瑞士Empa团队开发多尺度数据驱动框架优化LiCoO2正极光热烧结工艺
B910化工消息：4月24日消息，arXiv预印本平台发表的一项研究为全固态薄膜电池的制造工艺提供了新的建模工具。来自瑞士联邦材料科学与技术研究所（Empa）的胡洋（Yang Hu）、Benoit Sklenard、Wouter Vels、Yaroslav E. Romanyuk和Vladyslav Turlo开发了一种多尺度数据驱动框架，用于精确模拟锂钴氧化物（LiCoO2）正极的光热烧结过程。
光热（光子）烧结技术利用毫秒级的表面局部加热将非晶态LiCoO2转化为晶态，是全固态薄膜电池制造的关键工艺。然而，此前的工艺设计依赖一维模型和相平均、温度无关的物性参数，可能导致峰值温度和安全损伤裕度的错误预测。
该研究训练了Allegro神经网络势函数，达到近第一性原理（ab initio）精度，并通过Green-Kubo方法计算了晶态和非晶态LiCoO2的热导率。研究发现，非晶态LiCoO2的热导率低且对密度依赖性弱，将其作为有效晶间相引入薄界面模型后，能够重现实验中观测到的晶粒尺寸依赖热传导行为。
结合实验测量的波长分辨光学特性，在一维多物理场仿真中，研究团队发现非晶态LiCoO2的吸光能力更强，达到的峰值温度更高。这意味着此前基于晶态、恒参数模型的工艺设计系统性地高估了安全操作窗口，可能导致实际加工中的热损伤风险。
该框架将神经网络势函数、分子动力学模拟、光学测量和多物理场仿真整合为统一工作流，为全固态薄膜电池的工艺优化提供了更为精确的工具，有望推动更安全、更高效的电池制造工艺设计。 （来源：arXiv）
光热（光子）烧结技术利用毫秒级的表面局部加热将非晶态LiCoO2转化为晶态，是全固态薄膜电池制造的关键工艺。然而，此前的工艺设计依赖一维模型和相平均、温度无关的物性参数，可能导致峰值温度和安全损伤裕度的错误预测。
该研究训练了Allegro神经网络势函数，达到近第一性原理（ab initio）精度，并通过Green-Kubo方法计算了晶态和非晶态LiCoO2的热导率。研究发现，非晶态LiCoO2的热导率低且对密度依赖性弱，将其作为有效晶间相引入薄界面模型后，能够重现实验中观测到的晶粒尺寸依赖热传导行为。
结合实验测量的波长分辨光学特性，在一维多物理场仿真中，研究团队发现非晶态LiCoO2的吸光能力更强，达到的峰值温度更高。这意味着此前基于晶态、恒参数模型的工艺设计系统性地高估了安全操作窗口，可能导致实际加工中的热损伤风险。
该框架将神经网络势函数、分子动力学模拟、光学测量和多物理场仿真整合为统一工作流，为全固态薄膜电池的工艺优化提供了更为精确的工具，有望推动更安全、更高效的电池制造工艺设计。 （来源：arXiv）
