At-Scale Data-Driven Exploration of High-Voltage Cathode-Active Materials for Sodium Batteries

本研究通过整合大规模 curated 数据库、可迁移机器学习模型以及高通量第一性原理验证，建立了一个可扩展的数据驱动框架，用于发现钠离子电池的高电压正极活性材料，以识别并验证稳定且高性能的候选材料。

要点

想象一下，你正在为新一代电动汽车和电网储能构建完美的电池。目前，大多数电池使用锂，它就像一种稀有且昂贵的香料，在世界某些地区难以寻觅。本文中的科学家们转而研究钠。钠就像盐：它无处不在、廉价且丰富。

然而，仅仅拥有盐并不意味着你就拥有了完美的配方。"正极"（电池的正极端）是最关键的成分。它必须足够坚固，能够承受电池数千次的充放电而不会解体，同时还需要储存大量能量。

以下是研究人员如何攻克寻找完美钠电池配方难题的简明解释：

1. 问题：配方太多，时间太少

有数百万种可能的化学组合可能作为电池正极发挥作用。在实验室（甚至是在超级计算机上）逐一测试它们将耗费永恒的时间。这就像试图在一个城市大小的干草堆中找到最好的那根针。

2. 解决方案：一个“智能猜测”系统

研究人员没有测试每一个可能性，而是建立了一个包含数百万种稳定材料的数字图书馆。随后，他们训练了一个**机器学习（ML）**系统——将其想象为一个非常聪明、快速的学生——来学习构成优质电池正极的规则。

巧妙的技巧：
通常，要预测电池如何工作，你需要知道材料的“之前”（充电状态）和“之后”（放电状态）。但科学家往往只有“之前”状态的数据。

• 本文的创新点： 他们教导其人工智能仅从“充电”状态（起点）进行学习。
• 类比： 想象一下，试图仅通过观察停放的发动机来猜测汽车在高速公路上如何行驶。大多数人会说：“你需要看到汽车在移动！”但这些研究人员教导他们的人工智能观察停放的发动机，并说：“基于该发动机的设计，我可以准确预测它的行驶速度。”这使得他们能够比以往更快地筛选数百万种材料。

3. 过程：“评委委员会”

研究人员并没有只信任一个 AI 模型。他们训练了四个不同的 AI 模型（就像一个由四位专家评委组成的评审团）。

• 他们向 AI 输入了来自四大科学数据库的数百万种材料结构。
• AI 预测了每种材料的两个主要指标：电压（电池有多大的“推力”）和容量（它能储存多少能量）。
• 如果所有四位“评委”都认为某种材料前景可观，它就会获得高分。如果它们意见不一，该材料就会被忽略。这确保了他们不会选中一个“幸运的猜测”。

4. 结果：发现优胜者

在 AI 对数百万个候选者进行排名后，研究人员挑选出前 4 名“优胜者”，利用最强大、最精确的计算机模拟（称为第一性原理计算）进行双重核查。这就像将 AI 的顶级推荐交给一位主厨进行最终的品尝测试。

他们找到的四位优胜者彼此截然不同，证明了 AI 并没有局限于某一种类型的材料：

• 混合金属焦磷酸盐： 一种复杂的三维结构，即使钠离子进出也能保持坚固。
• 氧化锌： 一种结构更简单、导电性良好的材料。
• 氟化物框架： 一种利用氟产生极高电压（强“推力”）的材料。
• 硫酸盐结构： 另一种利用硫产生高电压的材料。

他们的发现：

• 尽管 AI 仅观察了“充电”状态，但它在预测电压方面却出奇地准确。
• 具有某些“阴离子”（如氟、磷酸根或硫酸根）的材料往往具有更高的电压，因为这些元素非常善于束缚电子，从而产生更强的电推力。
• AI 成功识别出了那些结构坚固（不易断裂）且具有良好储能能力的材料。

5. 核心结论

这篇论文不仅发现了四种新材料，还建立了一个可扩展的框架。

• 以前： 寻找新电池材料速度慢、成本高，且需要知道反应的起始和结束状态。
• 现在： 研究人员表明，你可以使用仅基于“充电”状态的 AI 模型快速筛选数百万种材料，找出最佳候选者，然后仅用昂贵的计算机模拟对其中少数几个进行验证。

这就像拥有一台超快的金属探测器，可以在几分钟内扫描整个海滩以找到最佳挖掘点，而不是在整个海滩上随机挖洞。这种方法加速了未来更好、更便宜、更丰富的钠电池的发现。

技术摘要

技术摘要：面向钠电池高压正极活性材料的大规模数据驱动探索

问题陈述
钠离子电池（SIBs）因钠资源丰富且成本低廉，为锂离子电池提供了一种有前景的替代方案。然而，高压 SIBs 的开发受到缺乏稳健的正极活性材料（CAMs）的阻碍。现有的 CAMs 面临诸多挑战，包括不可逆相变、由于 Na⁺离子半径大于 Li⁺导致的结构不稳定性，以及能量密度与循环寿命之间的权衡。虽然基于密度泛函理论（DFT）的计算高通量筛选是标准工具，但其计算成本高昂，且通常局限于特定的结构族。此外，现有的电池性能机器学习（ML）工作流通常依赖成对的充电/放电结构来计算电压。这一要求严重限制了可扩展性，因为大型数据库中的许多材料仅以单一状态（通常是充电态或脱钠态）存在，使得基于成对数据的模型无法适用于广泛筛选。

方法论
作者提出了一种可扩展的框架，整合了数据整理、基于描述符的机器学习和第一性原理验证，以发现高压 CAMs。

1. 数据库构建：从四个主要来源（Materials Project (MP)、AFLOW、Open Quantum Materials Database (OQMD) 和 GNoME）整理出了一个经过化学验证的稳定、无毒且无放射性材料数据库。整理过程包括去除重复项、筛选稳定性（能量高于凸壳 ≤ 0.1 eV/atom 或负的形成能）、确保三维结构维度，并排除在天然状态下含有 Na 的材料（以促进无负极 SIB 应用）。最终整理的数据集包含 840,595 个脱钠宿主结构。
2. 机器学习训练：作者未使用成对结构，而是仅在“仅充电”（脱钠）结构上训练 ML 模型。从 MP Battery Explorer 中提取了 292 个脱钠结构作为训练子集。使用 pymatgen 生成结构和组成描述符（例如密度、晶格参数、氧化态、局部环境指纹）。
3. 模型选择：评估了各种算法，包括正则化线性模型、基于核的回归器和基于树的集成模型。基于树的集成模型（Extra Trees、Random Forest、Gradient Boosting、XGBoost）表现出更优越的性能。采用由前四名模型（ET、RF、GB、XGB）组成的委员会来预测平均电压和比容量，利用平均预测值对候选材料进行排序，并减轻特定模型的偏差。
4. 验证：来自四个数据库的排名靠前的候选材料接受了使用 atomate2 和 VASP 进行的显式高通量 DFT 计算。这些计算验证了相稳定性、电压分布、钠化后的结构稳健性（检查是否发生拓扑插入和体积膨胀 < 20%）以及电子性质（带隙）。

关键结果

• 模型性能：基于树的集成模型在测试集上实现了约 0.51–0.54 V 的电压平均绝对误差（MAE）和 27.6–32.0 mAh g⁻¹ 的比容量平均绝对误差。Extra Trees (ET) 模型在两项性能上均表现最佳。
• 预测一致性：模型在 MP 和 OQMD 结构上的一致性很强（Spearman 等级相关系数 > 0.85），但在 GNoME 上较弱，这可能是由于存在偏离训练域的假设结构所致。
• 化学趋势：模型识别出清晰的趋势，其中多阴离子框架（磷酸盐、硫酸盐、氟磷酸盐）和氧氟化物预测出最高的电压（通常 > 3.2 V），这归因于电负性阴离子的诱导效应。氧氟化物和碳酸盐显示出最高的预测容量。
• DFT 验证：通过 DFT 验证了四个代表性候选材料：
  • VFe(P₂O₇)₂ (MP)：一种混合过渡金属焦磷酸盐，预测电压为 4.3 V（DFT：3.2 V），容量为 169.7 mAh g⁻¹（DFT：175.3 mAh g⁻¹）。其表现出 13% 的体积膨胀和半导体行为。
  • Zn₂O₄ (AFLOW)：一种二元氧化物，预测电压为 3.6 V（DFT：3.7 V）。虽然 ML 高估了容量（232.5 vs. 123.1 mAh g⁻¹），但该结构显示出金属特性，且体积膨胀适度（11%）。
  • VCr₃F₂₀ (GNoME)：一种混合过渡金属氟化物，具有高预测电压 4.6 V（DFT：4.9 V），归因于氟的强诱导效应。其显示出 11% 的体积膨胀。
  • AgSO₄ (OQMD)：一种硫酸盐框架，预测电压为 3.6 V（DFT：3.7 V）。该材料在钠化后从近乎金属态（充电态）转变为半导体态（放电态）。
• 特征重要性：分析表明，元素特征，特别是鲍林电负性和周期表位置，是电压预测最关键的特征，而门捷列夫数和结构体积则是容量的主导特征。

意义与主张
本文声称建立了一个可扩展且可迁移的框架，以加速发现用于 SIBs 的稳定、高压 CAMs。通过证明仅使用充电态结构即可合理准确地预测电化学性能，作者认为该领域可以超越基于成对模型的局限性。这种方法使得能够筛选 vast、多样化的化学空间（包括来自 GNoME 的假设材料），而无需为每个候选材料生成成对 DFT 数据所带来的高昂成本。将 ML 模型委员会与高通量 DFT 验证相结合，提供了一条稳健的管道，用于识别跨越多种阴离子化学体系的有前途的候选材料。作者总结道，虽然当前的工作流仅限于筛选现有材料，但它为未来涉及结构生成和强化学习的逆向设计策略奠定了基础。