Fine-Tuning Universal Machine Learning Potentials Enables Efficient Computation of Li Electrode Potentials in Battery Electrolytes

电解质 化学 溶剂化 密度泛函理论 从头算 电池(电) 电极 工作流程 理论(学习稳定性) 计算 化学物理 标准电极电位 统计物理学 耦合簇 电极电位 从头算量子化学方法 计算化学 隐溶剂化 量子化学 星团(航天器) 量子 还原(数学) 数量结构-活动关系 分子动力学 电化学 纳米技术 人工智能 电子结构 化学稳定性 计算模型 功能理论
作者
Feng Wang,Yu-Hang Tang,Yimin Wei,Jun Cheng
出处
期刊:Journal of the American Chemical Society [American Chemical Society]
卷期号:148 (44): 47908-47919
标识
DOI:10.1021/jacs.6c12519
摘要

The electrode potential of Li metal is fundamental to the performance and stability of Li-metal batteries, yet its accurate prediction across diverse electrolyte chemistries remains a challenge. Standard quantum chemistry using cluster models fails to account for explicit bulk solvation, while ab initio molecular dynamics is restricted by the high computational cost of thermodynamic sampling. In this work, we present an integrated framework that combines a universal machine learning potential for electrolytes with a data-efficient fine-tuning strategy to compute Li electrode potentials. This workflow achieves ab initio level accuracy using ∼200 extra density functional theory calculations per electrolyte system. Furthermore, the identified relationship between local Li+ solvation environments and electrode potential shifts provides mechanistic insights into electrolyte-dependent redox behavior and offers guidance for rational electrolyte design.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
今后的应助被HHH采纳,获得10
刚刚
晴晴发布了新的文献求助10
刚刚
畅快往事发布了新的文献求助10
1秒前
凡楠完成签到,获得积分10
1秒前
CipherSage的应助被白华苍松采纳,获得10
1秒前
Xin5599发布了新的文献求助10
1秒前
2秒前
聪明冰蓝发布了新的文献求助10
2秒前
天天快乐的应助被zyy采纳,获得30
2秒前
2秒前
科研通AI6.4的应助被霁月采纳,获得10
3秒前
小二郎的应助被keke采纳,获得10
3秒前
Owen的应助被学霸业采纳,获得20
4秒前
酪蛋白磷酸肽完成签到,获得积分10
4秒前
haha给haha的求助进行了留言
4秒前
942685630发布了新的文献求助10
5秒前
jinrong完成签到 ,获得积分10
5秒前
小曲完成签到,获得积分20
5秒前
小马甲的应助被mm采纳,获得10
6秒前
JerryPanJ发布了新的文献求助10
6秒前
7秒前
7秒前
無端完成签到 ,获得积分10
7秒前
8秒前
科研通AI65的应助被liaos采纳,获得10
8秒前
今天没带脑子完成签到 ,获得积分10
8秒前
丘比特的应助被坚强孤容采纳,获得30
8秒前
君子儒完成签到,获得积分10
8秒前
花墨发布了新的文献求助10
9秒前
9秒前
高冷的咩咩完成签到,获得积分10
9秒前
小胡发布了新的文献求助10
10秒前
胖胖橘发布了新的文献求助10
10秒前
Lumos完成签到 ,获得积分10
11秒前
HHH发布了新的文献求助10
12秒前
13秒前
13秒前
mm完成签到,获得积分10
14秒前
Cbbaby完成签到,获得积分10
14秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
八旗制度の研究 600
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8187362
求助须知:如何正确求助?哪些是违规求助? 9575478
关于积分的说明 21841431
捐赠科研通 7785067
什么是DOI,文献DOI怎么找? 3434943
关于科研通互助平台的介绍 2559401
邀请新用户注册赠送积分活动 2481820