Hierarchical high-throughput screening of alkaline-stable lithium-ion conductors combining machine learning and first-principles calculations

In dit artikel wordt een hiërarchische high-throughput screeningworkflow gepresenteerd die machine learning en eerste-principes-berekeningen combineert om meer dan 320.000 samenstellingen te evalueren, waarbij 209 alkaline-stabiele vaste lithium-ion geleiders worden geïdentificeerd die essentieel zijn voor de ontwikkeling van praktische Li-lucht-batterijen.

De kern

De zoektocht naar de perfecte batterij: Een verhaal over rots, regen en slimme computers

Stel je voor dat je een batterij wilt bouwen die niet alleen lang meegaat, maar ook veilig is in een vochtige wereld. Denk aan een elektrische auto die rijdt in de regen of een drone die vliegt in een mistige lucht. Voor de toekomst van onze wereld hebben we vastestofbatterijen nodig. In plaats van gevaarlijke vloeistoffen (zoals in je huidige telefoon), gebruiken deze batterijen een vast materiaal om de energie te vervoeren.

Maar hier zit een probleem: veel van deze vaste materialen houden niet van water. Als ze nat worden, gaan ze kapot, net als een suikerklontje in je koffie. En als je ze gebruikt in een speciale batterij voor lucht (een Li-O2-batterij), ontstaat er een extreem zure of juist zeer alkalische omgeving (zoals sterke zeep). Dat is voor de meeste materialen dodelijk.

De auteurs van dit paper, een team van slimme onderzoekers, wilden weten: "Kunnen we een vast materiaal vinden dat niet alleen stroom doorlaat, maar ook overleeft in deze zware, alkalische omstandigheden?"

Hier is hoe ze dat deden, vertaald in alledaagse taal:

1. De Grote Scherf (De Screening)

Stel je voor dat je een enorme kelder vol hebt met 320.000 verschillende soorten bakstenen. Je wilt er één vinden die waterdicht is, maar ook nog eens elektriciteit geleidt. Je kunt ze niet één voor één in een emmer water gooien; dat duurt eeuwen.

Dus deden ze iets slim:

• De AI-voorspeller (Machine Learning): Eerst gebruikten ze een super-snel computerprogramma (een AI) als een "sneltest". Dit programma keek naar de chemische formule van elke baksteen en zei: "Deze ziet er belachelijk uit, die valt uit elkaar," of "Deze lijkt sterk." Hiermee haalden ze 99% van de slechte bakstenen eruit.
• De Precisie-Test (DFT): Voor de overgebleven, veelbelovende kandidaten deden ze een zeer nauwkeurige, maar trage berekening. Dit is alsof je de beste bakstenen nu écht in een laboratorium test, maar dan in een virtuele wereld.

Het resultaat? Ze vonden 209 nieuwe materialen die potentieel sterk genoeg zijn.

2. De Twee Kampioenen: NASICON en Garnet

Ze keken vooral naar twee soorten "bakstenen" (kristalstructuren):

• NASICON: Dit is als een stevig, maar poreus frame. Het is goed tegen water, maar als het in een zeepachtige (alkalische) oplossing komt, begint het frame te smelten.
• Garnet: Dit is als een dichte, harde rots. Het is heel goed tegen die zeepachtige omgeving, maar het houdt niet van water (het ruilt atomen uit met water).

De onderzoekers ontdekten dat Garnet over het algemeen beter bestand is tegen de alkalische "zeep" dan NASICON. Waarom? Omdat Garnet een speciale "schildkwaliteit" heeft.

3. Het Magische Schild (Passivering)

Hier komt de mooiste metafoor:
Stel je voor dat je een baksteen in een zure regen zet. Normaal zou hij verteren. Maar sommige materialen vormen een beschermend laagje op hun oppervlak, zoals een schild.

• Bij NASICON is dit schild vaak dun en onvolledig. De "regen" (de alkalische oplossing) eet de binnenkant op.
• Bij Garnet zit er een speciaal element (Lanthaan) in de structuur. Als de buitenkant begint te corroderen, vormt dit element direct een dik, ondoordringbaar schild van metaaloxide. Het is alsof de rots zichzelf repareert terwijl hij wordt aangevallen.

4. De Grote Afweging (De Dilemma's)

Het paper laat zien dat er geen "perfecte" batterij is die alles kan. Het is een spelletje afwegen:

• Stroom vs. Stabiliteit: Als je meer lithium (de energie) in het Garnet-materiaal stopt, gaat het sneller stroom geleiden (beter voor de snelheid van je auto), maar wordt het materiaal kwetsbaarder voor de alkalische omgeving (minder stabiel).
• De "Vervuiling": Om een materiaal elektrisch geleidend te maken, moeten ze soms atomen toevoegen die chemisch reageren. Maar diezelfde reactieve atomen maken het materiaal juist instabiel in de vochtige lucht.

Conclusie: Wat betekent dit voor ons?

De onderzoekers hebben een kwaliteitslijst gemaakt van nieuwe materialen die beter zijn dan wat we nu hebben. Ze hebben ontdekt dat:

1. We moeten stoppen met het zoeken naar één perfect materiaal en in plaats daarvan composities moeten maken die een goede balans vinden tussen snelheid en stabiliteit.
2. Garnet-achtige materialen hebben de meeste kans van slagen voor de toekomstige batterijen die in vochtige lucht werken, mits we de juiste chemische "ingrediënten" toevoegen om het schild te versterken.

Kortom: Ze hebben met een slimme combinatie van AI en supercomputers de "heilige graal" van de batterij nog niet gevonden, maar ze hebben wel een gouden kaart getekend die ons precies laat zien waar we moeten graven om de batterijen van de toekomst te bouwen die niet bang zijn voor regen of zeep.

Technische samenvatting

Hieronder volgt een gedetailleerde technische samenvatting van het artikel "Hierarchical high-throughput screening of alkaline-stable lithium-ion conductors combining machine learning and first-principles calculations" in het Nederlands.

Probleemstelling

Solid-state batterijen (SSB's) vereisen vaste elektrolyten (SSE) die zowel een hoge ionische geleidbaarheid bezitten als stabiel zijn onder zware elektrochemische en chemische omstandigheden. Een specifieke uitdaging doet zich voor bij vaste-stof Li-O2-batterijen die onder vochtige lucht worden bediend. In deze omgeving vormt LiOH (lithiumhydroxide) als ontladingsproduct, wat leidt tot een extreem alkalische omgeving met een pH-waarde tot ongeveer 15.

Bestaande oxide-gebaseerde geleiders, zoals NASICON- en granaat-type materialen, vertonen vaak instabiliteit in dergelijke omstandigheden:

• NASICON: Neigt tot ontbinding door de oplossing van polyaniongroepen (zoals fosfaat) in alkalische oplossingen.
• Granaat: Hoewel vaak stabieler tegen LiOH, kan het gevoelig zijn voor water en protonuitwisseling (Li+/H+), wat de geleidbaarheid vermindert.
• Algemeen: Er is een gebrek aan materialen die tegelijkertijd hoge ionische geleidbaarheid, syntheseerbaarheid, elektrochemische stabiliteit en weerstand tegen hoge pH bieden.

Methodologie

De auteurs hebben een hiërarchische high-throughput screening workflow ontwikkeld om de chemische ruimte van NASICON- en granaat-structuren te verkennen. Deze workflow combineert machine learning (ML) met eerste-principes berekeningen (DFT):

1. Chemische Ruimte:

   • NASICON: Formule $Li_x(M_yM'_{1-y})_2(A_zA'_{1-z}O_4)_3$. Er werden 313.217 composities gegenereerd door variatie in Li-gehalte ($x$), kation-substitutie op octaëdrische ($M$) en tetraëdrische ($A$) sites, en verschillende polyaniongroepen (fosfaat, silicaat, sulfaat, etc.).
   • Granaat: Formule $Li_xLa_3(M_yM'_{1-y})_2O_{12}$. Er werden 6.823 composities gegenereerd met variatie in Li-gehalte en substitutie op de octaëdrische $M$-site, waarbij La3+ vastgehouden werd.

2. Hiërarchische Screening:

   • Stap 1: Pre-screening met ML (CHGNet): Een universeel machine-learning interatomisch potentiaalmodel (CHGNet) werd gebruikt om de energieën en structuren van alle >320.000 kandidaten snel te relaxeren. Materialen met een energie boven de convex hull ($E_{hull}$) < 100 meV/atom werden geselecteerd.
   • Stap 2: DFT-screening: Een subset van de ML-geselecteerde kandidaten werd verder geanalyseerd met Density Functional Theory (DFT) voor hogere nauwkeurigheid. De selectiecriteria werden verstrengd tot $E_{hull}$ < 25 meV/atom.
   • Stap 3: Eigendomsberekening: Voor de overgebleven kandidaten werden chemische, elektrochemische en alkalische stabiliteit berekend.

3. Stabiliteitsmetrieken:

   • Syntheseerbaarheid: $E_{hull}$ (energie boven de convex hull).
   • Elektrochemische stabiliteit: Oxidatie- ($V_{ox}$) en reductiegrenzen ($V_{red}$).
   • Chemische stabiliteit: Reactie-energie ($\Delta E_{rxn}$) met H2O en LiOH.
   • Alkalische stabiliteit:
     • Grand Pourbaix Potentiaal ($\phi_{pbx}$): Een aangepaste Pourbaix-diagram benadering die rekening houdt met Li+ uitwisseling. De maximale decompositie-energie ($\max \Delta \phi_{pbx}$) binnen het batterijvenster (pH 12-15, 2.0-4.2 V) dient als maatstaf voor alkalische stabiliteit.
     • Passivatie-index (PI): Het fractionele oppervlak in het Pourbaix-diagram waar vaste decompositieproducten (passiverende lagen) worden gevormd. Een hoge PI (>0.8) suggereert dat een materiaal zichzelf kan beschermen tegen verdere corrosie.

4. Geleidbaarheid: Li-ion geleidbaarheid werd geschat via Molecular Dynamics (MD) simulaties met een fijngefineerd CHGNet-model.

Belangrijkste Bijdragen

• Ontwikkeling van een hiërarchische screening: Een efficiënte combinatie van CHGNet en DFT om een enorme chemische ruimte (320.000+ composities) te screenen voor specifieke alkalische stabiliteit.
• Introductie van de 'Grand Pourbaix Potentiaal': Een nieuwe metriek die specifiek is ontworpen voor Li-ion geleiders in variabele Li-chemische potentiaal, essentieel voor het begrijpen van stabiliteit in Li-O2-batterijen.
• Identificatie van ontwerpprincipes: Het onthullen van fundamentele trade-offs tussen alkalische stabiliteit, ionische geleidbaarheid en elektronische geleidbaarheid.
• Publicatie van een nieuwe lijst van kandidaten: Een lijst van 209 geselecteerde alkalische-stabiele kandidaten (195 SSE's en 14 MIEC's) die superieur zijn aan bestaande prototypes.

Resultaten

1. Geselecteerde Kandidaten:

   • Uit de screening kwamen 81 NASICON- en 128 granaat-verbindingen als finale kandidaten naar voren.
   • NASICON: 74 Solid Electrolytes (SSE) en 7 Mixed Ionic-Electronic Conductors (MIEC).
   • Granaat: 121 SSE en 7 MIEC.
   • De beste kandidaten tonen een significante verbetering in alkalische stabiliteit ten opzichte van de prototypes LiTi2(PO4)3 (LTPO) en Li7La3Zr2O12 (LLZO). Bijvoorbeeld, Li3La3W2O12 (granaat) vertoont een 66% lagere decompositiedrijvende kracht dan LLZO.

2. Invloed van Kationen en Polyanionen:

   • NASICON: Vroege overgangsmetalen (Sc, Hf, Zr, Ti) verbeteren de alkalische stabiliteit door de vorming van stabiele oxide-passiveringslagen. Het vervangen van fosfaat door silicaat verlaagt de decompositiedrijvende kracht, maar verhoogt de $E_{hull}$ (moeilijker te synthetiseren).
   • Granaat: Elementen zoals W, Ta en Nb (met hoge oxidatietoestanden) verlagen de decompositiedrijvende kracht aanzienlijk. Hoewel deze elementen zelf een lage passivatie-index hebben, zorgt de aanwezigheid van La (hoge PI) in de structuur ervoor dat de algehele passivatie-index hoog blijft.
   • Mechanisme: Granaat-verbindingen zijn stabieler omdat ze geen oplosbare polyaniongroepen bevatten en een La-gebaseerde passiveringslaag vormen. NASICON-verbindingen lijden onder de oplossing van fosfaatgroepen.

3. Trade-offs:

   • Stabiliteit vs. Geleidbaarheid (Granaat): Er is een fundamenteel compromis. Granaat-verbindingen met de hoogste alkalische stabiliteit hebben een laag Li-gehalte (x=3), wat leidt tot lage ionische geleidbaarheid. Het verhogen van het Li-gehalte (x=6-7) voor hoge geleidbaarheid verhoogt de decompositiedrijvende kracht in alkalische omgevingen met 2-3 keer.
   • Stabiliteit vs. Elektronische Geleidbaarheid: Voor MIEC-toepassingen is een bepaalde hoeveelheid redox-actieve metalen nodig. Deze metalen (zoals V, Fe) hebben echter vaak een lage passivatie-index of verhogen de decompositiedrijvende kracht, wat het moeilijk maakt om zowel hoge elektronische geleidbaarheid als hoge alkalische stabiliteit te bereiken.

4. Voorspelde Geleidbaarheid:

   • Voor de geselecteerde SSE-kandidaten werden Li-ion geleidbaarheden bij kamertemperatuur berekend. Sommige composities (bijv. Li2Hf1.5Sc0.5Si0.5P2.5O12) tonen veelbelovende waarden (tot ~1.4 mS/cm) met lage activeringsenergieën.

Betekenis en Conclusie

De studie toont aan dat noch NASICON- noch granaat-structuren thermodynamisch stabiel zijn in extreme alkalische omgevingen, maar dat hun lange-termijn stabiliteit kan worden bereikt via oppervlakte-passivatie. De auteurs hebben specifieke chemische substituties geïdentificeerd die de decompositiedrijvende kracht minimaliseren en passivatie maximaliseren.

De belangrijkste bevinding is dat granaat-structuren over het algemeen superieure alkalische stabiliteit vertonen ten opzichte van NASICON, voornamelijk door de afwezigheid van oplosbare polyaniongroepen en de vorming van lanthanide-oxide passiveringslagen. Echter, voor granaat bestaat er een inherent compromis tussen hoge ionische geleidbaarheid (vereist hoge Li-inhoud) en alkalische stabiliteit (vereist lage Li-inhoud).

Deze resultaten bieden een blauwdruk voor het ontwerp van next-generation vaste-stof elektrolyten voor vochtige Li-O2-batterijen, waarbij multi-objectieve optimalisatie noodzakelijk is om syntheseerbaarheid, stabiliteit en geleidbaarheid in evenwicht te brengen. De geïdentificeerde 209 kandidaten vormen een waardevolle startpunten voor experimentele validatie.