深度势能模拟刻画固态电池SEI界面反应-扩散耦合演化
哈佛大学Boris Kozinsky团队用主动学习训练的等变神经网络势,以量子精度开展对称电池胞的大规模显式反应模拟,自动表征固态电解质界面(SEI)形成中反应与扩散的耦合规律,为固态电池界面稳定性设计提供原子级依据。
共 2 篇,B910化工,AI 化学信息库
哈佛大学Boris Kozinsky团队用主动学习训练的等变神经网络势,以量子精度开展对称电池胞的大规模显式反应模拟,自动表征固态电解质界面(SEI)形成中反应与扩散的耦合规律,为固态电池界面稳定性设计提供原子级依据。
荷兰Eindhoven University of Technology等机构研究者利用基于密度泛函理论数据训练的神经网络势进行分子动力学模拟,系统研究了MAPbI3中的离子迁移。结果显示多数缺陷物种室温下迁移势垒仅0.15至0.20 eV,MA间隙离子通过涉及多个MA离子的协同机制实现高速迁移,修正了对杂化钙钛矿离子输运的传统认知。