可再生能源应用的激增，加上近年来电动汽车市场的快速增长，大大增加了对高性能全固态电池的需求。

与传统的基于液体电解质的电池相比，固态电池具有更高的能量密度、更好的安全性、更长的使用寿命以及在宽温度范围内的可靠运行。

然而，它们的广泛应用仍然存在挑战，包括低离子电导率、高界面电阻以及电解质中粒子-粒子界面的存在，导致电阻增加和能量密度降低。

值得注意的是，高性能固体电解质的研究主要集中在无机和有机固体电解质上。无机固体电解质只传输锂离子，而有机固体电解质允许阴离子和其他物质迁移。然而，这会导致电极发生副反应，导致容量降低和不良影响，例如电池性能和寿命下降。

相比之下，无机电解质不易发生副反应，电池寿命更长，性能更高。然而，它们也有自己的挑战。例如，氧化物型无机固体电解质稳定性较低，需要高温烧结，而硫化物型电解质会与大气中的水分发生反应，产生有毒的硫化氢气体。

为了解决这些问题，日本的研究人员开展了一项新研究，将重点转向有机离子塑料晶体(OIPC)。这项研究发表在《ACS应用电子材料》杂志上。

OIPC由有机阳离子和合适的无机阴离子以及相同阴离子的锂盐组成。这些材料完全由离子组成，具有高离子电导率、高稳定性和可忽略不计的可燃性，非常适合用作电池的固体电解质。

OIPC的一个显著特点是它们在固体结晶相和液体相之间的相变，称为塑性结晶相。尽管具有这些优点，但对于实际应用，OIPC仍然需要更高的离子电导率。

在这项研究中，由上智大学材料与生命科学系的MasahiroYoshizawa-Fujita教授领导的研究小组，与上智大学的TakutoOotahara和MorganL.Thomas以及东京工业大学的KanHatakeyama-Sato一起，利用材料信息学(MI)探索高导电性的OIPC。

“MI利用统计科学和机器学习等信息科学来实现高效的材料开发。在这项研究中，我们结合经验规则和基于机器学习的MI模型来探索OIPC，”Yoshizawa-Fujita教授解释道。

首先，研究人员利用来自OIPC相关文献的化学结构和电导率数据创建训练数据集，并验证MI模型对两种测试化合物的预测精度。验证结果表明，当训练数据包含相似的化学结构时，预测精度会提高。

因此，研究人员选取在训练数据中代表性较好的吡咯烷阳离子作为候选物质，并基于以往研究中关于提高吡咯烷阳离子基OIPC离子电导率的经验法则，利用MI进一步缩小候选物质的范围。

研究团队成功合成了八种新型化合物，包括六种OIPC和两种离子液体，其中一种化合物在25℃时表现出优异的离子电导率，高达1.75×10-4Scm-1，为目前报道的最高值之​​一。

值得注意的是，MI结果还揭示了OIPC离子半径与离子电导率之间关系的新见解。传统的经验规则表明，较低的离子半径与离子电导率比率是可取的。

然而，新合成的化合物表明存在一个最佳值。此外，MI模型预测了OIPC结构的不连续变化，这表明进一步提高预测精度也可以预测相变。

在解释新型OIPC的潜在优势时，Yoshizawa-Fujita教授表示：“高性能固体电解质的开发将提高可充电电池的安全性，因为不再需要担心液体泄漏。

“此外，它还将提高这些电池的能量密度，使配备电池的设备更轻、更紧凑。例如，基于OIPC的可充电电池可以增加电动汽车的续航里程，并促进其广泛应用。”

总的来说，这些发现证明了MI有潜力促进我们对OIPC的理解，为开发更安全、高性能和下一代可充电电池铺平道路。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：