大數據揭示過渡族金屬離子結構相似性

中科院之聲 發佈 2022-08-12T14:57:13.846411+00:00

相關研究成果以Persona of Transition Metal Ions in Solids: A Statistical Learning on Local Structures of Transition Metal Oxides為題,發表在Advanced Science上。

從原子尺度理解化合物「結構-物性」間的構效關係是物質科學領域的基本問題,釐清物質微觀局域結構的統計特徵,有助於科學家更好地闡釋物理、材料、化學等學科中的科學問題。當今,廣泛使用的物質科學基本數據多源自20世紀中後期,數值較為陳舊。例如,物質科學領域廣泛使用近半個世紀的離子半徑數值源自20世紀60年代的統計數據,隨著材料科學數據的積累,海量數據將帶給物質科學領域新數值與新認知。

近日,中國科學院物理研究所/北京凝聚態物理國家研究中心表面物理國家重點實驗室研究員孟勝、特聘研究員劉淼,與美國勞倫斯伯克利國家實驗室教授Kristin A. Persson合作,系統地分析了3萬餘個過渡金屬氧化物的晶體信息,提煉出過渡族金屬離子的配位結構、價態、離子鍵長、原子磁矩、Jahn-Teller效應導致的局部形變、結構穩定性等物理量的詳細信息,取代廣泛使用近半個世紀、僅用「離子半徑」一個參數表徵材料的傳統做法。

本工作表明每種過渡族金屬離子均具有各自的「形狀」「尺寸」和「原子磁矩」,從而勾畫出固體中每種過渡金屬離子的「個性」畫像;通過人工智慧方法,進一步獲取過渡金屬離子的結構相似性「模板」,可用於指導新材料設計和穩定性快速評估。

依據上述離子的結構相似性知識,該團隊藉助離子替換擴展了人類已知的化合物空間,生成了6萬餘個人類未知的新結構,通過對這些結構進行高通量計算,找到5千個穩定的新化合物(Ehull < 20meV/atom),這些新材料易被試驗合成,有效地擴展了材料科學的化合物「版圖」。該研究為探索更廣闊的無機材料相空間提出了新思路,所有化合物信息均可在Atomly材料資料庫(https://atomly.net/)查詢。

相關研究成果以Persona of Transition Metal Ions in Solids: A Statistical Learning on Local Structures of Transition Metal Oxides為題,發表在Advanced Science上。研究工作得到國家重點研發計劃和中科院等的支持。

圖1.過渡金屬離子在局域環境中的配位偏好(離子的「形狀」)

圖2.3d TM-O鍵長與價態、熱力學穩定性的關係

圖3.3d過渡金屬離子的原子磁矩與價態和Jahn-Teller效應間的統計結果

圖4.過渡金屬離子的局域結構相似性。深色代表高相似性

來源:中國科學院物理研究所

關鍵字: