编辑

绿萝

离子液体（IonicLiquids，IL）作为离子聚合物电解质(IonicPolymerElectrolytes，IPE)的重要组成部分，急需开发一种方法来从大量IL候选者中筛选离子电导率高和电化学窗口宽的IL，从而实现安全和高能量密度锂金属电池(LMB)。

近日，来自复旦大学的研究团队提出了嵌入量子计算和图卷积神经网络（GCNN）的机器学习工作流程，来发现IPE的潜在IL。

通过选择推荐的IL子集，结合刚性棒状聚电解质和锂盐，开发了一系列薄(~50μm)和坚固(MPa)IPE膜。

Li

IPEs

Li电池在80°C时表现出超高临界电流密度(6mAcm^?2)。Li

IPEs

LiFePO4(10.3mgcm^?2)电池在次循环中具有出色的容量保持率（在0.5C时96%；在2C时80%），具有快速充电/放电能力（在3C时为mAhg^?1）和出色的效率(99.92%)。这种性能在其他不含可燃有机物的单层聚合物电解质中很少有报道。

该研究以「Machinelearning-guideddiscoveryofionicpolymerelectrolytesforlithiummetalbatteries」为题，于年5月15日发布在《NatureCommunications》上。

IPE在恢复清洁能源储存和转换设备方面受到了相当大的

转载请注明:http://www.aideyishus.com/lkcf/7782.html