科研动态

学院肖荫果团队在调控轨道杂化提升富锂锰基正极材料初始库仑效率方面取得研究进展

近日，新材料学院肖荫果团队在国际学术期刊《Angewandte Chemie International Edition》上发表题为“Boosting Initial Coulombic Efficiency in Li-Rich Mn-based Cathodes by Tuning Orbital Hybridization”的研究论文，该成果被期刊遴选为热点论文（Hot Paper）。富锂锰基正极材料因其阴离子氧化还原反应所提供的高比容量优势，被认为是下一代锂离子电池的关键材料。然而，该材料在首次充电过程（>4.5 V）中存在的晶格氧不...

2025-07-17

学院潘锋/杨卢奕团队在调控锂电池高性能硅基负极电解液提升界面稳定性方面取得新进展

氧化亚硅（SiOx，0<x<2）因其高比容量、低工作电位和低成本等优势，被视为实现高能量密度锂离子电池的理想负极材料。新材料学院潘锋/杨卢奕团队前期研究发现，SiOx在循环过程中的剧烈膨胀-收缩会导致固态电解质界面膜（SEI）持续增厚，最终造成电子渗流网络中断（Nat. Comm., 2023, 14, 6048）。从界面稳定性设计角度出发，在SEI中构建富含氟化锂（LiF）的内层结构被证实可显著提升其稳定性（Angew. Chem. 2025, 64，e202413927...

2025-07-09

学院潘锋团队在《JACS》发表运用多尺度拓扑与AI方法高效筛选固态锂电池快离子导体材料的研究进展

锂快离子导体（LSIC，又称固态电解质）作为全固态电池的核心组件，近年来备受关注。在庞大的材料结构空间中精准筛选兼具高离子电导率和优异稳定性的LSIC材料，是构建高能量密度、高安全性储能器件面临的关键科学挑战。尽管已有研究在LGPS、LLZO等特定结构材料中取得突破，但学界仍缺乏兼具普适性、可解释性和高效率的材料发现方法。图论结构化学通过将材料微观结构映射为数学图模型，在材料基因组和催化活性探索等领域展现出强...

2025-06-30

学院郑家新团队《Science China Mater.》提出基态搜索新方法，突破镧系元素掺杂LiNiO₂理论计算难题

镧系元素（Ln）作为稀土元素的重要组成部分，是我国重要的战略资源。近年来，探究镧系元素在新能源领域的应用已成为了稀土材料研究的战略方向。随着新能源产业快速发展，锂离子电池的性能需求持续上升，而优化正极材料是改善其性能的关键途径。目前，LiNiO2（LNO）因其高能量密度和低成本优势备受关注，但其化学稳定性、结构稳定性和热稳定性等问题仍有待突破。对LNO正极材料进行掺杂是有效的优化改性方法。镧系元素具有作为LNO...

2025-06-17

学院潘锋团队《Matter》发文揭示水系电池质子存储与传输关键机制

水系电池以水溶液作为电解质，具有安全性高、不易燃烧的本征优势。例如，汽车启动电源常用的铅酸电池和儿童玩具中为确保安全而采用的镍-氢电池均为水系电池，其工作原理涉及质子的存储与传输。然而，这类电池存在储能密度较低的缺点，不足以满足日益提高的需求。目前业内尚未有兼具高能量密度、长循环寿命且安全的电池体系。因此，在保留水系电解液高安全特性的前提下，利用质子的存储和传输特点开发高能量水系电池，已成为学术...

2025-06-16

学院郑家新团队打造国际水准材料模拟第一性原理计算平台Hylanemos

近期，北京大学新材料学院郑家新课题组与深圳屹艮科技合作，基于高性能Julia语言，成功研发出具有完全自主知识产权的DFT计算软件Hylanemos。该研究实现了从算法到代码的全面自主可控，彻底摆脱对国外软件的依赖，为新材料、新能源等关键领域的底层创新构筑了安全屏障。作为首款达到工程应用级的国产DFT软件，Hylanemos的突破不仅在于技术工具的替代，更标志着我国在计算材料学领域实现了从“跟跑模仿”到“自主创新”的历史性跨...

2025-06-11

学院潘锋教授团队在《先进材料》发表研究成果：通过离子/电子双调控提升锂电池无钴富锂锰基正极材料性能

大力发展以锂离子电池为核心的电动汽车和大规模储能电网，是实现国家碳中和战略的关键。然而，商用层状氧化物正极（如LiCoO₂、NCM/NCA）普遍面临钴成本高昂、容量受限以及高压循环稳定性差等问题。锰（Mn）因其资源丰富、成本低廉且环境友好的特性，被视为理想的替代元素。但无钴富锂锰基正极材料存在动力学性能恶化（表现为容量降低和倍率性能下降）的问题，其根源主要在于：1) 高电压（>4.5 V）下过渡金属（TM）迁移引发的结...

2025-06-06

学院潘豪团队在反铁电薄膜的极化调控与可调谐介电功能设计领域取得新进展

作为支撑信息技术发展的核心基础，高性能电子信息材料是推动数字经济、智能制造、5G通信等产业创新发展和迭代升级的关键。近年来，反铁电材料因其在外场作用下可发生可逆的反铁电-铁电相变、并呈现双滞回极化-电场曲线（P-E回线）的特性而备受关注，这种独特的可逆相变行为使其在非线性电介质、高储能电容器及微型驱动器等领域展现出广阔的应用前景。然而，目前学界对“反铁电-铁电”相变这一核心机制的理解仍不充分，制约了反...

2025-05-30

学院莫凡洋团队AI4S新进展——开发智能柱层析预测模型新方法

近日，新材料学院莫凡洋团队在柱层析分离技术领域取得重要进展。研究团队通过融合自动化实验平台与机器学习算法，成功开发出柱层析分离条件的智能预测模型。作为有机化学实验室最核心的分离纯化技术，柱层析的分离效能依赖于层析柱规格、上样方式、流动相选择等关键参数的优化配置，这些参数的确定通常需要实验人员具备丰富的实践经验。然而，此类经验的积累往往需要长期培养与反复实践，且形成的认知体系与特定实验系统和研究...

2025-05-29

学院潘锋团队运用图论结构化学和拓扑生成AI实现催化活性材料逆向设计新突破

设计具有目标吸附性能催化活性位点的催化材料是异质催化研究的核心科学问题，直接影响能源转化效率、反应选择性与材料可控合成等关键技术的突破。尽管近年来以高通量密度泛函理论（DFT）计算和AI机器学习为基础的正向设计方法已取得显著进展，但在结构复杂、动态演化显著的催化体系中，如何实现从性能反推结构的逆向设计仍面临三大挑战：结构空间维度爆炸、模型可解释性不足以及生成能力受限。图论结构化学作为一种将材料微观结...

2025-05-28