加速高性能锂金属电池设计的新策略！

锂金属电池（LMB）因其在电子和电动汽车应用中的潜力而备受关注。然而，锂枝晶的生长以及电化学循环过程中与电解质发生不良副反应等问题阻碍了其广泛的商业化。
鉴于此，近期由中国科学院深圳先进技术研究院薛东风研究员和彭超博士领导的研究团队在《Matter》杂志上发表了题为“Data-driven discovery and intelligent design of artificial hybrid interphase layer for stabilizing lithium-metal anode”的研究成果。
研究概述
研究团队最近提出了一种基于自组装的新型无机-有机杂化中间相层策略单层法。该策略赋予锂金属阳极界面良好的机械稳定性和优异的离子电导率，并诱导锂均匀沉积并抑制锂枝晶生长。
图文导读
研究人员应用高通量数据驱动的工作流程来实现自组装分子的智能设计。该工作流程包含自组装分子特征、分子电化学稳定性、化学稳定性和相间保护层离子电导率的筛选标准，并可以从PubChem数据库中自动捕获目标自组装分子。这种新的研究范式加速了选择最有前途的候选分子的 筛选过程，并允许利用机器学习技术智能设计锂金属阳极的人工界面层。
此外，研究人员揭示了分子结构特征（头基、尾基和中间基团）以及电子性质和保护层性能之间的构效关系，其中分子的量子力学偶极子和静电势为被认为是预测锂通过混合保护层扩散的能垒的重要描述符。
研究组建立了一个由从 PubChem 数据库中选出的 128 个自组装有机分子候选组成的数据库，并提出了八种最佳分子，以有利于在锂金属阳极构建无机-有机混合界面层。
这些带有氟化物头基 (-F) 的分子可以形成 LiF 内部无机界面相，从而提高锂金属阳极上界面层的稳定性和离子电导率，而外部线性有机层则提供丰富的 3D 多孔通道，促进锂扩散，引导锂均匀沉积，抑制锂枝晶生长。该研究为开发更高效、更安全的锂金属电池开辟了新的可能性。
参考文献
Qi Zhang et al, Data-driven discovery and intelligent design of artificial hybrid interphase layer for stabilizing lithium-metal anode, Matter (2023). DOI: 10.1016/j.matt.2023.06.010