Li3YCl6固体电解质中挫败构型的出现：一种主动学习方法

《Materials Today Physics》：Emergence of a frustrated configuration in Li3 YCl6 solid electrolyte: An Active Learning approach

　　

Rajdeep Boral|Gour Prasad Das|Tanmoy Paul

摘要

由于长时间尺度的第一性原理分子动力学计算成本过高，导致难以对固态电解质的结构和传输性质进行精确的有限温度建模。为解决这一问题，我们开发了一种即时机器学习力场，仅在模型不确定性较高时触发密度泛函理论计算。该模型在分子动力学模拟过程中构建，仅需$\alpha$-Li₃YCl₆（空间群P$\stackrel{?}{3}$个时间步后进行DFT计算。模型的误差在能量上约为$6\times 10^5$ 0.94 meV原子^?1，在力上的误差为0.029 eV ?^?1，从而能够以最少的手动干预进行大单元、长时间模拟。有限温度采样结果显示，在500 K附近存在一种热稳定性高、扩散性强的构型，此时锂的配位数为四面体结构。利用这一框架，我们计算了480–1620个原子单元中的Li^＋扩散系数，得到的活化能约为$～$ 0.16 eV，室温下的电导率约为5 mS cm^?1。根据格林-库博公式计算的晶格热导率较低，300 K时的值为$\kappa \approx$ 0.46 ± 0.03 W m^?1 K^?1，且随温度变化很小。原子级振动态密度函数显示，锂-氯键模式之间存在强烈的混合，这与非谐性晶格动力学以及低且温度依赖性弱的$\kappa$现象相一致。总体而言，这项研究为理解所有固态锂离子电池中卤化物固态电解质的局部配位、振动动力学与宏观传输特性提供了一种简单且可扩展的方法。