大数跨境

【Highlights】橡树林冯天力:量子计算预测嵌锂材料超低热导率

【Highlights】橡树林冯天力:量子计算预测嵌锂材料超低热导率 科学材料站
2020-05-31
2
导读:本文作者通过量子计算钴酸锂和铌酸锂的传热性质,揭露了电极材料的超低热导率上限,以及热导率对温度、锂浓度、晶粒大小、张力应变的依赖。这些研究成果大部分是对层状嵌锂氧化物的首次认知,解决了长久以来关于电池


点击科学材料站,关注我们



量子计算预测嵌锂材料超低热导率
作者:Tianli Feng*(冯天力博士), Andrew O'Hara, Sokrates T. Pantelides*
一作兼通讯作者工作单位:美国橡树岭国家实验室 (Oak Ridge National Laboratory)
 

研究背景

2019年诺贝尔化学奖授予了John Goodenough教授,为表彰其对锂离子电池的卓越贡献。自1980年代John Goodenough教授提出钴酸锂(LiCoO2)以来,层状嵌锂过渡金属氧化物材料(LiTMO2)的商业化已经对可充电电池领域产生了巨大影响,大大地促进了我们的日常生活。如今,从小到智能手机、平板电脑,大到汽车、潜水艇,各行业对锂电池性能的需求越来越高。
电池的充放电速率、可包装密度、能量密度以及安全性都与电极材料的传热性能息息相关,然而电极材料在不同温度、锂浓度、晶粒大小、张力应变的情况下的热导率仍然缺乏准确的认知。而相比于其优异的电学和化学性能,嵌锂金属氧化物的低热导率是其作为电池材料的最大缺陷之一,特别是最近发现的正极局域“过热点”(hot spot)导致的热失控再次彰显了正极材料热导率低问题带来的风险。不仅是对电池领域的应用,嵌锂金属氧化物在忆阻器(Memristor)对神经计算、芯片存储方面也有广泛应用前景,其热性能直接关系着忆阻器的工作频率、能量损耗、及效率。
尽管有少数研究模拟或预测了嵌锂金属氧化物的热导率,但是它们要么基于低阶晶格非简谐性,要么基于经典分子动力学,准确性都不高。实验方面虽然能测量个别多晶材料热导率,但没有给出单晶本征性质、深入理解背后机理、以及指导未来材料设计。许多基本却又非常重要的问题仍然没有答案,包括:
(1) 层状嵌锂金属氧化物(LixTMO2)的本征热导率是多少?
(2) 充电/放电过程对LixTMO2的晶格振动及热导率的影响是多少?
(3) 加上这些因素,多晶的热导率是多少?晶粒大小对热导率影响多大?怎么设计晶粒大小才能最大提高热导率?
(4) 由于充放电会使正极材料内部产生巨大张力/压力,这些压力对热导率影响多大?
(5) 既然锂离子可以流动,那么此流动性对晶格传热有多少影响?
图1. 钴酸锂层状晶体结构以及充放电过程。

文章亮点

近日,美国橡树岭国家实验室Tianli Feng博士和范德堡大学Sokrates T. Pantelides教授在国际顶级期刊Nano Energy(影响因子:15.548)上发表题为“Quantum prediction of ultra-low thermal conductivity in lithium intercalation materials”的研究工作。该工作通过第一性原理计算,全面回答了以上诸多问题。通过对钴酸锂(LiCoO2,电池材料)和铌酸锂(LiNbO2,忆阻器材料)的研究,该工作发现:
图2. 单晶钴酸锂原子结构。a)侧面图。b)俯视图。

(1) 由于高阶晶格非简谐性(或高阶声子散射),层状嵌锂金属氧化物(LiTMO2)的本征热导率比以往认知的要低2-6倍。比如,纯净单晶钴酸锂的层内和层外热导率分别是9.7 W/m-K和1.4 W/m-K,远低于以往基于低阶非简谐性或经典分子动力学的预测(层内方向:20~54 W/m-K,层外方向:2.2~8.4 W/m-K)。基于此,多晶钴酸锂(晶粒足够大时)热导率大概在6 W/m-K,这也是多晶钴酸锂所能达到的热导率上限(热导率会随晶粒尺寸减小而减小)。

图3. 单晶钴酸锂的有序和无序锂原子排列的俯视示意图。
(2) 充电(脱锂)会大量降低热导率。随着锂离子的脱离,声学声子能量降低,声速降低,传热能力下降。比如失去一半锂时,钴酸锂会降低1/3热导率,铌酸锂会降低3/4热导率。这些结果显著低于之前的低阶声子散射预测。
图4. 钴酸锂的晶格热导率。在所有图中,虚线和实线分别代表低阶和高阶声子散射预测结果。a-b)不同温度下单晶LiCoO2 和Li0.33CoO2面内(//)和面间(⊥)热导率。c-d)不同温度下多晶LiCoO2 和Li0.33CoO2在不同晶粒大小时的热导率。e)多晶LiCoO2和Li0.33CoO2热导率随晶粒大小的依赖关系。f)多晶LiCoO2热导率随锂成分的依赖关系。
(3) 锂原子的振动不贡献热导。热导率主要由低频声子贡献,而锂原子质量轻频率高,所以不贡献热导。随着充电过程锂原子脱离,剩下的锂离子在钴酸锂和铌酸锂的振动变成局域模式(localized),更加不参与导热。

只有考虑四声子,理论计算的热导率才能与实验吻合。如果想验证理论计算,需要实验测量单晶热导率,然而目前实验只有多晶数据,而多晶里晶粒大小是个未知量,这就给验证理论带来不便。但是我们可以通过拟合晶粒大小,通过热导率随温度或者锂成分的关系来验证理论计算的准确性。比如根据之前的低阶理论计算,不管设置晶粒大小为多少,计算的热导率都无法与实验在整个温度区域内吻合。然而,我们考虑高阶声子散射之后,计算的热导率与实验数据在整个测量温度区间内都吻合(图5c)。并且只有加了高阶散射,热导率随锂离子成分的关系也才能与实验吻合(图4f)。这些足以说明我们计算前所未有的准确性。

图5. 铌酸锂晶格热导率。在所有图中,虚线和实线分别代表低阶和高阶声子散射预测结果。a-b)不同温度下单晶LiNbO2 和Li0.5NbO2面内(//)和面间(⊥)热导率。c-d)不同温度下多晶LiNbO2 和Li0.5NbO2在不同晶粒大小时的热导率。e)多晶LiNbO2和Li0.5NbO2热导率随晶粒大小的依赖关系。f)多晶LiNbO2热导率随锂成分的依赖关系。

(4) 高阶声子散射使得热导率很低,但还是有很强尺寸效应:因晶界散射,热导率随多晶中晶粒尺寸变小而减小。这种尺寸效应在晶粒直径小于100纳米时出现。在10纳米时,钴酸锂和铌酸锂的热导率会分别被晶界散射降低26%和60%。

(5) 材料内部的压力会极大改变热导率。比如2%的压缩应变能提高30%-80%热导率,但是2%的拉伸应变能几乎将热导率降为0。

图6. 不同锂成分钴酸锂的原子振动谱。a)晶体结构。b-e)声子色散关系。带颜色的为声学声子,随着锂离子的脱离(充电过程),声学声子能量降低,声速降低,传热能力下降。红圈标出锂原子的振动模式,随着锂的减少,剩余的锂的振动变得更局域化。f)比热随温度的变化。比热随着锂的减少线性下降(未画出,见文章Supplemental information)。g-j)声子振动态密度。锂不参与低频振动。这些结论也基本适用于铌酸锂LixNbO2(见文章Supplemental information)。

(6) 锂离子的振动频率对应变非常敏感,是其他声子的十几倍,可以利用这一特性来测量现实电池材料内部的应变。
(7) 材料比热容随着锂的减少线性下降。
(8) 锂离子的流动性不足以影响声子或传热性质。
图7. 钴酸锂和铌酸锂的晶格非简谐性。非简谐性越强,振动能量传输衰减越快,热导率越低。作为决定热导率最复杂的因素,这里我们比较LixCoO2和LixNbO2的三阶和四阶非简谐性。如图a,LiCoO2的非简谐性要比LiNbO2的强很多,这也是为什么前者热导率低很多。如图b,c,随着锂减少,LiCoO2和LiNbO2的非简谐性变得更强,这也是锂越少热导率越低的原因之一。

(9) 材料的电导率对热导贡献可能比较小。

(10) 材料孔隙(一般材料的密度比理论密度小50%)会大量降低热导。

图8. 常温下钴酸锂和铌酸锂布里渊区非简谐三声子和四声子散射率。之前被忽略的四声子散射率非常重要,几乎与三声子散射率相当。四声子散射率主要来自于两个声子碰撞后产生两个新声子。

(11) 通过比较我们的计算结果于实验数据我们能比较准确地得到实验中样品的平均晶粒大小。比如,我们发现之前的实验文献中的晶粒大小平均为30nm,远大于文献中基于低阶声子散射计算得到的晶粒大小为3nm。我们得到的30nm与电子显微镜观察到的非常吻合。

图9. 压力/拉力应变对钴酸锂原子振动模式和热导率的影响。a)在纵向施加2%拉伸应变和2%、5%、10%压缩应变时Li0.33CoO2中的锂原子的振动态密度变化。锂原子振动对应变非常敏感,强于其他原子自动模式的十几倍,可以利用这一特性开发实验方法测量电极材料内部的压力和应变。b)在前述应变下Li0.33CoO2热导率的变化。2%拉伸应变几乎将热导率将为0,而2%压缩应可增加40%面内热导率和70%面间热导率。

结论

综上所述,作者通过量子计算钴酸锂和铌酸锂的传热性质,揭露了电极材料的超低热导率上限,以及热导率对温度、锂浓度、晶粒大小、张力应变的依赖。这些研究成果大部分是对层状嵌锂氧化物的首次认知,解决了长久以来关于电池正极材料传热性能的诸多的疑问,很多结论也广泛适用于很多其他材料,为指导今后相关电极及忆阻器设计提供基础。


文章链接:

https://doi.org/10.1016/j.nanoen.2020.104916


第一作者介绍及照片:

冯天力博士,现工作于美国橡树岭国家实验室,于2011年获得中国科学技术大学物理系学士学位,2017年以Bilsland论文奖学金的荣誉获得美国普渡大学机械工程系博士学位。研究项目包括热电转换、电子器件热管理、建筑能源效率、热能存储、电能储存、机器学习等,研究成果多次被美国物理及工程媒体报道。近五年在Nano Energy, Nat. Comm., Adv. Mat., Angew. Chem. Int. Ed., J. Am. Chem. Soc., Phys. Rev. Lett., Phys. Rev. B等知名期刊发表SCI论文40余篇,h因子19。


说明

🔹本文内容若存在版权问题,请联系我们及时处理。

🔹欢迎广大读者对本文进行转发宣传。

🔹《科学材料站》会不断提升自身水平,为读者分享更加优质的材料咨询,欢迎关注我们。

投稿请联系contact@scimaterials.cn

致谢

感谢本文作者对该报道的大力支持。

【声明】内容源于网络
0
0
科学材料站
内容 0
粉丝 0
科学材料站
总阅读0
粉丝0
内容0