层状碳材料(LCMs)由基本的碳层单元组成,如石墨、软碳、硬碳和石墨烯等。虽然它们已广泛应用于钾离子电池的负极,但各种LCM的储钾机制和性能是孤立的,难以相互关联。更重要的是,缺乏对基本微观结构单元(结晶度和缺陷)与钾储存行为之间相关性的系统理解。在此,新加坡南洋理工大学申泽镶教授、陕西科技大学刘晓旭教授及大连民族大学郭海副教授等人探讨了影响LCMs钾存储的关键结构因素,即碳层的结晶度和缺陷。作者从各种数据库和文献中提取了表征不同碳材料结晶度和缺陷的关键参数(La, Lc, d002, ID/IG),建立了LCMs的结构-性能数据库,并系统地分析了这些关键结构参数对钾储存性质的影响,包括容量、倍率和工作电压平台。基于结构-性能数据库分析和热力学、动力学的指导,建立了各种LCM与钾储存性能之间的关系。图1. LCM关键结构参数的概述和数据整理储钾性能受多种结构因素交织影响,在机器学习中利用LCMs的结构-性能数据库预测最佳结构和性能,更有利于揭示复杂数据中的规律。最后,作者借助机器学习,首次利用层状碳负极的关键结构参数对储钾性能进行预测,使数据库中的海量研究数据能够更有效地指导未来LCM的科学研究和工程应用。预测结果不可避免地存在一些误差,但这项工作对今后电极材料的设计具有非常高的科学和工程意义。图2. 基于LCMs构建高性能钾离子电池的综合思考Effects of Crystallinity and Defects of Layered Carbon Materials on Potassium Storage: A Review and Prediction, Electrochemical Energy Reviews 2021. DOI: 10.1007/s41918-021-00114-6