🔬 materials science

Dehydration-Driven Ion Aggregation and the Onset of Gelation in ZnCl $_2$ Solution

本文提出了一个经机器学习分子动力学模拟验证的极简模型，该模型证明了脱水通过两个截然不同的转变过程驱动高浓度 ZnCl $_2$ 溶液中的离子聚集——即在配位数 $Z=2$ 时形成 Cl 桥联簇，并在 $Z\approx 3$ 附近触发凝胶化——且其簇尺寸分布与渗透理论相匹配。

原作者： Alexei V. Tkachenko, Chuntian Cao, Amy C. Marschilok, Deyu Lu

发布于 2026-08-19

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Alexei V. Tkachenko, Chuntian Cao, Amy C. Marschilok, Deyu Lu

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

在化学领域，水通常是反应进行的舞台，是一个广袤的海洋，使溶解的粒子保持分离并自由移动。但当你以极高的强度将氯化锌之类的盐溶解在水中时，规则改变了。水变得如此稀缺，以至于它无法再用自身的“个人气泡”包围每一个离子。这创造了一个拥挤且混乱的环境，离子被迫直接相互作用，形成复杂的结构，其行为更像是一种浓稠的凝胶，而非简单的液体。科学家们早已知晓这些“盐中水”溶液具有奇异的特性，例如溶解木浆等坚韧材料的能力，或作为能够抵抗分解的高效电池的功能。然而，将咸液体转变为连接性的类凝胶网络的精确微观步骤一直是一个谜，隐藏在数万亿个移动原子的复杂性背后。

一支研究团队现在通过将先进的计算机模拟与一种新的数学模型相结合，揭开了这一复杂性的层层面纱，观察随着水分消失，锌和氯离子是如何表现的。他们专注于一种特定的盐——氯化锌，这种盐以能在水中大量溶解而闻名。利用一种基于量子物理定律模拟原子行为的高级计算机程序，该团队模拟了从稀释混合物到极高浓度（即水与盐的比例降至接近每两个锌离子对应一个水分子）的溶液。通过观察这些虚拟原子随时间的变化，他们能够精确观察到当水分减少时离子是如何聚集在一起的，从而揭示了一个从未被清晰观察到的结构转变的逐步过程。

研究人员发现，从松散液体到类固体凝胶的转变是在完全由缺水驱动的情况下，分两个截然不同的阶段发生的。在第一阶段，随着水分变得不再可用，锌离子开始失去其水分外壳，并开始抓取氯离子。最初，这些离子形成小的、孤立的群体。但一旦每个锌原子连接的平均氯离子数量达到一个特定点，行为就会发生突变。氯离子可以起到桥梁的作用，开始将多个锌离子连接在一起。这导致了从孤立簇到离子分支网络的快速转变，这是一个关键的转折点，此时溶液开始表现为一个单一的、互连的系统，而非一系列独立的个体。

随着浓度进一步增加以及水分变得更加稀缺，系统趋向于第二个更具戏剧性的阈值。研究人员发现，当每个锌离子的平均连接数达到大约三个时，分支簇变得足够大，以至于可以横跨整个溶液。在这一点上，一个连续的网络形成了，将离子连接在整个容器中。这就是凝胶化的时刻，即液体有效地变成了凝胶。计算机模拟显示，在这一临界点，这些离子簇的大小遵循精确的数学模式，符合用于描述其他材料中网络如何形成的理论预测，例如森林火灾如何蔓延或海绵如何变得饱和。

至关重要的是，该研究排除了旧有的假设，即这些离子组是以没有环路或圆圈的简单树状方式形成的。新数据表明，离子经常形成闭合回路，从而创造出一个比此前认为的更复杂、更互连的网络。这一结构细节至关重要，因为它改变了材料的物理行为。研究人员还发现，这些桥梁的形成并非随机事件，而是深受剥离水分能耗的影响。只有当水分极其匮乏，以至于离子别无选择、被迫共享剩余资源时，氯离子才会连接两个锌原子。这种脱水驱动的机制解释了为什么转变发生得如此剧烈，以及为什么材料特性会在特定的浓度下发生如此剧烈的变化。

这些发现提供了局部原子排列与液体宏观行为之间的清晰、定量的联系。通过展示水分的流失如何迫使离子以特定且可预测的方式相互连接，这项研究为理解并潜在控制这些高浓度电解质提供了一种新方法。这些知识对于开发更好的电池尤为重要，因为控制离子的移动和连接对于效率和安全性至关重要。这项工作证明，从简单的盐溶液到复杂的凝胶的过程并非混沌的模糊状态，而是一段受脱水这一简单且持续的压力所支配的结构化旅程。

技术摘要：脱水驱动的离子聚集与 ZnCl₂ 溶液中凝胶化的起始

问题陈述
高浓度的“盐中水”（water-in-salt, WIS）电解质，特别是含有多价阳离子（如 ZnCl₂）的电解质，表现出的物理化学行为超出了经典稀溶液理论的范畴。虽然已知 ZnCl₂ 具有卓越的溶解性以及溶解纤维素的能力，且由于其能够抑制水分解并调节锌沉积，在下一代锌离子电池中的应用前景日益广泛，但 WIS 体系中离子聚集体的微观结构和连通性仍不为人所熟知。以往的理论模型通常基于 Flory–Stockmayer (FS) 理论，将离子视为“斑点颗粒”（patchy particles），形成无环的 Cayley 树状簇并进行独立的键合形成。这些模型无法捕捉到 ZnCl₂ 特有的结构细微差别，例如环（loops）的形成以及氯化物结合的相关性，而这些特性对于理解从孤立配合物向渗透网络（percolating networks）的转变至关重要。

方法论
作者采用了一种结合大规模分子动力学（MD）模拟与改进的解析极简模型的双重方法。

MD 模拟： 利用机器学习原子间势函数（MLIP）生成了六种不同质量浓度（1.05 m 至 30 m）的水性 ZnCl₂ 电解质轨迹。该 ML-IP 是通过主动学习工作流（DP-GEN）基于使用 SCAN 泛函的密度泛函理论（DFT）数据训练而成的。模拟在 333 K 的 NpT 系综下进行，其结构因子通过了 X 射线散射数据的验证。
解析模型： 开发了一个描述离子聚集的极简模型。与传统的 FS 模型不同，该框架基于 MD 结果引入了三个关键修正：
1. 环的形成： 解除了无环 Cayley 树的约束，允许 Zn-Cl 簇内形成环，从而使系统处于不同的普适类（universality class）。
2. 相关结合： 放宽了氯配体独立键合的假设，以解释形成 Cl 介导的 Zn–Cl–Zn 桥联所需的巨大自由能代价。
3. 溶剂位点耗尽： 该模型明确处理了水分子上氢和氧位点的可用性作为独立的自由度，承认渐进的脱水过程限制了自由离子的溶剂化。

主要贡献与结果
研究确定了脱水是离子结合的主要驱动力，揭示了由平均 Zn 配位数 ( $Z$ ) 控制的两个截然不同的结构转变：

聚集阈值 ( $Z = 2$ )： 模型预测在 $Z = 2$ 时存在一个尖锐的交叉点。在该阈值以下，系统由解离的离子和微小的孤立簇组成。在 $Z = 2$ 以上，自由水的匮乏迫使氯配体去桥联多个 Zn²⁺ 离子，从而驱动向分支状 Zn–Cl 簇的快速转变。解析模型与 MD 数据定量匹配，表明桥联的自由能代价阻止了在达到此配位极限之前的显著聚集。
凝胶化起始 ( $Z \approx 3$ )： 随着浓度进一步增加，系统趋近于 $Z \approx 3$ $Z \approx 3$ 附近的渗透阈值。在研究的最高浓度（30 m, Zn:O = 1:1.85）下，平均配位数接近这一临界值。
- 簇大小分布： 30 m 下的 MD 模拟显示出宽广的簇大小分布，范围从孤立离子到包含约 130 个 Zn²⁺ 离子的聚集体。
- 临界指数： 分布遵循幂律 $f(n) \sim n^{-\tau}$ 。提取的指数 $\tau \approx 2.19$ 与 3D 渗透普适类（具体为金刚石晶格上的键渗透）一致，显著不同于 FS 的平均场预测 $\tau = 2.5$ 。这证实了环的形成对于系统的临界行为是必不可少的。

意义
本文在局部配位化学与涌现的介观尺度连通性之间建立了直接的定量联系。通过证明渐进脱水驱动离子桥联，作者为水中盐体系的结构演变提供了一种普遍机制。研究结果证实，从孤立配合物向跨越系统的网络转变是一个类似于经典聚合物系统的溶-凝胶转变（sol–gel transition），但受特定的离子-溶剂耗尽动力学控制。

该解析模型为理解高浓度 ZnCl₂ 电解质中的电荷载流子特性、热力学性质和离子传输（如电导率和 Zn²⁺ 迁移数）提供了框架。此外，作者认为该框架为理解其他具有技术重要性的高浓度电解质及复杂离子液体中溶剂化、离子结合与凝胶化之间的相互作用提供了通用的物理基础。

类似论文