用于锂金属电解质中官能团和盐效应电子结构分析的密度矩阵框架
A Density-Matrix Framework for Electronic-Structure Analysis of Electrolytes for Lithium Batteries
浏览论文内容
中文总结 AI 辅助
该研究提出密度矩阵框架EMolStudio，通过集成分子功能化等流程预测分析锂金属电解质电子结构。应用于多种分子和簇，发现分子尺度上功能化的影响及溶剂化壳中阴离子对前沿轨道定位的作用，能将官能团和盐选择转化为相关电子结构假设。
中文摘要 AI 辅助
锂金属电解质的反应性源于分子官能团、Li⁺溶剂化和盐阴离子参与之间的相互作用。这种相互作用通过电子密度在供体、阴离子和阳离子中心的重新分布来实现，最直接的读取方式是通过空间分辨的电子结构。量子化学计算能忠实地提供这种读取结果，但在这个多维设计空间中计算量很大，而机器学习电子结构模型很少涵盖化学性质多样的溶剂化壳或与电解质相关的读取结果。本文提出了一个以密度矩阵为中心的人工智能平台（EMolStudio）用于电子结构预测和分析。其工作流程集成了分子功能化、明确的Li⁺第一溶剂化层组装、具有幂等投影的密度矩阵预测以及前沿轨道、静电势、Li⁺-供体键级和电子定位的读取。将EMolStudio应用于163655个功能化分子和22500个明确的Li⁺第一溶剂化层簇，涉及四种锂盐。研究发现，在分子尺度上，功能化通过前沿能级、静电势和Li⁺-供体接触的化学差异区分CO₂Me、CN、F/CF₃和磺酰基，与π*受体、诱导和极化贡献一致，在更高程度的功能化时呈亚线性积累；在明确的溶剂化壳中，阴离子身份重塑前沿轨道定位：LiTDI在整个库中将HOMO锚定在阴离子上，而LiDFOB将阴离子承载的HOMO与强烈依赖官能团的LUMO承载配对。EMolStudio从而将官能团和盐的选择转化为与锂键形成、去溶剂化和界面反应相关的电子结构假设。
英文摘要
Electrolyte reactivity in lithium batteries is shaped by molecular functional groups, Li$^{+}$ solvation and salt-anion participation. Conventional quantum chemistry is too computationally expensive for systematic analysis of diverse electrolyte molecules and their local solvation environments. Here we present EMolStudio, a density-matrix-centered AI platform for electronic-structure prediction and analysis. Its workflow integrates molecular functionalization, explicit Li$^{+}$ first-shell assembly, density-matrix prediction, and electronic-structure parsing. Applied to 163,655 functionalized molecules and 22,500 first-shell clusters across four lithium salts, we find that 1) functionalization separates CO$_{2}$Me, CN, F/CF$_{3}$, and sulfonyl groups by distinct shifts in frontier levels, electrostatic potential, and Li$^{+}$-donor contact; 2) anion identity reshapes frontier-orbital localization, with LiTDI anchoring the highest occupied orbital on the anion across the library. By carrying a unified density-matrix representation from molecular functionalization to salt-resolved solvation shells, EMolStudio provides a general platform for understanding and designing battery electrolytes.
发表机构
- National University of Singapore（新加坡国立大学）
- Tsinghua University（清华大学）
- Institute for Carbon Neutrality, Tsinghua University（清华大学碳中和研究院）
- AI Solid-State Battery Innovation Center（人工智能固态电池创新中心）
- C Innovation Laboratory (21C LAB), Contemporary Amperex Technology Co., Limited (CATL)（21C创新实验室（21C实验室），宁德时代新能源科技股份有限公司）
- National University of Singapore Guangzhou Research Translation and Innovation Institute（新加坡国立大学广州研究院）
- National University of Singapore (Chongqing) Research Institute（新加坡国立大学（重庆）研究院）
机构由 AI 辅助整理，请以论文原文为准。
