大数据揭示过渡族金属离子的结构相似性

作者: SF10组博士生贾华显

来源: 中科院物理所

发布日期: 2022-08-05 11:14:58

中国科学院物理研究所的研究团队通过大数据分析,揭示了过渡族金属离子的结构相似性,并利用这些发现指导新材料设计和稳定性评估,扩展了材料科学的化合物版图。

从原子尺度理解化合物“结构-物性”间的构效关系是物质科学领域的基本问题,深入细致地厘清物质微观局域结构的统计特征,有助于人们更好地理解物理、材料、化学等众多学科中的科学问题。当今广泛被人们使用的物质科学基本数据大多都源自上世纪中后期,数值较为陈旧。

例如,被物质科学领域广泛使用近半个世纪的离子半径数值,源自上世纪60年代的统计数据,随着近年材料科学数据的不断积累,海量数据也将带给物质科学领域新数值、新认知。

最近,中国科学院物理研究所/北京凝聚态物理国家研究中心表面物理国家重点实验室的孟胜研究员、刘淼特聘研究员与美国劳伦斯伯克利国家实验室的Kristin A. Persson教授合作,系统地分析了3万余个过渡金属氧化物的晶体信息,提炼出过渡族金属离子的配位结构、价态、离子键长、原子磁矩、Jahn-Teller效应导致的局部形变、结构稳定性等物理量的详细信息,取代广泛使用近半个世纪的,仅用“离子半径”一个参数表征材料的传统做法。

用数据说话,本项工作表明每种过渡族金属离子都具有各自的“形状”、“尺寸”和“原子磁矩”,从而勾画出固体中每种过渡金属离子的“个性”画像;通过人工智能方法,进一步获取过渡金属离子的结构相似性“模版”,可用于指导新材料设计和稳定性快速评估。

依据上述离子的结构相似性知识,该团队进而借助离子替换扩展了人类已知的化合物空间,生成了6万余个人类未知的新结构,通过对这些结构进行高通量计算,找到了5千个稳定的新化合物(Ehull < 20meV/atom),这些新材料很容易被试验合成,有效地扩展了材料科学的化合物“版图”。

该工作为探索更广阔的无机材料相空间提出了新的思路,所有化合物信息均可在Atomly材料数据库(https://atomly.net/)中查询。

UUID: 4cb14130-42b4-4ded-8ae4-7729f44dc17d

原始文件名: /home/andie/dev/tudou/annot/AI语料库-20240917-V2/AI语料库/中科院物理所公众号-pdf2txt/2022/中科院物理所_2022-08-05_进展 | 大数据揭示过渡族金属离子的结构相似性.txt

是否为广告: 否

处理费用: 0.0028 元