97人妻一区二区精品免费,好男人社区www在线官网,办公室娇喘的短裙老师在线视频,亚州精品久久久久久久久

咨詢電話:021-58952328
Angew. Chem. :深度神經網絡增強的介觀熱力學模型用于描述電極/電解液界面2025-03-31
電極/電解質界面的結構和性質直接影響到許多電化學能量儲存與轉換過程的性能。電解質在帶電界面附近的分布十分復雜,界面處的離子、電荷分布呈現出明顯的非均勻性,這一復雜的界面結構通常被稱為雙電層?(EDL),準確描述其結構和性質對于理解和優化電化學過程至關重要

然而,現有的建模方法不能很好地同時描述微觀尺度的離子相互作用與宏觀尺度的外場效應,特別是在處理復雜條件下的界面問題時,難以兼顧準確性與計算效率。

最近,華東理工大學劉洪來教授和練成教授團隊發展了一種深度神經網絡增強的介觀熱力學模型 (DeepMT model),利用化學勢來兼顧電解質的微觀描述和外場效應的宏觀影響,并引入深度神經網絡方法,實現快速、準確預測電極/電解質界面的離子分布和熱力學性質。

 

 

1
該介觀熱力學模型的核心是化學勢,以化學勢驅動密度分布的時空演變。這里考慮體系的化學勢由理想項、過剩項和外場項三部分組成,過剩化學勢描述離子間的復雜相互作用,外勢考慮壁面、電場等外場的作用。而過剩化學勢又可分解為硬球排斥、庫倫相互作用、靜電關聯等不同微觀相互作用的貢獻。基于此,該模型能夠兼顧微觀分子特性和宏觀外場,這對于獲得更為精細的雙電層結構十分關鍵。

7
低濃度下的實際雙電層結構趨近于Gouy-Chapman-Stern (GCS) 模型,在高的離子關聯性(例如靜電效應、空間排斥效應增強)下,緊密層與擴散層的邊界變得模糊。隨著電極電勢、體相濃度和離子尺寸的增加,離子呈現出振蕩分布,表明此時對界面電場的屏蔽不僅取決于靠近電極表面的部分離子,還依賴于電解質內部整體離子的分布特性。利用訓練好的由多個全連接神經網絡組成的DeepMT模型框架,預測離子分布、表面吸附、電荷密度和微分電容等界面性質,與經典密度理論 (CDFT) 的計算結果符合得很好,但計算效率快了幾個數量級,證明了DeepMT模型的準確、高效。

總之,該工作提供了一種電化學界面的經典熱力學理論與人工智能算法結合的方法。最大優點是在介觀尺度下,精確且高效地解得雙電層結構和性質。

文信息

Deep Neural Network Enhanced Mesoscopic Thermodynamic Model for Unlocking the Electrode/Electrolyte Interface

Dr. Haolan Tao,?Sijie Wang,?Prof.?Dr. Honglai Liu,

Prof. Cheng Lian

文章的第一作者是華東理工大學博士后陶浩蘭和博士生王思潔

Angewandte Chemie International Edition

DOI:?10.1002/anie.202418447

 

主站蜘蛛池模板: 阿拉善左旗| 喀喇沁旗| 孝昌县| 会宁县| 永靖县| 惠州市| 浦县| 安平县| 枣庄市| 乐至县| 张家口市| 鄂温| 武川县| 洛宁县| 汨罗市| 泸州市| 丹棱县| 贵定县| 宾川县| 麻栗坡县| 鄂州市| 五指山市| 清新县| 卫辉市| 江源县| 怀化市| 平度市| 延吉市| 永济市| 邯郸县| 张北县| 新安县| 股票| 永登县| 枝江市| 盐城市| 穆棱市| 澜沧| 云浮市| 通渭县| 虞城县|