Nature Materials：揭示磷酸铁锂化学-机械的本构关系

第一作者：Haitao D. Deng

通讯作者：William C. Chueh，Andrew M. Minor

通讯单位：斯坦福大学，劳伦斯伯克利国家实验室

DOI：10.1038/s41563-021-01191-0

背景介绍

作为自然界中大多数物理过程的基础，在数学上将多个物理量相互映射的特定材料关系称为本构关系，进一步了解本构关系有助于推动能源、电子和许多其他科学和工程应用的进步。例如，固体中的成分-特征应变关系，如维加德定律中的线性响应假设，控制着化学-力学。也就是说，一种材料如何随着成分的变化而改变形状。这种在材料科学中广泛使用的经验关系对于预测器件的性能、可靠性和性能衰减是必不可少的。对于单相、均质材料，涉及成分的本构关系可以直接表征。然而，在非均匀固体中理解这样的方程式（由于相分离）是具有挑战性的。其中一种关系是物质组成和特征应变之间的关系，它控制着固体的化学-机械膨胀。此外，第一性原理预测受到跨越多长度尺度和结构所需的计算成本的限制，从而很难准确描述相分离非均匀材料。

需要新的方法来获取固体中的本构关系，例如成分和特征应变之间的关系。在过去的几十年里，高分辨率X射线、电子和中子显微镜取得了实质性进展，使纳米级形貌、结构、化学和应变的直接可视化成为可能。显微镜图像内的空间相关像素固有地嵌入了感兴趣的构成关系，从而为解决上述挑战提供了一个新的途径。迄今为止，实验图像已被用于通过少数特征（例如图案波长、界面厚度等）来估计物理参数和识别限制过程。利用数据驱动的方法，在将原子尺度图像提炼为物理见解方面取得了进展，但在中尺度和宏观尺度上还远远不够。通过显微图像逆向进行准确的本构关系理解需要整合实验、数据分析和理论，以加强与自然物理学的联系。

图文导读

鉴于此，美国斯坦福大学William C. Chueh教授和劳伦斯伯克利国家实验室Andrew M. Minor开发了一个可推广的、物理约束的图像学习框架，以算法从相关的四维（4D）扫描透射电子显微镜和X射线光谱照相图像中理解纳米尺度上的化学-机械本构关系。

尽管取得了二十多年的进步，Li_XFePO₄仍存在两个基本问题：（1）弹性相干性（通常在模型中假设）和相界处的塑性变形的程度是多少，（2）以及亚稳态固溶体如何在混溶性间隙内膨胀和收缩？为了量化厚颗粒样品中的锂成分和晶格应变，以锂电池中应用最广的Li_XFePO₄正极材料为示例，采用物理约束和正则化的图像学习框架，在整个组成范围（0≤X≤1)内的两相二元系统中发现了一个主要线性的锂组成-特征应变关系（即恒定的化学膨胀系数），包括在热力学不稳定的混溶间隙内，在纳米尺度上通过实验验证了维加德定律。同时，以非物理约束的直接回归结果为基准，本文的图像学习方法将模型误差降低了19%。

重要的是，通过本文的框架，还量化了残余应变场中的纳米级异质性（即超出成分特征应变和相干弹性应变的部分），通过位错密度分析将其归因于塑性变形。由位错引起的残余应变异质性，通过X射线衍射线分析得到了独立的验证。这些发现是提高相变电池电极的容量保持率和倍率性能的基础，并且该方法可推广到大多数晶体材料。本文的方法整合了显微镜、材料科学和图像学习，突出了从科学成像数据中准确获取物理定律的优点。

相关论文以“Correlative image learning of chemo-mechanics in phase-transforming solids”为题发表在Nature Materials。

图文解析

Nature Materials：揭示磷酸铁锂化学-机械的本构关系

图1：本构方程的逆图像学习框架示意图

图2：组成-特征应变关系的逆向图像学习

图3：Li_XFePO₄的化学-力学分析

图4：位错引起的X射线谱线展宽

文献信息

Haitao D. Deng, Hongbo Zhao, Norman Jin, Lauren Hughes, Benjamin H. Savitzky,

Colin Ophus, Dimitrios Fraggedakis, András Borbély, Young-Sang Yu , Eder G. Lomeli, Rui Yan, Jueyi Liu, David A. Shapiro, Wei Cai, Martin Z. Bazant, Andrew M. Minor,^✉ William C. Chueh,^✉，Correlative image learning of chemo-mechanics in phase-transforming solids，2022，https://doi.org/10.1038/s41563-021-01191-0

原创文章，作者：v-suan，如若转载，请注明来源华算科技，注明出处：https://www.v-suan.com/index.php/2023/10/15/8245787a6f/

Nature Materials：揭示磷酸铁锂化学-机械的本构关系

相关推荐