發(fā)布時間：2020-06-10 14:29

【摘要】：固體電解質(zhì)具有較寬的電化學窗口、較高的穩(wěn)定性等優(yōu)點,使得固態(tài)電池擁有較高的安全性、較大的能量密度、較強的循環(huán)性,因此,可以將固體電解質(zhì)作為一種良好的鋰電池電解液替代品。盡管發(fā)展前景不錯,但其研發(fā)推廣仍然存在許多障礙。傳統(tǒng)的固態(tài)電解質(zhì)材料研發(fā)模式主要基于經(jīng)驗和實驗的“試錯法”,發(fā)現(xiàn)周期長,偶然因素大。針對固態(tài)電解質(zhì)材料發(fā)現(xiàn)困難的問題,本文提出一種將機器學習用于固態(tài)電解質(zhì)材料篩選的思路。具體地說,本論文的主要內(nèi)容包括以下方面:首先,針對需要研究的固態(tài)電解質(zhì)待選材料,以Materials Project數(shù)據(jù)庫為基礎,建立了可拓展的、實驗與計算并舉的本地數(shù)據(jù)庫,并對數(shù)據(jù)庫內(nèi)包含的主要條目進行了數(shù)據(jù)解析,包含形成能、晶格能、晶胞體積、晶格大小等信息,有助于更好的理解內(nèi)部結(jié)構(gòu)與性能的相關性,為接下來的篩選工作打下基礎。特別是對于含有多子集條目的彈性信息,根據(jù)一元、二元、三元材料中的數(shù)據(jù),假定各子集之間可能存在的相關關系,通過驗證證實了假定的可行性,為后續(xù)實驗數(shù)據(jù)的存儲與擴展提供了渠道。其次,在對數(shù)據(jù)庫內(nèi)信息充分理解的基礎上,聚焦固態(tài)電解質(zhì)材料應具有的較低電子電導率、較好的穩(wěn)定性、較高的離子電導率等特性,建立與內(nèi)部結(jié)構(gòu)信息包括能帶、晶格能、布爾常量、形成能、電子傳導量、原子分布等的聯(lián)系,獲取相關的“構(gòu)效關系”。尤其需要指出的是,對于離子電導率的篩選,因無經(jīng)驗公式可以借鑒,且難以直接建立內(nèi)部結(jié)構(gòu)某個參數(shù)與之的對應關系,因此,選定可以由內(nèi)部結(jié)構(gòu)信息(原子坐標、晶格體積等)計算獲得的、與離子電導率關聯(lián)性較強的20個特征,充分利用他人的實驗數(shù)據(jù),使用梯度下降的邏輯回歸算法,獲得離子電導率的預測模型。實現(xiàn)了對數(shù)據(jù)庫內(nèi)12000多種材料的篩選,得到預估性能優(yōu)良的41種固態(tài)電解質(zhì)候選材料。最后,從41種固態(tài)電解質(zhì)候選材料出發(fā),找尋其并列舉已被研究體系的制備方法與相關性能,并著重研究了41種固態(tài)電解質(zhì)候選材料中的Li_5GaO_4體系,使用固相合成法制備出相應材料并初步測量了其室溫離子電導率。隨著材料大數(shù)據(jù)的出現(xiàn)、機器學習方法的更迭、電池安全性要求的提高,機器學習用于固態(tài)電解質(zhì)的篩選將會是一個重要的關注點。我們所做的初步研究,將為這項工作提供一些幫助。
【圖文】：

圖 1-1 最佳預測因子(f*,f**)、經(jīng)驗預測因子( )[2]多可以用于預測結(jié)構(gòu) 性能相互作用的方法雖然尚不完或網(wǎng)站的源程序或軟件多采用分布式的，且更易于使出現(xiàn)，對材料領域相關研究或工作人員來講，上述條件

鋰離子電池原理示意圖
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TM912

【參考文獻】

相關期刊論文 前4條

1 許曉雄;邱志軍;官亦標;黃禎;金翼;;全固態(tài)鋰電池技術的研究現(xiàn)狀與展望[J];儲能科學與技術;2013年04期

2 劉晉;徐俊毅;林月;李R，

本文編號：2706423