本周讲座:深度势能在电池材料模拟中的应用

DP Technology 2021-08-09
深势科技将于本周六上午11点继续带来每周一度的人工智能/深度学习助力能源材料中的DFT和分子动力学计算模拟系列讲座,和大家探讨人工智能+分子模拟+高性能计算为能源材料研发带来的突破。
深势科技
讲座嘉宾:
黄剑兴,2015年本科毕业于厦门大学化学系。目前在厦门大学化学系电化学专业攻读博士研究生,导师为赵金保教授和程俊教授,研究方向为机器学习方法在电池原子尺度计算模拟中的发展与应用。

林敏,2016年本科毕业于合肥工业大学新能源材料与器件专业,在项宏发教授的指导下从事锂离子电池电解液分子理论计算的研究。现为厦门大学化学系物理化学专业博士研究生,师从杨勇教授和程俊教授,最初从事锂离子电池正极/电解液界面反应机理的理论计算研究,现研究方向为锂/钠离子电池正极材料固体核磁共振谱的理论与实验研究,相关工作以第一作者身份在Angew. Chem. Int. Ed., J. Electrochem. Soc.上发表。
内容摘要:
AIMD在原子尺度对电池材料进行可靠模拟受到计算成本限制,模拟时长和体系大小有限,本报告将介绍深度势能在电池固态电解质和正极材料两方面的应用。固态电解质方面,我们应用基于End-To-End设计的Deep Potential Generator方法,确立了一套高效,自动构造多元素体系固体电解质机器学习势函数的可靠工作流,对LiGePS类固体电解质材料中锂离子的扩散行为在室温下进行了准确模拟,这一自动化方案可进一步拓展到其他固体电解质材料体系。正极材料方面,以层状钠离子电池材料Na2/3(Mg1/3Mn2/3)O2为研究对象,我们首次联用密度泛函理论和深度势能分子动力学模拟计算23Na化学位移,确认了该体系中实验观测到的两个23Na化学位移峰分别来源于两种不同的层间堆垛方式,修正了人们之前一直认为该类材料仅有单一堆垛的认知。

讲座时间:
北京时间 8月7日 11:00am

欢迎在公众号“深势科技 DP Technology”后台回复“能源材料”,加入能源材料计算模拟交流群,更多未来讲座和嘉宾信息将在微信群中实时更新提醒,敬请期待!