2026 年 10 月 21 日
据萨里大学（University of Surrey）最新研究显示，一个新型电池材料库的建立有望为人工智能模型在电池设计领域的应用奠定基础。
钠离子电池的性能瓶颈与突破方向
钠离子电池被视为传统锂离子电池的有力替代方案，主要得益于钠资源更丰富且分布广泛。然而，其能量密度较低以及在反复充放电过程中的性能衰减，仍是阻碍其大规模应用的主要技术障碍。
该研究团队在《材料化学杂志 A》（Journal of Materials Chemistry A）发表的新论文中，重点探讨了通过改变氧化物的化学成分来提升阴极性能的方法。阴极是决定电池储能容量及整体性能的关键组件。
研究人员构建了一个包含 28 种不同组合的材料库，通过调整铁的含量并替换部分元素进行实验。结果显示，铁含量的增加与更高的能量储存能力及循环稳定性正相关；而少量特定元素的引入则提升了倍率性能。值得注意的是，部分含铁组合物在经过 100 次循环后，仍能保持超过 90% 的初始容量。
数据驱动加速材料发现
为了处理实验产生的大量数据，团队开发了一种自动化分析方法，并利用生成的数据集训练机器学习模型。尽管目前的材料库规模尚不足以支持可靠的预测，但研究者指出，随着数据库的扩大，未来人工智能有望在实验室合成和测试之前，精准识别出具有潜力的新电池成分。
萨里大学化学与化学工程学院讲师、该研究作者丹尼尔·康曼德尔（Daniel Commandeur）表示：“我们高度依赖锂离子电池，但锂资源相对稀缺且全球分布不均，这使得钠离子电池成为一种重要的备选技术。”
“当前的挑战在于找到能够满足特定性能需求的材料。人工智能可以帮助我们要更快地筛选出有前景的材料，从而加速高性能钠离子电池的开发。”康曼德尔补充道，“将这种方法扩展到更广泛的阴极材料领域，可以创建更大、更高质量的数据集，进而推动新材料的发现进程。”
另一位作者伊甸·马克斯（Eden Marks）博士指出，这项研究中最引人注目的发现是，微小的成分变化即可显著影响材料在能量存储平衡上的表现。“绘制这些关系图能让我们更清晰地明确下一步的研究方向。”他说。
展望未来，扩大材料组合库将帮助科学家根据具体需求定制钠离子阴极，无论是优先追求更高的能量密度、更快的充电速度，还是更长的循环寿命。
参考文献：
Eden Marks et al, Exploring the composition space of V, Fe and Ti substituted spinel oxides for next-generation sodium-ion cathodes, Journal of Materials Chemistry A (2026). DOI: 10.1039/d6ta04588j
