机器学习原子势在锂金属负极中的应用 |
| |
引用本文: | 赖根明,焦君宇,蒋耀,郑家新,欧阳楚英.机器学习原子势在锂金属负极中的应用[J].硅酸盐学报,2023(2):469-475. |
| |
作者姓名: | 赖根明 焦君宇 蒋耀 郑家新 欧阳楚英 |
| |
作者单位: | 1. 北京大学深圳研究生院新材料学院 |
| |
基金项目: | 国家自然科学基金(52272180,12174162,51962010); |
| |
摘 要: | 锂金属是下一代二次电池的理想负极材料。然而,锂枝晶生长存在安全隐患,并导致电池Coulombic效率低,这严重制约了锂二次电池的商业应用。目前,人们对锂的沉积生长机制在原子尺度上还了解甚少,同时对锂枝晶的成因也众说纷纭。近年来,机器学习在计算材料学中的应用使得许多以前无法实现的进步成为可能,本文综述了机器学习原子势在锂金属负极研究中的应用。
|
关 键 词: | 锂金属负极 机器学习 分子动力学 计算模拟 |
|
|