中文

基于机器学习势的模拟揭示LGPS中非阿伦尼乌斯行为的离子传导机制

材料科学 2022-11-29 v2

摘要

Li10_{10}Ge(PS6_6)2_2(LGPS)是一种高浓度固体电解质,其中相邻阳离子间的库仑排斥被认为是协同离子跳跃的潜在原因,这种机制在Li7_7La3_3Zr2_2O12_{12}(LLZO)和Li1.3_{1.3}Al0.3_{0.3}Ti1.7_{1.7}(PO4_4)3_3(LATP)等超离子导体中普遍存在。虽然使用分子动力学(MD)的第一性原理模拟可深入揭示Li+^+输运机制,但历史上模拟与实验所研究的温度范围一直存在鸿沟。在此,我们使用在密度泛函理论(DFT)模拟上训练得到的神经网络(NN)势,以类DFT精度运行长达40纳秒的MD模拟,从而在涵盖既往模拟与实验研究的温度区间内表征离子传导机制。我们确认了LGPS在约400 K时发生Li+^+子晶格相变,在此温度以下\textit{ab}面扩散系数DabD^*_{ab}急剧降低。伴随近400 K处的子晶格相变,阳离子-阳离子(交叉)关联减弱,表现为Haven比更接近1,且系统在较低温度下振动更具谐性。直观而言,高温下振动模式的集合可能足以驱动协同离子跳跃;然而近室温时,可用振动模式或不足以克服静电排斥,从而导致离子运动关联减弱、离子传导相对变慢。此类子晶格相变现象——在其以下协同跳跃作用减弱——或可推广至LLZO、LATP等其他高浓度固体电解质。

关键词

引用

@article{arxiv.2211.05713,
  title  = {Simulations with machine learning potentials identify the ion conduction mechanism mediating non-Arrhenius behavior in LGPS},
  author = {Gavin Winter and Rafael Gómez-Bombarelli},
  journal= {arXiv preprint arXiv:2211.05713},
  year   = {2022}
}