卤化物固态电解质电化学稳定性与导电性关键决定因素的机器学习解密

《Advanced Functional Materials》：Deciphering Key Features Determining Electrochemical Stability and Conductivity of Halide Solid-State Electrolytes

本研究针对卤化物固态电解质(HSSEs)在负极界面稳定性差的问题，通过多阴离子取代和化学信息机器学习，揭示了决定其稳定性和离子电导率的关键预测因子（如电负性、阳离子极化），开发出新型Li2ZrCl4.4O0.4Br0.4F0.4电解质，实现了无负极夹层的长效循环（1500小时对称电池，200次0.5C循环），为高性能全固态电池(ASSBs)设计提供新策略。

　　

在探索下一代全固态电池(ASSBs)的过程中，卤化物固态电解质(HSSEs)因其卓越的离子导电能力和与高压正极材料的良好兼容性而备受瞩目。然而，这类电解质在与负极（例如锂金属或锂合金）接触时，界面稳定性往往不尽如人意。为了解决这一瓶颈，研究人员通常需要引入额外的中间层来缓冲，但这又会牺牲电池的整体能量密度。更关键的是，人们对于究竟哪些内在因素主导着HSSEs对抗负极的稳定性，至今仍知之甚少。

为此，科学家们展开了一项创新研究。他们通过巧妙的“多阴离子取代”策略，合成了一系列成分可调的锂锆氯氧溴氟(Li_aZrCl_bO_cBr_dF_e, LZOXs)固态电解质。并借助融合了化学知识的机器学习方法，成功地从复杂的数据中识别出影响负极稳定性和离子电导率的关键预测指标。

研究最终筛选出最优的电解质组成——Li₂ZrCl_4.4O_0.4Br_0.4F_0.4 (LZOX)。这一新材料表现非凡：在锂铝对称电池中，它实现了长达1500小时的稳定循环；在以LiCoO₂为正极的全固态电池中，即便不使用任何负极保护层，也能在0.5C的倍率下稳定循环200次，在2C的高倍率下更是达到了600次循环， effectively doubling the cycling life。

更重要的是，化学信息机器学习技术像一位高明的“解码器”，揭示了设计高性能HSSEs的核心特征：电负性是决定界面稳定性的首要因素，而阳离子极化则主导着离子电导率的优劣。这一发现为未来定向开发兼具高稳定性和高导电性的卤化物固态电解质提供了清晰的理论蓝图和强大的设计工具，极大地推动了高性能全固态电池的发展。