在寻找固态电池涂层的过程中减少误报（即将非目标物质误判为目标物质的情况）

《npj Computational Materials》：Reducing false positives in the search for solid-state battery coatings

　　

摘要

在固态电池中，用于寻找能够稳定电极-电解质界面的保护涂层的计算方法通常依赖于锂离子迁移势垒来表征离子导电性。虽然这种方法适用于高通量筛选，但如果不明确考虑控制离子传输的缺陷的平衡浓度，可能会产生误导。在这里，我们利用密度泛函理论和机器学习方法，证明了考虑掺杂能力和掺杂剂与缺陷之间的结合（这些是控制可移动电荷载流子浓度的关键因素）可以显著减少筛选过程中的误判。在剩余的候选材料中，我们筛选出了具有良好界面粘附性和低电荷转移迁移势垒的材料——这些都是可靠固态界面的重要特性。因此，我们预测掺杂了锗的Li₃AlN₂（一种此前未被报道的材料）是Li阳极与Li₇La₃Zr₂O₁₂电解质界面之间的理想中间层材料。本研究提出了一种实用的方法，用于选择具有适当离子导电性的固态电池涂层。