1. 项目概述当机器学习势函数“遇见”石墨负极在锂离子电池这个庞大的技术生态里石墨负极扮演着“基石”的角色。它稳定、成本低、电位平台合适是商业化最成功的负极材料。然而当我们追求更高的能量密度和更快的充电速度时这块“基石”内部发生的微观故事却远比我们想象的要复杂和精彩。每一次充放电都像是一场在原子尺度上演的、无声却激烈的“舞蹈”锂离子如何在石墨层间穿梭、嵌入、脱出石墨的碳层结构如何随之变形、滑移、重组这些动态过程如何决定了电池最终的快充能力和循环寿命传统上我们依赖实验手段如冷冻电镜、原位X射线衍射和第一性原理计算来窥探这些奥秘。但前者受限于时空分辨率难以捕捉亚秒级的快速相变后者则受制于巨大的计算成本无法模拟数千个原子在纳秒尺度上的演化。这就像试图用天文望远镜观察细胞分裂或者用显微镜追踪行星运动工具与目标之间存在着难以逾越的鸿沟。近年来机器学习势函数Machine Learning Potential, MLP的崛起为我们提供了一副全新的“原子眼镜”。它本质上是一个经过海量量子力学数据训练的神经网络模型能够以接近密度泛函理论DFT的精度实现比传统分子动力学快数个数量级的模拟。这意味着我们终于可以“亲眼目睹”石墨负极在充放电全过程中那持续数纳秒、涉及上万原子的完整结构演化与动力学行为。本次分享的核心正是基于深度势能Deep Potential, DP模型构建了一个专用于锂-石墨插层化合物Li-GICs的机器学习势函数并利用深度势能分子动力学DPMD进行大规模模拟。我们不仅验证了碳层滑移驱动阶结构转变的猜想更首次在原子尺度上系统揭示了锂嵌入/脱出的位置选择性、充放电过程的动力学不对称性以及原子尺度和原子层尺度缺陷对锂传输和碳层动力学的截然不同的调控作用。这些发现为从“结构设计”层面优化石墨负极性能——例如通过引入可控缺陷来“疏导”锂离子、通过调控碳层行为来“释放”内应力——提供了清晰的理论地图和可操作的设计思路。2. 核心思路与技术路线拆解面对“揭示石墨嵌锂动态过程”这一目标传统模拟方法力有不逮。我们的核心思路是构建一个高精度、高效率的“原子尺度模拟器”让它能像播放高清电影一样重现锂离子在石墨层间嵌入、脱出、扩散的全过程并精确计算每一个原子的受力与运动。2.1 为什么选择机器学习势函数在原子模拟领域精度与效率往往是一对矛盾体。从头算分子动力学AIMD精度最高但计算量随原子数呈指数增长通常只能处理百原子、皮秒尺度的体系。经典分子动力学CMD效率高但其依赖的经验势函数如ReaxFF, AIREBO对于键合形式复杂、电子结构变化剧烈的Li-GICs体系往往难以准确描述其势能面预测结果可信度存疑。机器学习势函数巧妙地解决了这一矛盾。它的工作流程可以概括为“学习-预测”学习阶段利用DFT对大量代表性原子构型涵盖不同锂浓度、不同阶结构、不同缺陷、不同压力进行精确计算得到每个构型的能量、原子受力等信息构成训练数据集。建模阶段用深度神经网络学习从原子坐标及其局部环境描述符到系统总能量和原子受力的复杂映射关系。一旦模型训练完成它就“学会”了DFT所描述的物理规律。预测阶段在模拟中对于任何一个新的原子构型MLP都能在微秒内给出其能量和受力精度与DFT相当而计算成本仅相当于一次简单的函数评估。因此选择DP模型意味着我们能够在保持量子力学精度的前提下将模拟的时空尺度扩展到上万原子、数纳秒这正是捕捉Li-GICs非平衡态相变过程所必需的窗口。2.2 整体技术路线与工作流设计我们的研究遵循一个严谨的“数据驱动模拟-模拟产生洞察”闭环具体技术路线如下图所示概念流程第一阶段高精度DP势函数的构建与验证这是所有工作的基石也是最耗费计算资源和需要严谨设计的环节。初始数据集构建我们并非随机采样而是基于对Li-GICs体系物理化学过程的深刻理解系统性枚举了可能出现的所有场景。这包括从纯石墨C128到不同阶结构如LiC₆, LiC₁₂, LiC₁₈, LiC₂₄再到包含堆垛层错、单原子空位、弗兰克位错环等缺陷的模型总计超过20种不同化学计量比和构型的初始模型。对每个模型我们在不同静水压力-100到100 kbar下进行DFT结构优化并对其中的缺陷模型进行AIMD采样最终收集了约1.5万个初始结构的DFT数据。迭代式数据增强与模型训练使用DP-GEN这一自动化工作流。其核心思想是“主动学习”用初步训练的DP模型驱动MD模拟探索步在模拟轨迹中自动识别模型预测不确定性高即“没见过”或“没学好”的构型将其提交给DFT进行精确计算标注步然后将这些新数据加入训练集重新训练模型训练步。如此循环迭代使模型的“见识”越来越广泛化能力越来越强。我们进行了多轮迭代并将筛选阈值σ_f从初始的(2.00, 6.00) eV/Å逐步收紧至(1.00, 3.00) eV/Å以追求更高的精度。关键精度提升我们发现对于周期性体系k点密度对能量收敛至关重要。通过严格的收敛性测试我们确立了“晶格常数×k点数 28.5 Å”的准则并以此对所有训练数据进行了重新计算确保了数据集在能量上的高精度。最终我们使用这个包含约3万个高精度构型的数据集训练了最终的DP模型。多层次模型验证一个模型的好坏必须经过严苛的检验。基础精度在独立的测试集上模型对能量的预测平均绝对误差MAE仅为2.787 meV/atom原子力的MAE为125 meV/Å。这个精度足以可靠地描述原子间的相互作用。结构描述能力对比DP和DFT优化后的多种阶结构其平均碳层间距和C-C键长的最大偏差不超过0.05 Å趋势完全一致。动态过程可靠性我们模拟了从纯碳到Stage-1LiC₆的完整嵌锂过程以及反向的脱锂过程并每隔一段模拟时间就用DFT单点能进行校准。结果显示在整个锂浓度连续变化的过程中DP模型预测的系统总能量与DFT结果高度吻合。这证明了我们的模型不仅适用于静态结构更能准确描述锂嵌入/脱出这一非平衡动态过程。第二阶段基于DPMD的四大核心模拟研究拥有可靠的“模拟器”后我们设计了四组相互关联的DPMD模拟实验直指石墨负极的核心科学问题。阶结构转变的碳层滑移机制构建了包含堆垛层错的Stage-2/石墨、Stage-3/石墨等复合模型在1200 K下进行100 ps的模拟直接观察碳层如何通过局部滑移和重组驱动Stage-2 ↔ Stage-3、Stage-3 ↔ Stage-4之间的相互转变并分析其背后的应力释放机制。完整充放电过程的动力学不对称性分别对完美碳层结构和含单原子空位缺陷的结构模拟了从空态到满态嵌锂和从满态到空态脱锂的全过程。通过统计锂和碳的均方位移MSD并结合锂层浓度变化定量揭示了嵌锂与脱锂在锂离子迁移能力和碳层滑移行为上的固有不对称性。锂嵌入/脱出的位置选择性及其影响为了探究“锂离子更喜欢从哪里进、从哪里出”我们设计了从石墨到Stage-8、Stage-4、Stage-2、Stage-1等一系列转变路径的模型。在每个模型中我们固定不饱和锂层的浓度25% 50% 75%然后采用网格搜索法找最佳嵌位点和气泡队列法找最佳脱出位点统计锂离子选择嵌入不饱和层、空层还是饱和层的概率从而总结出位置选择性的基本规则。多尺度缺陷的调控作用我们区分了原子尺度缺陷如单原子空位和原子层尺度缺陷如整层堆垛层错、碳层弯曲、弗兰克位错环。通过对比完美结构与含缺陷结构在相同条件下的DPMD模拟分析缺陷对锂离子聚集行为、MSD以及碳层滑移的促进或限制作用阐明其不同的物理机制。这套技术路线的优势在于它不再是孤立地研究某个静态性质而是在一个统一的、高精度的计算框架下将结构演化、离子传输、缺陷效应等不同尺度的物理过程动态地、耦合地呈现出来从而能够发现传统方法难以捕捉的关联机制和瞬态中间态。3. 碳层滑移驱动阶结构转变的“隐形之手”石墨负极在嵌锂过程中会形成一系列阶结构Stage-n传统上常用Rüdorff-Hofmann模型或Daumas-Hérold模型来描述。但这些模型更多是热力学平衡态的图像对于转变的动力学路径和原子机制缺乏细节。我们的模拟首次直观地揭示了碳层自身的滑移与重组是驱动阶结构转变的关键动力学过程。3.1 模拟设置与现象观察我们构建了“三明治”式的初始模型例如一个Stage-2区域锂层间隔一层碳层与一个纯石墨区域无锂拼接在一起。从能量上看这并非平衡态系统内部存在应力。在1200 K的DPMD模拟中我们观察到碳层开始发生局部调整。Stage-2/石墨 → Stage-3在100 ps的模拟后部分区域保持了原有的Stage-2结构紫色背景而在原本是石墨的区域由于多了两层碳层局部重组发生了形成了Stage-3结构绿色背景锂层间隔两层碳层。Stage-3/石墨 → Stage-2相反如果一个Stage-3区域与一个少了两层碳层的石墨区域拼接模拟后则会出现Stage-2区域。高阶结构间的互变类似的Stage-3与Stage-4结构之间也能通过碳层的局部重组实现相互转化并伴随有碳层的交错连接和弗兰克位错环的形成。3.2 机制解读应力驱动与转变方向所有这些转变都有一个共同特征碳层重组的方向总是从碳层数多的区域向碳层数少的区域进行。这背后的驱动力是降低体系的内应力。在拼接界面处碳层堆积的周期不匹配会产生应力碳层通过滑移使两侧的层数趋于平均从而释放应力使结构趋于稳定。然而一个关键且有趣的现象是在我们的模拟条件下Stage-1和Stage-2结构之间无法通过碳层局部重组实现相互转化。我们推测其阻碍在于Stage-1LiC₆所有层间均充满锂与石墨或Stage-2一侧的碳层数差异过大导致界面应力过高碳层难以通过局部调整来克服如此高的能垒。实操心得与启示 这一发现具有重要的实际意义。它暗示着Stage-2、Stage-3、Stage-4之间的转变可能是一种固溶体反应碳层间距连续变化而Stage-1与Stage-2之间的转变更可能是一种两相反应存在明确的相界面和晶格常数突变。在电池快充时锂离子快速涌入如果系统容易通过碳层滑移进行内部结构调整如高阶阶变就能有效缓冲应力避免结构破坏。反之若被迫进行两相反应如Stage-1与Stage-2之间则容易产生巨大的应力集中导致石墨颗粒开裂、容量衰减。这从原子尺度解释了为什么石墨负极在高倍率下性能会恶化。因此未来的电极设计或许可以有意引入适量的堆垛层错作为“应力缓冲器”降低碳层重组的能垒提升结构的可逆性和稳定性。4. 充放电不对称性嵌入与脱出不是可逆镜像实验上观测到的充放电曲线存在滞后现象其微观根源一直不甚清晰。我们的全周期DPMD模拟从锂离子传输和碳层动力学两个维度揭示了这种动力学不对称性的本质。4.1 完美碳层结构中的不对称行为我们模拟了一个不含缺陷的石墨结构在1000 K下的完整嵌锂和脱锂过程。嵌锂过程随着锂的不断嵌入SOC增加锂的MSD从~850 Ų显著下降到~60 Ų。这是因为结构内锂浓度升高离子间拥挤效应增强迁移受阻。与此同时碳层的MSD在整个嵌锂过程中都维持在~60 Ų的高位表明碳层发生了显著的滑动。从结构快照看这是因为锂离子在层间的分布是不均匀的。那些被锂“锚定”较弱的碳层更容易发生滑移。脱锂过程行为截然不同。在脱锂初期SOC 60%即脱锂进度40%碳层的MSD几乎为零。这是因为此时层间仍有较多锂离子它们像“钉子”一样将碳层“钉住”抑制了滑移。直到脱锂后期锂含量极低时部分碳层失去“钉扎”其MSD才上升到一个较高值~60 Ų。4.2 单原子空位缺陷的“调控”作用当我们在碳层中引入单原子空位缺陷后情况发生了变化。嵌锂过程碳层MSD仅在初期较高当中后期锂浓度超过40%后碳层MSD迅速降至接近零。这是因为缺陷与锂离子发生了结合增强了“钉扎”效应。同时缺陷促进了锂的层间传输使得锂分布更均匀没有留下容易滑动的“薄弱”碳层。脱锂过程锂的MSD先升后降碳层MSD全程处于低位。锂MSD的下降是因为后期残留的锂主要被缺陷捕获运动受限。碳层MSD低位则是因为所有碳层始终被层间锂或缺陷-锂复合体有效钉扎。4.3 核心结论与电池设计启示对比完美结构和缺陷结构我们可以得出几个关键结论固有不对称性嵌锂与脱锂过程在锂传输能力和碳层滑移行为上存在固有不对称性。这源于不同荷电状态下锂离子与碳层骨架相互作用的差异。缺陷的双刃剑效应原子尺度缺陷如空位通过与锂结合能强烈抑制碳层滑移这有利于维持电极的结构完整性。但同时也限制了锂离子的迁移可能会降低倍率性能。锂分布是关键不均匀的锂分布是导致碳层滑移和应力不均的根源。缺陷通过促进锂的层间传输使分布更均匀从而间接稳定了结构。注意事项与设计思路 这项研究指出单纯追求“完美”的石墨晶体可能并非最优解。适量、可控的原子尺度缺陷可以作为一个有效的“结构稳定器”。在电材料制备过程中如石墨化程度控制、掺杂、球磨处理可以有意识地引入一定浓度的点缺陷。其最佳浓度需要在“抑制碳层滑移以提升循环稳定性”和“不过度阻碍锂离子传输以保持倍率性能”之间取得平衡。这需要通过实验结理论模拟进行精细调控。5. 位置选择性锂离子进出石墨的“交通规则”锂离子在石墨层间并非随机嵌入或脱出而是遵循着由碳层动力学所调控的“交通规则”。我们通过系统统计揭示了这种位置选择性的规律及其对阶结构形成的影响。5.1 嵌入过程的选择性规则我们分析了从石墨到Stage-8、Stage-4、Stage-2、Stage-1四种转变路径。在每个路径中我们考察锂离子倾向于嵌入三种位置中的哪一种不饱和锂层已有部分锂、空层尚无锂、饱和锂层已充满锂。统计结果非常清晰首选不饱和层无论不饱和层的初始浓度是25%、50%还是75%锂离子都最优先嵌入不饱和锂层。只有当不饱和层浓度很高如75%时嵌入空层的概率才会有所上升但仍低于不饱和层。回避饱和层与空层饱和锂层由于离子间排斥作用基本没有锂嵌入事件发生。空层则因为缺乏初始的锂-碳相互作用存在较高的动力学势垒嵌入概率也较低。“开路先锋”机制我们推测嵌入过程受碳层动力学调控。一个原本被动力学“阻塞”的空层当第一个锂离子克服势垒嵌入后该层就转变为“动力学允许”的不饱和层后续锂离子便会优先涌入此层直至饱和。而其他空层则继续保持“阻塞”状态。这种机制在宏观上促进了不同阶结构域的形成。5.2 脱出过程的选择性规则对于从Stage-1到Stage-2、Stage-2到Stage-4、Stage-4到Stage-8的脱出过程我们统计锂离子从不饱和层和饱和层脱出的概率。同样优先不饱和层锂离子从不饱和层脱出的概率始终高于从饱和层脱出。选择性较弱与嵌入过程相比脱出的位置选择性不那么显著。这主要是因为脱出过程不涉及“打开”新通道而是饱和与不饱和层之间脱出难易程度的差异。推动阶结构转变由于不饱和层优先脱空转变为空层这就在结构内部推动了从低阶如Stage-1向高阶如Stage-2的转变。5.3 浓度与分布对传输动力学的影响位置选择性导致了充放电过程中一系列具有不同锂浓度和分布的结构。我们进一步研究了这些因素如何影响锂传输和碳层动力学。浓度效应保持总化学式不变当结构中存在低浓度锂层如25%时锂的MSD显著高于全为饱和层100%的结构。均匀降低所有层的锂浓度锂MSD可增加7倍以上。低浓度意味着更少的离子拥挤和更弱的钉扎效应从而提升锂离子迁移率。分布效应对比具有相同总化学式如LiC₁₂但分布不同的结构阶结构分布Stage-2、均匀分布、非均匀分布。结果表明非均匀分布即部分层浓度高、部分层浓度低的锂MSD最高均匀分布次之阶结构分布最低。这是因为非均匀分布中存在浓度极低的层这些层中的锂离子活动性极强主导了整体的高扩散性。核心洞见与性能优化策略 这项研究指出了一个可能被忽视的优化方向锂离子的空间分布管理。传统上我们只关注总容量和平均扩散系数。但模拟表明在石墨负极中创造局部的、可控的低锂浓度区域或梯度分布可以像在拥堵的道路上开辟“快速通道”一样显著提升整体的锂离子传输能力这对于快充性能至关重要。同时也需要通过缺陷工程等手段确保碳层骨架的稳定性防止因局部钉扎力减弱而导致过度的碳层滑移和结构退化。未来的材料设计或许可以朝着构建“锂离子高速通道”与“碳骨架稳定锚点”相结合的复合结构方向发展。6. 缺陷调控原子尺度和原子层尺度的不同角色缺陷在材料科学中无处不在且往往扮演着“性能调控开关”的角色。我们的研究明确区分了原子尺度缺陷点缺陷和原子层尺度缺陷面缺陷并发现它们对Li-GICs的传输和力学性质有着截然不同的影响。6.1 原子尺度缺陷限制与钉扎我们对比了完美碳层和含有单原子空位碳层的结构。DPMD模拟显示锂离子捕获在缺陷结构中锂离子明显倾向于聚集在空位缺陷周围形成缺陷-锂结合体。双重限制效应这种结合体产生了双重作用一方面它限制了锂离子自身的迁移锂MSD降低另一方面它增强了对相邻碳层的钉扎作用使得碳层更难滑动碳MSD降低。你可以把它想象成在滑动的层板之间打入了一颗铆钉。对电池性能的启示适量的原子空位可以作为“锚点”抑制碳层在循环过程中的滑移和重构提升电极的结构可逆性和循环稳定性。但过量的空位会成为锂离子迁移的“陷阱”严重降低离子电导率影响倍率性能和容量释放。因此点缺陷的浓度需要精确控制在一个最优窗口。6.2 原子层尺度缺陷促进传输与引入应力我们研究了三种原子层尺度的缺陷堆垛层错、碳层弯曲和弗兰克位错环并以完美的Stage-3结构作为对照。促进锂传输所有三种缺陷结构的锂MSD均高于完美Stage-3结构。其中堆垛层错和碳层弯曲对锂迁移的促进作用最为明显。这是因为这些缺陷破坏了石墨层完美的周期性排列为锂离子提供了额外的、能量更低的迁移路径相当于在规整的晶体中引入了“捷径”。抑制碳层滑移并引入应力有趣的是这些缺陷结构的碳层MSD却低于完美结构。这是因为缺陷本身会引入残余应力这种应力场反而约束了碳层的整体滑动。弗兰克位错环由于是一种闭合的环状缺陷对锂迁移的促进较弱但对碳层滑移的约束依然存在。对电池性能的启示原子层尺度缺陷如晶界、位错通常被视为有害的会降低导电性。但我们的模拟表明它们可能是一把“双刃剑”。在石墨负极中适量的面缺陷可以成为提升锂离子扩散能力的“高速公路”有益于快充。但同时它们引入的残余应力可能成为结构破坏的起源。因此理想的设计可能是在石墨颗粒内部引入可控的、小角度的晶界或堆垛层错网络既为锂离子创建快速扩散通道又通过其自身的应力场来抑制大范围的碳层滑移同时要避免高能量缺陷如大角度晶界的聚集以防止颗粒碎裂。6.3 缺陷工程的设计原则综合以上两点对于石墨负极的缺陷工程我们可以提炼出初步的设计原则功能区分明确缺陷的设计目标。若旨在提升结构稳定性、抑制膨胀可引入低浓度的原子尺度点缺陷作为钉扎点。若旨在提升锂离子传输速率可引入可控的原子层尺度面缺陷作为扩散通道。浓度优化任何缺陷的浓度都存在最优值。需要通过理论计算和实验验证找到对离子电导率和机械稳定性综合效益最大的“甜点”浓度。协同设计可以考虑点缺陷与面缺陷的协同引入。例如在由小角度晶界分割的纳米晶域内引入均匀分布的低浓度点缺陷。晶界提供快速扩散路径点缺陷则稳定各个纳米晶域的内部结构。7. 方法论细节与实操要点为了让研究可复现也为同行在应用MLP时提供参考这里将关键的方法细节和实操中的“坑”总结如下。7.1 DP模型训练的数据集构建技巧构建一个高质量的数据集是MLP成功的首前提。我们的经验是系统性枚举而非随机采样对于Li-GICs这样的复杂体系必须基于化学直觉和相图知识主动构建涵盖所有可能“相空间”的初始结构。我们不仅包括了从Stage-1到Stage-4的完整阶结构还构建了它们与纯石墨的复合模型用于研究相变以及各种缺陷模型。压力条件也从-100 kbar到100 kbar广泛覆盖以确保模型能应对充放电过程中可能产生的局部应力。主动学习DP-GEN是关键初始数据集总有盲区。DP-GEN的迭代流程能自动探索模型不确定的构型区域。这里的关键是设置合理的探索温度和压力范围以及力偏差阈值σ_f。初始可以设得宽松一些如我们设置的2-6 eV/Å以快速扩大数据覆盖面后期应逐步收紧如1-3 eV/Å以提升在关键能垒区域和平衡结构附近的精度。能量收敛性至关重要我们吃过的亏是早期忽略了k点密度对周期性体系能量计算收敛性的影响导致不同大小体系的训练数据存在系统偏差。后来我们通过严格的测试确立了“晶格常数×k点数 28.5 Å”的准则并以此重新计算了所有数据模型精度才有了质的飞跃。强烈建议在训练任何周期性体系的MLP前先进行细致的k点收敛性测试。7.2 DPMD模拟中的关键参数与设置系综选择为了研究结构相变和离子传输我们主要使用NPT系综恒温恒压允许晶胞形状和体积变化以模拟真实条件下材料随锂浓度变化发生的膨胀/收缩。温度设定为了在有限的模拟时间内观察到动力学过程如碳层滑移我们采用了较高的模拟温度1000 K - 1500 K。这相当于一种“加速分子动力学”技术。但需要谨慎温度过高可能导致非物理的熔化或反应。我们通过对比不同温度下的结果确保观察到的趋势在合理范围内。锂嵌入/脱出位置的搜索算法嵌锂网格搜索法在晶胞内生成密集的三维网格我们设置最大网格间距为0.4 Å对于高精度搜索可降至0.25 Å在每个格点尝试插入一个锂原子用DP模型快速评估能量选择能量最低的位点。这种方法全面但计算量随网格密度立方增长。脱锂气泡队列法依次尝试移除结构中的每一个锂原子评估移除后结构的能量选择能量升高最少的位点即最容易脱出的锂。这种方法更高效尤其适用于锂浓度较高的结构。数据分析MSD与层浓度计算MSD计算务必跳过模拟初始的平衡阶段如前10-20 ps仅对平衡后的轨迹进行统计。我们通常每100步输出一次MSD信息。锂层浓度统计这是一个技术活。我们采用K-Means聚类算法通过Python的scikit-learn库对碳原子的z坐标进行聚类自动识别出不同的碳层。然后根据碳层的平均z坐标划分区间统计落在每个区间内的锂原子数再除以该层饱和时的锂原子数即得到该层的实时锂浓度。这种方法能鲁棒地处理碳层在模拟过程中发生的弯曲和起伏。7.3 常见问题与排查思路模型训练不收敛或精度差检查数据质量首先确认DFT计算本身是否收敛电子步、离子步能量和力的单位是否正确eV/atom vs. eV/Å。检查描述符DP模型使用描述符来表征原子环境。确保截断半径rcut设置合理我们设为6 Å能包含足够的近邻原子信息。网络结构嵌入网络和拟合网络的层数与神经元数需要与体系复杂度匹配。对于Li-GICs这种二元多相体系我们使用了25,50,100和240,240,240的结构效果较好。可以从较小的网络开始尝试避免过拟合。学习率与衰减我们采用指数衰减学习率初始0.001每7500步衰减为原来的0.95倍。如果损失震荡剧烈可降低初始学习率或调整衰减策略。DPMD模拟中出现非物理现象如原子飞散、结构异常检查模型外推用dp test命令检查模拟轨迹中构型的力偏差。如果出现大量力偏差大于rcut的情况说明模型正在“外推”即遇到了训练数据未覆盖的区域。此时需要暂停模拟将这些构型加入训练集重新训练模型。检查时间步长对于含锂的体系锂离子质量轻、运动快时间步长不宜过大。我们使用0.5 fs在高温1500 K下也保持稳定。如果使用1 fs在高温下可能导致能量不守恒。检查温度/压力耦合NPT系综下温度和压力耦合器的弛豫时间tau_t,tau_p设置要合理。过短会导致系统振荡过长则耦合效果差。我们通常设置tau_t在50-100 fstau_p在500-1000 fs量级。模拟结果与实验或直觉不符确认模拟条件模拟温度、压力、锂化学势通过固定锂原子数间接体现是否与实验条件可比我们的高温模拟是为了加速动力学但结论的趋势需要能在合理的外推下与低温实验关联。统计显著性分子动力学模拟是统计性的。关键结论如MSD值、转变概率需要基于足够长的模拟时间和多次独立模拟进行平均。我们每个关键模拟都进行了至少100 ps并对数据进行了区块平均以评估误差。有限尺寸效应我们的模型尺寸在数千原子~10 nm尺度对于研究缺陷、相界等是足够的但对于研究长程弹性相互作用或非常稀薄的浓度可能仍有局限。在解释结果时需要心中有数。这项工作的价值不仅在于对石墨负极微观机制的新认识更在于展示了一套基于机器学习势函数研究复杂电极材料动态过程的标准范式。从数据集的精心构建、模型的迭代训练与验证到针对具体科学问题设计模拟实验并深入分析这套方法可以无缝迁移到硅负极、锂金属负极、固态电解质等其他电池材料体系的研究中。计算模拟正在从“解释现象”的后端工具走向“预测性能、指导设计”的前沿引领者。
机器学习势函数揭秘石墨负极嵌锂动力学：碳层滑移、充放电不对称与缺陷调控
1. 项目概述当机器学习势函数“遇见”石墨负极在锂离子电池这个庞大的技术生态里石墨负极扮演着“基石”的角色。它稳定、成本低、电位平台合适是商业化最成功的负极材料。然而当我们追求更高的能量密度和更快的充电速度时这块“基石”内部发生的微观故事却远比我们想象的要复杂和精彩。每一次充放电都像是一场在原子尺度上演的、无声却激烈的“舞蹈”锂离子如何在石墨层间穿梭、嵌入、脱出石墨的碳层结构如何随之变形、滑移、重组这些动态过程如何决定了电池最终的快充能力和循环寿命传统上我们依赖实验手段如冷冻电镜、原位X射线衍射和第一性原理计算来窥探这些奥秘。但前者受限于时空分辨率难以捕捉亚秒级的快速相变后者则受制于巨大的计算成本无法模拟数千个原子在纳秒尺度上的演化。这就像试图用天文望远镜观察细胞分裂或者用显微镜追踪行星运动工具与目标之间存在着难以逾越的鸿沟。近年来机器学习势函数Machine Learning Potential, MLP的崛起为我们提供了一副全新的“原子眼镜”。它本质上是一个经过海量量子力学数据训练的神经网络模型能够以接近密度泛函理论DFT的精度实现比传统分子动力学快数个数量级的模拟。这意味着我们终于可以“亲眼目睹”石墨负极在充放电全过程中那持续数纳秒、涉及上万原子的完整结构演化与动力学行为。本次分享的核心正是基于深度势能Deep Potential, DP模型构建了一个专用于锂-石墨插层化合物Li-GICs的机器学习势函数并利用深度势能分子动力学DPMD进行大规模模拟。我们不仅验证了碳层滑移驱动阶结构转变的猜想更首次在原子尺度上系统揭示了锂嵌入/脱出的位置选择性、充放电过程的动力学不对称性以及原子尺度和原子层尺度缺陷对锂传输和碳层动力学的截然不同的调控作用。这些发现为从“结构设计”层面优化石墨负极性能——例如通过引入可控缺陷来“疏导”锂离子、通过调控碳层行为来“释放”内应力——提供了清晰的理论地图和可操作的设计思路。2. 核心思路与技术路线拆解面对“揭示石墨嵌锂动态过程”这一目标传统模拟方法力有不逮。我们的核心思路是构建一个高精度、高效率的“原子尺度模拟器”让它能像播放高清电影一样重现锂离子在石墨层间嵌入、脱出、扩散的全过程并精确计算每一个原子的受力与运动。2.1 为什么选择机器学习势函数在原子模拟领域精度与效率往往是一对矛盾体。从头算分子动力学AIMD精度最高但计算量随原子数呈指数增长通常只能处理百原子、皮秒尺度的体系。经典分子动力学CMD效率高但其依赖的经验势函数如ReaxFF, AIREBO对于键合形式复杂、电子结构变化剧烈的Li-GICs体系往往难以准确描述其势能面预测结果可信度存疑。机器学习势函数巧妙地解决了这一矛盾。它的工作流程可以概括为“学习-预测”学习阶段利用DFT对大量代表性原子构型涵盖不同锂浓度、不同阶结构、不同缺陷、不同压力进行精确计算得到每个构型的能量、原子受力等信息构成训练数据集。建模阶段用深度神经网络学习从原子坐标及其局部环境描述符到系统总能量和原子受力的复杂映射关系。一旦模型训练完成它就“学会”了DFT所描述的物理规律。预测阶段在模拟中对于任何一个新的原子构型MLP都能在微秒内给出其能量和受力精度与DFT相当而计算成本仅相当于一次简单的函数评估。因此选择DP模型意味着我们能够在保持量子力学精度的前提下将模拟的时空尺度扩展到上万原子、数纳秒这正是捕捉Li-GICs非平衡态相变过程所必需的窗口。2.2 整体技术路线与工作流设计我们的研究遵循一个严谨的“数据驱动模拟-模拟产生洞察”闭环具体技术路线如下图所示概念流程第一阶段高精度DP势函数的构建与验证这是所有工作的基石也是最耗费计算资源和需要严谨设计的环节。初始数据集构建我们并非随机采样而是基于对Li-GICs体系物理化学过程的深刻理解系统性枚举了可能出现的所有场景。这包括从纯石墨C128到不同阶结构如LiC₆, LiC₁₂, LiC₁₈, LiC₂₄再到包含堆垛层错、单原子空位、弗兰克位错环等缺陷的模型总计超过20种不同化学计量比和构型的初始模型。对每个模型我们在不同静水压力-100到100 kbar下进行DFT结构优化并对其中的缺陷模型进行AIMD采样最终收集了约1.5万个初始结构的DFT数据。迭代式数据增强与模型训练使用DP-GEN这一自动化工作流。其核心思想是“主动学习”用初步训练的DP模型驱动MD模拟探索步在模拟轨迹中自动识别模型预测不确定性高即“没见过”或“没学好”的构型将其提交给DFT进行精确计算标注步然后将这些新数据加入训练集重新训练模型训练步。如此循环迭代使模型的“见识”越来越广泛化能力越来越强。我们进行了多轮迭代并将筛选阈值σ_f从初始的(2.00, 6.00) eV/Å逐步收紧至(1.00, 3.00) eV/Å以追求更高的精度。关键精度提升我们发现对于周期性体系k点密度对能量收敛至关重要。通过严格的收敛性测试我们确立了“晶格常数×k点数 28.5 Å”的准则并以此对所有训练数据进行了重新计算确保了数据集在能量上的高精度。最终我们使用这个包含约3万个高精度构型的数据集训练了最终的DP模型。多层次模型验证一个模型的好坏必须经过严苛的检验。基础精度在独立的测试集上模型对能量的预测平均绝对误差MAE仅为2.787 meV/atom原子力的MAE为125 meV/Å。这个精度足以可靠地描述原子间的相互作用。结构描述能力对比DP和DFT优化后的多种阶结构其平均碳层间距和C-C键长的最大偏差不超过0.05 Å趋势完全一致。动态过程可靠性我们模拟了从纯碳到Stage-1LiC₆的完整嵌锂过程以及反向的脱锂过程并每隔一段模拟时间就用DFT单点能进行校准。结果显示在整个锂浓度连续变化的过程中DP模型预测的系统总能量与DFT结果高度吻合。这证明了我们的模型不仅适用于静态结构更能准确描述锂嵌入/脱出这一非平衡动态过程。第二阶段基于DPMD的四大核心模拟研究拥有可靠的“模拟器”后我们设计了四组相互关联的DPMD模拟实验直指石墨负极的核心科学问题。阶结构转变的碳层滑移机制构建了包含堆垛层错的Stage-2/石墨、Stage-3/石墨等复合模型在1200 K下进行100 ps的模拟直接观察碳层如何通过局部滑移和重组驱动Stage-2 ↔ Stage-3、Stage-3 ↔ Stage-4之间的相互转变并分析其背后的应力释放机制。完整充放电过程的动力学不对称性分别对完美碳层结构和含单原子空位缺陷的结构模拟了从空态到满态嵌锂和从满态到空态脱锂的全过程。通过统计锂和碳的均方位移MSD并结合锂层浓度变化定量揭示了嵌锂与脱锂在锂离子迁移能力和碳层滑移行为上的固有不对称性。锂嵌入/脱出的位置选择性及其影响为了探究“锂离子更喜欢从哪里进、从哪里出”我们设计了从石墨到Stage-8、Stage-4、Stage-2、Stage-1等一系列转变路径的模型。在每个模型中我们固定不饱和锂层的浓度25% 50% 75%然后采用网格搜索法找最佳嵌位点和气泡队列法找最佳脱出位点统计锂离子选择嵌入不饱和层、空层还是饱和层的概率从而总结出位置选择性的基本规则。多尺度缺陷的调控作用我们区分了原子尺度缺陷如单原子空位和原子层尺度缺陷如整层堆垛层错、碳层弯曲、弗兰克位错环。通过对比完美结构与含缺陷结构在相同条件下的DPMD模拟分析缺陷对锂离子聚集行为、MSD以及碳层滑移的促进或限制作用阐明其不同的物理机制。这套技术路线的优势在于它不再是孤立地研究某个静态性质而是在一个统一的、高精度的计算框架下将结构演化、离子传输、缺陷效应等不同尺度的物理过程动态地、耦合地呈现出来从而能够发现传统方法难以捕捉的关联机制和瞬态中间态。3. 碳层滑移驱动阶结构转变的“隐形之手”石墨负极在嵌锂过程中会形成一系列阶结构Stage-n传统上常用Rüdorff-Hofmann模型或Daumas-Hérold模型来描述。但这些模型更多是热力学平衡态的图像对于转变的动力学路径和原子机制缺乏细节。我们的模拟首次直观地揭示了碳层自身的滑移与重组是驱动阶结构转变的关键动力学过程。3.1 模拟设置与现象观察我们构建了“三明治”式的初始模型例如一个Stage-2区域锂层间隔一层碳层与一个纯石墨区域无锂拼接在一起。从能量上看这并非平衡态系统内部存在应力。在1200 K的DPMD模拟中我们观察到碳层开始发生局部调整。Stage-2/石墨 → Stage-3在100 ps的模拟后部分区域保持了原有的Stage-2结构紫色背景而在原本是石墨的区域由于多了两层碳层局部重组发生了形成了Stage-3结构绿色背景锂层间隔两层碳层。Stage-3/石墨 → Stage-2相反如果一个Stage-3区域与一个少了两层碳层的石墨区域拼接模拟后则会出现Stage-2区域。高阶结构间的互变类似的Stage-3与Stage-4结构之间也能通过碳层的局部重组实现相互转化并伴随有碳层的交错连接和弗兰克位错环的形成。3.2 机制解读应力驱动与转变方向所有这些转变都有一个共同特征碳层重组的方向总是从碳层数多的区域向碳层数少的区域进行。这背后的驱动力是降低体系的内应力。在拼接界面处碳层堆积的周期不匹配会产生应力碳层通过滑移使两侧的层数趋于平均从而释放应力使结构趋于稳定。然而一个关键且有趣的现象是在我们的模拟条件下Stage-1和Stage-2结构之间无法通过碳层局部重组实现相互转化。我们推测其阻碍在于Stage-1LiC₆所有层间均充满锂与石墨或Stage-2一侧的碳层数差异过大导致界面应力过高碳层难以通过局部调整来克服如此高的能垒。实操心得与启示 这一发现具有重要的实际意义。它暗示着Stage-2、Stage-3、Stage-4之间的转变可能是一种固溶体反应碳层间距连续变化而Stage-1与Stage-2之间的转变更可能是一种两相反应存在明确的相界面和晶格常数突变。在电池快充时锂离子快速涌入如果系统容易通过碳层滑移进行内部结构调整如高阶阶变就能有效缓冲应力避免结构破坏。反之若被迫进行两相反应如Stage-1与Stage-2之间则容易产生巨大的应力集中导致石墨颗粒开裂、容量衰减。这从原子尺度解释了为什么石墨负极在高倍率下性能会恶化。因此未来的电极设计或许可以有意引入适量的堆垛层错作为“应力缓冲器”降低碳层重组的能垒提升结构的可逆性和稳定性。4. 充放电不对称性嵌入与脱出不是可逆镜像实验上观测到的充放电曲线存在滞后现象其微观根源一直不甚清晰。我们的全周期DPMD模拟从锂离子传输和碳层动力学两个维度揭示了这种动力学不对称性的本质。4.1 完美碳层结构中的不对称行为我们模拟了一个不含缺陷的石墨结构在1000 K下的完整嵌锂和脱锂过程。嵌锂过程随着锂的不断嵌入SOC增加锂的MSD从~850 Ų显著下降到~60 Ų。这是因为结构内锂浓度升高离子间拥挤效应增强迁移受阻。与此同时碳层的MSD在整个嵌锂过程中都维持在~60 Ų的高位表明碳层发生了显著的滑动。从结构快照看这是因为锂离子在层间的分布是不均匀的。那些被锂“锚定”较弱的碳层更容易发生滑移。脱锂过程行为截然不同。在脱锂初期SOC 60%即脱锂进度40%碳层的MSD几乎为零。这是因为此时层间仍有较多锂离子它们像“钉子”一样将碳层“钉住”抑制了滑移。直到脱锂后期锂含量极低时部分碳层失去“钉扎”其MSD才上升到一个较高值~60 Ų。4.2 单原子空位缺陷的“调控”作用当我们在碳层中引入单原子空位缺陷后情况发生了变化。嵌锂过程碳层MSD仅在初期较高当中后期锂浓度超过40%后碳层MSD迅速降至接近零。这是因为缺陷与锂离子发生了结合增强了“钉扎”效应。同时缺陷促进了锂的层间传输使得锂分布更均匀没有留下容易滑动的“薄弱”碳层。脱锂过程锂的MSD先升后降碳层MSD全程处于低位。锂MSD的下降是因为后期残留的锂主要被缺陷捕获运动受限。碳层MSD低位则是因为所有碳层始终被层间锂或缺陷-锂复合体有效钉扎。4.3 核心结论与电池设计启示对比完美结构和缺陷结构我们可以得出几个关键结论固有不对称性嵌锂与脱锂过程在锂传输能力和碳层滑移行为上存在固有不对称性。这源于不同荷电状态下锂离子与碳层骨架相互作用的差异。缺陷的双刃剑效应原子尺度缺陷如空位通过与锂结合能强烈抑制碳层滑移这有利于维持电极的结构完整性。但同时也限制了锂离子的迁移可能会降低倍率性能。锂分布是关键不均匀的锂分布是导致碳层滑移和应力不均的根源。缺陷通过促进锂的层间传输使分布更均匀从而间接稳定了结构。注意事项与设计思路 这项研究指出单纯追求“完美”的石墨晶体可能并非最优解。适量、可控的原子尺度缺陷可以作为一个有效的“结构稳定器”。在电材料制备过程中如石墨化程度控制、掺杂、球磨处理可以有意识地引入一定浓度的点缺陷。其最佳浓度需要在“抑制碳层滑移以提升循环稳定性”和“不过度阻碍锂离子传输以保持倍率性能”之间取得平衡。这需要通过实验结理论模拟进行精细调控。5. 位置选择性锂离子进出石墨的“交通规则”锂离子在石墨层间并非随机嵌入或脱出而是遵循着由碳层动力学所调控的“交通规则”。我们通过系统统计揭示了这种位置选择性的规律及其对阶结构形成的影响。5.1 嵌入过程的选择性规则我们分析了从石墨到Stage-8、Stage-4、Stage-2、Stage-1四种转变路径。在每个路径中我们考察锂离子倾向于嵌入三种位置中的哪一种不饱和锂层已有部分锂、空层尚无锂、饱和锂层已充满锂。统计结果非常清晰首选不饱和层无论不饱和层的初始浓度是25%、50%还是75%锂离子都最优先嵌入不饱和锂层。只有当不饱和层浓度很高如75%时嵌入空层的概率才会有所上升但仍低于不饱和层。回避饱和层与空层饱和锂层由于离子间排斥作用基本没有锂嵌入事件发生。空层则因为缺乏初始的锂-碳相互作用存在较高的动力学势垒嵌入概率也较低。“开路先锋”机制我们推测嵌入过程受碳层动力学调控。一个原本被动力学“阻塞”的空层当第一个锂离子克服势垒嵌入后该层就转变为“动力学允许”的不饱和层后续锂离子便会优先涌入此层直至饱和。而其他空层则继续保持“阻塞”状态。这种机制在宏观上促进了不同阶结构域的形成。5.2 脱出过程的选择性规则对于从Stage-1到Stage-2、Stage-2到Stage-4、Stage-4到Stage-8的脱出过程我们统计锂离子从不饱和层和饱和层脱出的概率。同样优先不饱和层锂离子从不饱和层脱出的概率始终高于从饱和层脱出。选择性较弱与嵌入过程相比脱出的位置选择性不那么显著。这主要是因为脱出过程不涉及“打开”新通道而是饱和与不饱和层之间脱出难易程度的差异。推动阶结构转变由于不饱和层优先脱空转变为空层这就在结构内部推动了从低阶如Stage-1向高阶如Stage-2的转变。5.3 浓度与分布对传输动力学的影响位置选择性导致了充放电过程中一系列具有不同锂浓度和分布的结构。我们进一步研究了这些因素如何影响锂传输和碳层动力学。浓度效应保持总化学式不变当结构中存在低浓度锂层如25%时锂的MSD显著高于全为饱和层100%的结构。均匀降低所有层的锂浓度锂MSD可增加7倍以上。低浓度意味着更少的离子拥挤和更弱的钉扎效应从而提升锂离子迁移率。分布效应对比具有相同总化学式如LiC₁₂但分布不同的结构阶结构分布Stage-2、均匀分布、非均匀分布。结果表明非均匀分布即部分层浓度高、部分层浓度低的锂MSD最高均匀分布次之阶结构分布最低。这是因为非均匀分布中存在浓度极低的层这些层中的锂离子活动性极强主导了整体的高扩散性。核心洞见与性能优化策略 这项研究指出了一个可能被忽视的优化方向锂离子的空间分布管理。传统上我们只关注总容量和平均扩散系数。但模拟表明在石墨负极中创造局部的、可控的低锂浓度区域或梯度分布可以像在拥堵的道路上开辟“快速通道”一样显著提升整体的锂离子传输能力这对于快充性能至关重要。同时也需要通过缺陷工程等手段确保碳层骨架的稳定性防止因局部钉扎力减弱而导致过度的碳层滑移和结构退化。未来的材料设计或许可以朝着构建“锂离子高速通道”与“碳骨架稳定锚点”相结合的复合结构方向发展。6. 缺陷调控原子尺度和原子层尺度的不同角色缺陷在材料科学中无处不在且往往扮演着“性能调控开关”的角色。我们的研究明确区分了原子尺度缺陷点缺陷和原子层尺度缺陷面缺陷并发现它们对Li-GICs的传输和力学性质有着截然不同的影响。6.1 原子尺度缺陷限制与钉扎我们对比了完美碳层和含有单原子空位碳层的结构。DPMD模拟显示锂离子捕获在缺陷结构中锂离子明显倾向于聚集在空位缺陷周围形成缺陷-锂结合体。双重限制效应这种结合体产生了双重作用一方面它限制了锂离子自身的迁移锂MSD降低另一方面它增强了对相邻碳层的钉扎作用使得碳层更难滑动碳MSD降低。你可以把它想象成在滑动的层板之间打入了一颗铆钉。对电池性能的启示适量的原子空位可以作为“锚点”抑制碳层在循环过程中的滑移和重构提升电极的结构可逆性和循环稳定性。但过量的空位会成为锂离子迁移的“陷阱”严重降低离子电导率影响倍率性能和容量释放。因此点缺陷的浓度需要精确控制在一个最优窗口。6.2 原子层尺度缺陷促进传输与引入应力我们研究了三种原子层尺度的缺陷堆垛层错、碳层弯曲和弗兰克位错环并以完美的Stage-3结构作为对照。促进锂传输所有三种缺陷结构的锂MSD均高于完美Stage-3结构。其中堆垛层错和碳层弯曲对锂迁移的促进作用最为明显。这是因为这些缺陷破坏了石墨层完美的周期性排列为锂离子提供了额外的、能量更低的迁移路径相当于在规整的晶体中引入了“捷径”。抑制碳层滑移并引入应力有趣的是这些缺陷结构的碳层MSD却低于完美结构。这是因为缺陷本身会引入残余应力这种应力场反而约束了碳层的整体滑动。弗兰克位错环由于是一种闭合的环状缺陷对锂迁移的促进较弱但对碳层滑移的约束依然存在。对电池性能的启示原子层尺度缺陷如晶界、位错通常被视为有害的会降低导电性。但我们的模拟表明它们可能是一把“双刃剑”。在石墨负极中适量的面缺陷可以成为提升锂离子扩散能力的“高速公路”有益于快充。但同时它们引入的残余应力可能成为结构破坏的起源。因此理想的设计可能是在石墨颗粒内部引入可控的、小角度的晶界或堆垛层错网络既为锂离子创建快速扩散通道又通过其自身的应力场来抑制大范围的碳层滑移同时要避免高能量缺陷如大角度晶界的聚集以防止颗粒碎裂。6.3 缺陷工程的设计原则综合以上两点对于石墨负极的缺陷工程我们可以提炼出初步的设计原则功能区分明确缺陷的设计目标。若旨在提升结构稳定性、抑制膨胀可引入低浓度的原子尺度点缺陷作为钉扎点。若旨在提升锂离子传输速率可引入可控的原子层尺度面缺陷作为扩散通道。浓度优化任何缺陷的浓度都存在最优值。需要通过理论计算和实验验证找到对离子电导率和机械稳定性综合效益最大的“甜点”浓度。协同设计可以考虑点缺陷与面缺陷的协同引入。例如在由小角度晶界分割的纳米晶域内引入均匀分布的低浓度点缺陷。晶界提供快速扩散路径点缺陷则稳定各个纳米晶域的内部结构。7. 方法论细节与实操要点为了让研究可复现也为同行在应用MLP时提供参考这里将关键的方法细节和实操中的“坑”总结如下。7.1 DP模型训练的数据集构建技巧构建一个高质量的数据集是MLP成功的首前提。我们的经验是系统性枚举而非随机采样对于Li-GICs这样的复杂体系必须基于化学直觉和相图知识主动构建涵盖所有可能“相空间”的初始结构。我们不仅包括了从Stage-1到Stage-4的完整阶结构还构建了它们与纯石墨的复合模型用于研究相变以及各种缺陷模型。压力条件也从-100 kbar到100 kbar广泛覆盖以确保模型能应对充放电过程中可能产生的局部应力。主动学习DP-GEN是关键初始数据集总有盲区。DP-GEN的迭代流程能自动探索模型不确定的构型区域。这里的关键是设置合理的探索温度和压力范围以及力偏差阈值σ_f。初始可以设得宽松一些如我们设置的2-6 eV/Å以快速扩大数据覆盖面后期应逐步收紧如1-3 eV/Å以提升在关键能垒区域和平衡结构附近的精度。能量收敛性至关重要我们吃过的亏是早期忽略了k点密度对周期性体系能量计算收敛性的影响导致不同大小体系的训练数据存在系统偏差。后来我们通过严格的测试确立了“晶格常数×k点数 28.5 Å”的准则并以此重新计算了所有数据模型精度才有了质的飞跃。强烈建议在训练任何周期性体系的MLP前先进行细致的k点收敛性测试。7.2 DPMD模拟中的关键参数与设置系综选择为了研究结构相变和离子传输我们主要使用NPT系综恒温恒压允许晶胞形状和体积变化以模拟真实条件下材料随锂浓度变化发生的膨胀/收缩。温度设定为了在有限的模拟时间内观察到动力学过程如碳层滑移我们采用了较高的模拟温度1000 K - 1500 K。这相当于一种“加速分子动力学”技术。但需要谨慎温度过高可能导致非物理的熔化或反应。我们通过对比不同温度下的结果确保观察到的趋势在合理范围内。锂嵌入/脱出位置的搜索算法嵌锂网格搜索法在晶胞内生成密集的三维网格我们设置最大网格间距为0.4 Å对于高精度搜索可降至0.25 Å在每个格点尝试插入一个锂原子用DP模型快速评估能量选择能量最低的位点。这种方法全面但计算量随网格密度立方增长。脱锂气泡队列法依次尝试移除结构中的每一个锂原子评估移除后结构的能量选择能量升高最少的位点即最容易脱出的锂。这种方法更高效尤其适用于锂浓度较高的结构。数据分析MSD与层浓度计算MSD计算务必跳过模拟初始的平衡阶段如前10-20 ps仅对平衡后的轨迹进行统计。我们通常每100步输出一次MSD信息。锂层浓度统计这是一个技术活。我们采用K-Means聚类算法通过Python的scikit-learn库对碳原子的z坐标进行聚类自动识别出不同的碳层。然后根据碳层的平均z坐标划分区间统计落在每个区间内的锂原子数再除以该层饱和时的锂原子数即得到该层的实时锂浓度。这种方法能鲁棒地处理碳层在模拟过程中发生的弯曲和起伏。7.3 常见问题与排查思路模型训练不收敛或精度差检查数据质量首先确认DFT计算本身是否收敛电子步、离子步能量和力的单位是否正确eV/atom vs. eV/Å。检查描述符DP模型使用描述符来表征原子环境。确保截断半径rcut设置合理我们设为6 Å能包含足够的近邻原子信息。网络结构嵌入网络和拟合网络的层数与神经元数需要与体系复杂度匹配。对于Li-GICs这种二元多相体系我们使用了25,50,100和240,240,240的结构效果较好。可以从较小的网络开始尝试避免过拟合。学习率与衰减我们采用指数衰减学习率初始0.001每7500步衰减为原来的0.95倍。如果损失震荡剧烈可降低初始学习率或调整衰减策略。DPMD模拟中出现非物理现象如原子飞散、结构异常检查模型外推用dp test命令检查模拟轨迹中构型的力偏差。如果出现大量力偏差大于rcut的情况说明模型正在“外推”即遇到了训练数据未覆盖的区域。此时需要暂停模拟将这些构型加入训练集重新训练模型。检查时间步长对于含锂的体系锂离子质量轻、运动快时间步长不宜过大。我们使用0.5 fs在高温1500 K下也保持稳定。如果使用1 fs在高温下可能导致能量不守恒。检查温度/压力耦合NPT系综下温度和压力耦合器的弛豫时间tau_t,tau_p设置要合理。过短会导致系统振荡过长则耦合效果差。我们通常设置tau_t在50-100 fstau_p在500-1000 fs量级。模拟结果与实验或直觉不符确认模拟条件模拟温度、压力、锂化学势通过固定锂原子数间接体现是否与实验条件可比我们的高温模拟是为了加速动力学但结论的趋势需要能在合理的外推下与低温实验关联。统计显著性分子动力学模拟是统计性的。关键结论如MSD值、转变概率需要基于足够长的模拟时间和多次独立模拟进行平均。我们每个关键模拟都进行了至少100 ps并对数据进行了区块平均以评估误差。有限尺寸效应我们的模型尺寸在数千原子~10 nm尺度对于研究缺陷、相界等是足够的但对于研究长程弹性相互作用或非常稀薄的浓度可能仍有局限。在解释结果时需要心中有数。这项工作的价值不仅在于对石墨负极微观机制的新认识更在于展示了一套基于机器学习势函数研究复杂电极材料动态过程的标准范式。从数据集的精心构建、模型的迭代训练与验证到针对具体科学问题设计模拟实验并深入分析这套方法可以无缝迁移到硅负极、锂金属负极、固态电解质等其他电池材料体系的研究中。计算模拟正在从“解释现象”的后端工具走向“预测性能、指导设计”的前沿引领者。
