清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Insights into lithium manganese oxide–water interfaces using machine learning potentials

密度泛函理论 化学物理 电子结构 氧化物 离解(化学) 锂(药物) 离子 材料科学 化学 催化作用 计算化学 纳米技术 物理化学 内分泌学 有机化学 冶金 医学 生物化学
作者
Marco Eckhoff,Jörg Behler
出处
期刊:Journal of Chemical Physics [American Institute of Physics]
卷期号:155 (24) 被引量:20
标识
DOI:10.1063/5.0073449
摘要

Unraveling the atomistic and the electronic structure of solid-liquid interfaces is the key to the design of new materials for many important applications, from heterogeneous catalysis to battery technology. Density functional theory (DFT) calculations can, in principle, provide a reliable description of such interfaces, but the high computational costs severely restrict the accessible time and length scales. Here, we report machine learning-driven simulations of various interfaces between water and lithium manganese oxide (LixMn2O4), an important electrode material in lithium ion batteries and a catalyst for the oxygen evolution reaction. We employ a high-dimensional neural network potential to compute the energies and forces several orders of magnitude faster than DFT without loss in accuracy. In addition, a high-dimensional neural network for spin prediction is utilized to analyze the electronic structure of the manganese ions. Combining these methods, a series of interfaces is investigated by large-scale molecular dynamics. The simulations allow us to gain insights into a variety of properties, such as the dissociation of water molecules, proton transfer processes, and hydrogen bonds, as well as the geometric and electronic structure of the solid surfaces, including the manganese oxidation state distribution, Jahn-Teller distortions, and electron hopping.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
7秒前
陈无敌完成签到 ,获得积分10
21秒前
23秒前
39秒前
刘贤华完成签到 ,获得积分10
46秒前
59秒前
1分钟前
1分钟前
1分钟前
offshore完成签到 ,获得积分10
1分钟前
1分钟前
2分钟前
2分钟前
绥生完成签到 ,获得积分10
2分钟前
3分钟前
鹤鸣发布了新的文献求助10
3分钟前
3分钟前
5分钟前
勤奋流沙完成签到 ,获得积分10
5分钟前
5分钟前
Sunny完成签到 ,获得积分10
5分钟前
5分钟前
5分钟前
俊逸吐司完成签到 ,获得积分10
6分钟前
liao完成签到,获得积分10
6分钟前
貔貅完成签到 ,获得积分10
6分钟前
舒服的幼荷完成签到,获得积分10
7分钟前
7分钟前
8分钟前
hiiiiiii发布了新的文献求助10
8分钟前
8分钟前
8分钟前
顾矜应助llllly采纳,获得10
9分钟前
hiiiiiii完成签到 ,获得积分10
9分钟前
9分钟前
坚强的广山完成签到,获得积分0
9分钟前
10分钟前
10分钟前
10分钟前
11分钟前
高分求助中
Evolution 10000
ISSN 2159-8274 EISSN 2159-8290 1000
Becoming: An Introduction to Jung's Concept of Individuation 600
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3162343
求助须知:如何正确求助?哪些是违规求助? 2813330
关于积分的说明 7899736
捐赠科研通 2472848
什么是DOI,文献DOI怎么找? 1316533
科研通“疑难数据库(出版商)”最低求助积分说明 631375
版权声明 602142