竞争力的薪酬(薪水面议,26-40万);入选者将获得良好的个人职业发展机遇,课题组鼓励博士后作为负责人申请各类科学基金;复旦大学将为入选者提供租金约为市场价一半的住房及完善的福利待遇。2)研究生 计划招收具有高分子科学、化学、材料科学、机械工程和其他相关领域背景的研究生,开展储能和机器人相关的研究。招生政策参见复旦大学高分子科学系招生简章。3)本科生 欢迎复旦大学本科同学了解加入课题组。课题组鼓励成果突出的学者赴国外交流合作、参加国国内及国际会议研讨、申报上海市和国家的各类基金。
请应聘者和有意向的同学将申请材料发至yuegao@fudan.edu.cn并附上您的研究兴趣科研简历
文章链接
Nitrogen-CenteredOrganicSaltsEnableStableLithium-IonSupplyforHigh-Energy-DensityBatteries
https://doi.org/10.1021/jacs.5c09300
来源:高分子科学前沿
声明:仅代表作者个人观点,作者水平有限,如有不科学之处,请在下方留言指正!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/185752
 
67 次点击