【科技】孙学良院士领衔！宁波东方理工大学汪硕/彭建、北京大学夏定国/孙强JACS: 机器学习揭示无序岩盐正极锂离子运输机制

阳离子无序岩盐结构（DRX）正极材料具有容量高、组分设计空间广阔等优势，并可减少对镍、钴等稀缺金属的依赖，被视为下一代高比能锂离子电池的重要候选材料。然而，如何从复杂的无序结构中识别有效的锂离子迁移路径，并据此筛选新组分，仍是材料设计面临的难题。传统理论通常将晶格视为理想、静止的骨架，仅依据局部通道中阳离子的分布来判断锂离子的输运能力，因而往往低估了材料实际可释放的容量。

近日，宁波东方理工大学孙学良院士/汪硕/彭建、北京大学夏定国/

【核心创新点】

从输运机理出发揭示晶格畸变激活新通道

在无序岩盐正极中，锂离子的输运需经过局部四面体位点。按照传统的"0-TM"规则，仅周围不含过渡金属离子的通道可有效传输锂离子，而含一个过渡金属离子的"1-TM"通道通常被视为受阻通道。

然而真实晶格并非静止不变。不同阳离子在尺寸和化学性质上的差异会导致局部晶格畸变，这种畸变能够改变锂离子迁移势垒，使部分原本受阻的1-TM通道转变为可通行路径。例如，在含锰的1-TM通道中，随着局部四面体发生畸变，锂离子迁移能垒可由0.67 eV降至0.31 eV。

更为重要的是，1-TM通道在锂离子输运过程中还发挥了"桥梁"作用。部分具备锂离子传导能力的0-TM团簇彼此孤立，难以形成贯穿晶体的渗流网络。经晶格畸变激活的1-TM通道能够连接这些团簇，使锂离子得以在更大范围内传输。这一机制将局部结构变化与宏观可用容量联系起来，也为通过组分设计调控离子输运提供了依据。

图1. 晶格畸变调控锂离子迁移能垒示意图

AI加速模拟实现容量定量预测

要将上述机理用于材料设计，需要同时描述阳离子如何排布、原子如何偏离理想晶格，以及这些变化如何影响通道连通性。为此，研究团队采用图神经网络原子势 CHGNet，并利用第一性原理计算得到的结构弛豫数据，分别针对两种参照材料和目标新材料进行微调，获得适用于各体系的机器学习原子势。这类 AI 模型学习原子结构与能量、受力之间的关系，为反复采样所需的能量与力计算提供加速。团队据此开展混合蒙特卡洛与分子动力学模拟：前者采样阳离子排布，后者引入局部晶格响应，从而在同一框架中考虑构型无序与晶格畸变。

领域知识进一步决定如何将模拟结构转化为可检验的性能预测。团队通过第一性原理迁移势垒计算，建立局部四面体几何与通道可通行性之间的判据，识别经畸变激活的1-TM通道，再与0-TM通道共同构建锂离子渗流网络。AI 原子势提供能量与力计算，输运机理和连通性分析则将原子尺度信息转化为可参与输运的锂比例与容量预测。

以两种典型DRX正极为例，模型预测Li_1.2Mn_0.4Zr_0.4O₂和Li_1.2Mn_0.4Ti_0.4O₂中参与渗流网络的锂比例分别为41.6%和65.2%；对应的预测容量分别为135.5和257.5 mAh g^-1，与实验值141.3和260.0 mAh g^-1的相对偏差均低于5%。这一结果支持了将畸变激活的1-TM通道纳入渗流分析，也表明结合输运机理的 AI 加速模拟能够改善对材料可用容量的定量描述。

图2. 引入晶格畸变对渗流网络的影响及容量预测对比

机理指导组分筛选 实验验证新材料预测

基于晶格畸变能够激活迁移通道的认识，团队利用多阳离子策略调控局部化学环境，并以已知DRX材料Li_1.2Mn_0.4Ti_0.4O₂为基础，构建了包含17种过渡金属两两组合的289个候选结构。研究首先计算候选的混合温度，以定性比较形成无序固溶体的难易程度；含V和Mo的Li_1.2Mn_0.2Ti_0.2V_0.2Mo_0.2O₂在该指标上表现最优，被选为进一步研究的目标。这一步将机理提出的组分设计方向与可合成性评价结合起来，为后续 AI 加速模拟和实验制备确定了具体对象。

随后，团队利用针对目标组分微调的 AI 原子势开展混合模拟和渗流分析。结果显示，引入V和Mo后，过渡金属平均位移由参照材料中的0.20 Å增至0.27 Å，阳离子短程有序减弱，更多1-TM通道被激活，锂离子渗流比例由65.2%提升至71.6%，对应预测容量为255.1 mAh g^-1。由此，候选组分的选择进一步获得了局部结构、输运网络和容量之间的定量依据。

在计算指导下，团队采用室温一步机械化学法成功合成了该材料。实验结果显示，在1.5–4.7 V电压窗口和10 mA g^-1电流密度下，其首次放电比容量达到256.3 mAh g^-1，与理论预测的255.1 mAh g^-1相差约0.5%。同步辐射X射线衍射确认了单相无序岩盐结构，元素分布表征显示各组分分布均匀，X射线吸收谱进一步为多种过渡金属参与氧化还原提供了证据。合成与电化学结果共同检验了由机理指导的材料设计及其容量预测。

图3. 计算筛选所得正极材料的合成与电化学性能验证

该研究表明，提升离子传输需要在通道激活与结构稳定之间取得平衡。适度畸变能够打开新的迁移路径并抑制短程有序，过度畸变则可能引起过渡金属大幅迁移和结构失稳。针对所研究体系，团队基于分子动力学分析提出平均过渡金属位移约0.3—0.4 Å的优化区间，为进一步探索兼顾锂离子迁移能力与结构稳定性的组分提供了计算参考。

这一成果建立了"局部化学—晶格响应—构型无序—离子传输"之间的联系，也明确了领域知识与 AI 工具在材料设计中的互补作用：研究者依据物理化学机理确定候选空间和通道判据，AI 原子势加速复杂无序结构的采样，渗流分析给出容量预测，实验合成与测试检验预测结果。这一研究路径为从机理出发开展有针对性的材料筛选提供了实例，并有望为钠离子导体、氧离子导体及混合阴离子固体等材料的理性设计提供新思路。

引用本文：Zichang Zhang, Lihua Feng, Jiewei Cheng, Peng-Hu Du, Chu-Liang Fu, Xintao Long, Anchun Tang, Longlong Fan, Kang Dong, Haoyu Wu, Weihan Li, Jian Peng, Shuo Wang, Dingguo Xia, Xueliang Sun, Qiang Sun; Interplay of Lattice Distortion and Cation Disorder Governs Li-Ion Transport in Cation-Disordered Rocksalt Cathodes. Journal American Chemical Society 30 September 2026; 148 (38): 40704–40714. 

原文链接：https://doi.org/10.1021/jacs.6c05378