Modeling phase transformations in Mn-rich disordered rocksalt cathodes with machine learning interatomic potentials

本研究は、機械学習原子間ポテンシャルを用いることで、Mnに富む無秩序岩塩型正極が、Mn$^{2+}$の生成ではなく遷移金属の移動によって駆動されるスピネル様構造への相変態を起こし、その結果としてリチウム輸送速度の向上と容量の増大をもたらすことを明らかにしている。

要約

バッテリーを、リチウムイオンという名の小さな通勤者たちが集まる賑やかな都市、そしてそのキャソード（正極）を、巨大で混雑したアパート建築物だと想像してみてください。長年、科学者たちはこれらの通勤者のために、より優れた建物を作ろうと試みてきました。その有望な設計の一つが、「無秩序岩塩型（Disordered Rocksalt: DRX）」と呼ばれる建物です。これは、マンガン、チタン、その他の原子が、誰がどこに住むかといった特定のルールもなく、ランダムに投げ込まれた混沌としたアパートのようなものです。

問題は、この混沌とした建物の中では、リチウムの通勤者たちが時として立ち往生してしまい、バッテリーの動作を遅くし、パワーを低下させてしまうことです。しかし、最近の実験では、バッテリーを数回使用（充放電）した後、この混沌とした建物が自発的に再編成され、より組織化された「スピネル様」の構造へと変化するという、魔法のような現象が起こることが示されました。この新しい構造によって、リチウムはより速く移動できるようになり、バッテリーの性能が向上します。

大きな疑問は、**「このめちゃくちゃな建物が、どのようにして魔法のように自らを整理整頓しているのか、そして内部で一体何が起きているのか？」**ということです。

ここで、Peichen Zhong氏とGerbrand Ceder氏率いる研究チームが登場しました。この現象は非常に速く、スケールも人間の目には小さすぎるため、現実の世界で直接観察することはできません。そこで彼らは、機械学習原子間ポテンシャル（MLIP）と呼ばれる人工知能を用いて、この建物の**「超スマートなデジタルツイン」**を構築しました。

以下に、彼らの発見の簡単な内訳を示します。

1. 「スマートな設計士」（AIモデル）

従来のコンピュータ・シミュレーションは、建物のすべてのレンガの重さを手作業で計算しようとするようなもので、時間がかかりすぎ、全体像を見るには不向きでした。研究者たちは、多くの材料に関する物理法則をすでに学習済みの、学習済みAI（CHGNet）を使用しました。そして、このAIをマンガンに富んだ彼らの電池材料に合わせて「微調整（ファインチューニング）」しました。

このAIを、あらゆる原子がどのように動き、反応するかを正確に予測できる**「スーパー設計士」**だと考えてください。ただし、従来のメソッドよりも数百万倍速く実行できます。これにより、彼らは「ナノ秒（10億分の1秒）」という、原子の世界では永遠とも言える時間をシミュレートすることができました。

2. 大再編（相変態）

彼らは、混沌とした無秩序な建物からシミュレーションを開始しました。原子の動きを「映画」のように観察すると：

• 移動（Migration）: マンガン原子（私たちの例えにおける重い家具）が、あちこちで動き始めました。それらはランダムな場所から、特定の組織化された列へと移動していきました。
• トリガー（引き金）: 一般的な理論では、これらの原子は電気的な電荷が変わった（人の気分が変わるようなもの）ために動いたと考えられていました。しかし、AIシミュレーションは意外な展開を明らかにしました。原子は、電荷が完全に変わる「前」に動き始めていたのです。
• 結果: マンガン原子は特定のパターン（スピネル様またはδ相）へと自らを組織化しました。このパターンが確立されると、原子は新しい、よりエネルギーの低い状態へと落ち着きました。それは、まるで散らかった部屋が、家具がより快適なフィット感を見つけたことで、突然完璧に整理されたレイアウトにパチッとはまるようなものです。

3. 「ハイウェイ」効果（なぜ優れているのか）

最も重要な発見は、建物内部の「道路」についてでした。

• 乱雑な建物の中では、リチウムの通勤者は狭く、塞がれた経路を通り抜けなければなりませんでした。
• 新しく組織化された建物では、マンガン原子が脇に退くことで、リチウムと空隙のみが存在する**「広い開かれたハイウェイ」**（0-TMチャネルと呼ばれます）を作り出しました。
• 例え: 人々が道を塞いでいる混雑した廊下を想像してください。もし人々が脇に寄って整然と列を作れば、緊急対応員（リチウムイオン）が猛スピードで駆け抜けるための明確な道が開けます。これが、バッテリーがより速く、より多くのエネルギーを保持できる理由です。

4. 電荷の謎

研究者たちはまた、マンガン原子の「気分（価数状態）」についても調査しました。彼らは、一部のマンガン原子が電荷を変化させた（Mn2+になった）ものの、これは構造がすでに組織化を開始した後に起きたことを発見しました。

• 旧理論: 原子が先に気分を変え、それが移動を強制した。
• 新しい発見: 原子がまず建物を整理するために動き、その後に、新しい秩序に合わせて気分（電荷）が変わった。つまり、組織化が電荷の変化を引き起こしたのであり、その逆ではありませんでした。

5. バッテリーの性能

最後に、彼らはバッテリーが電気的にどのように振る舞うかをシミュレートしました。

• 古い乱雑な建物: 充電しようとすると、電圧（リチウムを押し出す「圧力」）がガタガタと不安定に上下しました。まるで凹凸の激しい乗り物のようです。
• 新しい組織化された建物: 電圧は滑らかで安定しており、高速道路をクルージングしているかのようでした。
• 容量: 新しい構造は、元の乱雑なものよりも多くのリチウムを保持でき、かつ、通常バッテリーを劣化させる構造的ストレスを与えることなく、それを実現できました。

まとめ

要約すると、この論文は、超高速のAIを使用して、混沌とした電池材料が高度に効率的で秩序ある構造へと再編成される様子を観察しました。彼らは、原子がより良いレイアウトを作るために先に動き、その後に電気的な変化が続くことを発見しました。この新しいレイアウトがリチウムのための「ハイウェイ」を作り出し、バッテリーをより速く、より強く、より安定したものにしています。それはまるで、混沌とした群衆が自発的に整然とした列を作り、全員がより速く移動できる明確な道を作り出す様子を見ているようなものです。

技術概要

技術要約：機械学習原子間ポテンシャルを用いたMnリッチ無秩序岩塩型正極の相変態のモデリング

問題提起
Li$_x$Mn$_{0.8}$Ti$_{0.1}$O$_{1.9}$F$_{0.1}$のようなMnリッチ無秩序岩塩型（DRX）正極材料は、電気化学的サイクル中に、無秩序構造から部分的に無秩序なスピネル様相（$\delta$相と呼ばれる）へと、有益なin-situ相変態を示します。この変態は、容量およびレート特性の向上に関連しています。しかし、これらを駆動する原子レベルのメカニズム（具体的には、遷移金属（TM）の移動、電荷状態の進化、およびカチオン秩序化の結合ダイナミクス）をモデル化することは困難です。従来のab initio手法は、必要とされる時間および長さのスケールに対して計算コストが非常に高く、また、従来のクラスター展開（CE）モデルは、多様な局所環境における複雑な電荷結合ダイナミクスや移動障壁を捉えるための表現力に欠けています。

手法
著者らは、CHGNetアーキテクチャに基づく微調整された機械学習原子間ポテンシャル（MLIP）を中心とした、多段階の計算ワークフローを採用しました。

1. データセット構築: r2SCAN-DFT計算を用いて、Li–Mn–Ti–O–F化学空間の包括的なサンプリングを行いました。これには以下が含まれます：
   • Materials Projectおよび既往のDRX-CEデータセットからの既存の安定化合物。
   • モンテカルロ（MC）シミュレーションおよびサイト交換プロトコルを通じて作成された、様々な程度のスピネル様秩序を持つカスタム生成された部分無秩序構造。
   • 様々な脱リチウムレベルにおける、遷移金属移動経路（八面体-四面体-八面体、またはo-t-o、および直接的なo-oパス）の特定のサンプリング（高エネルギー障壁イベントを捉えるため）。
2. モデル訓練: 緩和軌跡に対して「Trial-CHGNet」を最初に微調整しました。続いて、サンプリングされた移動経路および熱的に励起された構成のサンプリングを強化するために、静的なDFT計算を用いた「Sample-CHGNet」をパラメータ化しました。最終的に、88,852の構造を含むトレーニングセットを用いて「Product-CHGNet」を微調整し、テスト誤差（エネルギー）約2 meV/atomおよび（力）約68 meV/Åを達成しました。
3. シミュレーション: 1273 Kにおいて、脱リチウムされたLi$_{0.6}$Mn$_{0.8}$Ti$_{0.1}$O$_{1.9}$F$_{0.1}$系に対して電荷情報付き分子動力学（MD）シミュレーションを実施しました。このMLIPは、原子電荷を推論するためのプロキシとして予測された磁気モーメントを利用し、価数状態（Mn$^{2+}$, Mn$^{3+}$, Mn$^{4+}$）を動的に推定しました。
4. 電気化学的分析: Li-空孔構成の凸包（convex hull）を構築し、インターカレーション反応を解析することにより、変態した$\delta$相、元のDRX相、および完全に秩序化したスピネル相の電圧プロファイルを算出しました。

主な結果

• 相変態メカニズム: MDシミュレーションは、無秩序岩塩型からスピネル様$\delta$相への転移を正常に捉えました。この変態は熱力学的に有利であり、アニオンエネルギーの約60 meV/anionの減少によって示されました。
• 移動および秩序化のシーケンス: 研究は以下の特定のイベントシーケンスを明らかにしました：
  • Mnの移動は、主にMn$^{3+}$が四面体サイトを経由して移動することから始まります。これは、長距離のスピネル様秩序が確立される前に発生します。
  • 四面体Mn$^{2+}$の出現は、カチオン移動のトリガーではなく、スピネル様秩序化の結果です。
  • 変態した構造は、非遷移金属（0-TM）面共有チャネル（四面体サイトがLiまたは空孔のみで囲まれたもの）の高い濃度を示しており、これらはLiパーコレーションに不可欠です。
• 電気化学的シグネチャー:
  • 秩序化したスピネルLi$_x$MnO$_2$とは異なり、$\delta$相は、$x \approx 0.6$以下での脱リチウム時に1 Vを超える急峻な電圧ステップを伴う二相反応を示すのではなく、擬似プラトーを伴う固溶体挙動を維持します。
  • $\delta$相は、0-TMから四面体-Liへの変換反応に由来する、DRX相および完全に秩序化したスピネル相と比較して高いLi容量を示します。
  • DRX相は、0-TMチャネルの欠如と急峻な電圧勾配により、3 V付近での容量が制限されています。

意義および主張
本論文は、MnリッチDRX正極における固相相変態と、その実験的な電気化学特性との直接的な関係に関する原子レベルの知見を提供すると主張しています。著者らは、自らの研究が、電荷ダイナミクスと構造進化が密接に結合した複雑な酸化物材料をモデル化するための、電荷情報付きCHGNet（特にMLIP）の可能性を示していることを強調しています。電荷の不均一化とイオンホッピングのタイムスケールの乖離を解決することで、本研究は、Mn$^{2+}$の形成が移動を引き起こすという従来の概念に異を唱え、むしろそれがスピネル様秩序の確立に従うものであることを示唆しています。本研究は、部分的なカチオン無秩序化がいかにして有害な二相反応を排除しつつ、Li輸送キネティクスと容量を向上させるかについてのメカニズム的理解を提供し、複雑なエネルギー材料の研究におけるMLIPの有用性を検証しています。