最新Nature Materials:机器学习+DFT计算+实验验证,快速筛选新材料!

最新Nature Materials:机器学习+DFT计算+实验验证,快速筛选新材料!
第一作者:Jun Meng,Md Sariful Sheikh
通讯作者:Dane Morgan
通讯单位:威斯康星大学麦迪逊分校
最新Nature Materials:机器学习+DFT计算+实验验证,快速筛选新材料!
Dane Morgan,Harvey D. Spangler工程学教授。目前是威斯康星大学麦迪逊分校的助理教授。
论文速览
新的高氧活性材料可通过在较低温度下(例如低于约400 ℃)实现有效的氧离子传输来增强许多与能源相关的技术。间隙氧导体有可能实现这种性能,但受到的关注远不如空位介导的导体。本论文通过结合物理启发的结构和性质描述符、从计算模拟和实验验证,提出了一种新的方法来发现快速间隙氧导体。
研究团队发现了多个新的氧导体家族,这些家族采用与已知氧导体完全不同的结构。研究者们合成并研究了La4Mn5Si4O22+δ这一代表成员,发现其具有比广泛使用的稳定氧化钇-氧化锆(YSZ)更高的氧离子电导率,并且在中等温度下具有已知材料中最高的表面氧交换速率。
快速的氧动力学归因于同时活跃的间隙和间隙循环扩散路径。研究提出,形成有效的间隙氧导体的基本特征是电子的可用性和结构的灵活性,这为理解并发现新的间隙氧导体提供了有力的方法。
图文导读
最新Nature Materials:机器学习+DFT计算+实验验证,快速筛选新材料!
图1:间隙和空位传导氧化物中的氧迁移障碍的比较。
最新Nature Materials:机器学习+DFT计算+实验验证,快速筛选新材料!
图2:新间隙氧导体的筛选方法的示意图。
最新Nature Materials:机器学习+DFT计算+实验验证,快速筛选新材料!
图3:快速间隙氧导体的晶体结构。
最新Nature Materials:机器学习+DFT计算+实验验证,快速筛选新材料!
图4:La4Mn5Si4O22的结构和间隙氧的流动性。
总结展望
本研究不仅发现了具有潜在应用价值的新型快速间隙氧导体,而且为设计和发现新的氧导体材料提供了理论基础和计算方法。
特别是La4Mn5Si4O22材料的发现,其在中等温度下展现出的高氧离子电导率和表面氧交换速率,预示着在能源相关技术中的应用前景。未来的工作可能会集中在进一步优化这些材料的性能,以及探索更多具有高氧导电性的新材料。
文献信息
标题:Computational discovery of fast interstitial oxygen conductors
期刊:Nature Materials
DOI:10.1038/s41563-024-01919-8

原创文章,作者:计算搬砖工程师,如若转载,请注明来源华算科技,注明出处:https://www.v-suan.com/index.php/2024/06/16/fd91c54355/

(0)

相关推荐