8月7日消息，丹麦奥尔堡大学Morten Smedskjaer教授团队在arXiv发表研究，利用基于机器学习原子间势（MLIP）的分子动力学模拟，系统揭示了硫系与卤系玻璃固态电解质（LSPBI体系）中微观结构、离子输运性能与力学稳定性之间的内在联系，为全固态锂电池电解质材料的理性设计提供了关键原子级原理。 全固态锂电池被认为是下一代高能量密度储能技术，而玻璃态固态电解质因具备可加工性、无晶界以及相对较高的离子电导率等优势，被视为极具潜力的候选材料。然而，其离子电导率和力学性能仍难以同时满足实际应用需求。研究团队以Li-S-P-B-I（LSPBI）玻璃体系为研究对象，深入分析了B-S网络与P-S网络之间的相互作用如何影响离子输运和变形行为。 研究发现，将P2S5引入以B2S3为基的玻璃中会引发关键性结构转变——在适中的P2S5含量下，PS4单元解聚刚性硼框架，形成连续的快速离子输运通道，使离子电导率和力学纳米延展性同时得到提升。同时，柔性的P-S-P构型通过键弯曲实现能量耗散，促成材料从脆性到延展性的转变。然而，过量P2S5会增加多磷酸盐（如P2S6和P2S7）比例，反而聚合结构网络并阻碍Li+迁移。 该研究的核心价值在于为工程化玻璃电解质提供了平衡离子电导率与力学韧性的原子级设计准则，对推动全固态锂电池商业化具有重要意义。该工作也是机器学习势函数在复杂玻璃体系原子尺度模拟中的成功应用范例。 （来源：arXiv）