固态非晶聚合物电解质中的协同离子输运过程（模拟+机器学习） - 理论计算与模拟实验室 — 张睿课题组

相对于传统的液态电解质，聚合物电解质可以大幅提高锂离子电池的安全性和力学性能，但离子电导率偏低仍是这一技术的最大瓶颈。课题组致力于结合分子模拟和机器学习方法探索制约离子在高分子中运动速率的关键点，从而设计出拥有更高安全性和实用性的聚合物电解质。当前的研究重点之一为单离子导体的设计方案，其中除锂离子外，其余离子都共价连接在高分子链上。该方案的优点是能够显著提高阳离子迁移数，消除极化效应。在前期工作中，我们已经建立了完善的原子级别和粗粒化级别的分子模型，计算了力场参数。目前对几个有潜力的单离子导体体系的多尺度分子动力学模拟研究正在进行之中。另一方面，我们正结合基于机器学习的优化算法（贝叶斯算法、基因算法等）高效率地探索高维的材料设计参数空间，加速对材料性能的计算优化过程。