利用最大通量法预测硫化物玻璃固态电解质的离子导电性

《Nature Communications》：Predicting ionic conductivity of sulfide glass solid-state electrolytes using max-flow methodology

　　

摘要

像玻璃这样的无序材料是作为电池固态电解质的理想候选者，但它们通常具有较低的离子导电性，目前用于研究和预测电解质材料离子导电性的方法效率较低。在这里，我们提出了一种框架，该框架基于周期性边界条件，利用加权图来总结电解质材料原子结构的拓扑特性。然后，我们在这一总结基础上计算了一种改进的最大流算法（max-flow algorithm），这种算法在连续介质传输和流体流动模型中常用，并证明该算法可以与模拟得到的周期性原子结构兼容。通过对包括可移动锂离子和钠离子在内的多种玻璃态固态电解质体系进行分子动力学模拟，我们验证了这种方法的有效性：从静态玻璃结构预测的归一化面积最大流量与模拟得到的离子导电性之间存在正相关关系，尤其是在高导电性的硫化物玻璃电解质中。我们认为，这种仅依赖于静态原子结构的方法将加速高性能全固态电池用??导电性硫化物玻璃电解质的发现。