机器学习势模拟显示:LiMn2O4表面局部锂含量决定Mn氧化态,并通过O-H伸缩振动带暴露双位点酸攻击脆弱性
该工作用具有从头算精度的机器学习势对水相LiMn2O4(LMO)界面在不同锂化状态下的原子尺度模拟,表明局部Li含量决定表面Mn的氧化态并主导界面酸碱化学,同时把O-H伸缩振动带识别为表面电子结构的灵敏光谱探针,其随氧化态变化的位移揭示混合价尖晶石表面同时存在Lewis酸中心与易受亲电攻击的邻近氧位点,从而把传统以酸为中心的Mn溶解观点扩展为双位点机制。
1 篇关联报道
该工作用具有从头算精度的机器学习势对水相LiMn2O4(LMO)界面在不同锂化状态下的原子尺度模拟,表明局部Li含量决定表面Mn的氧化态并主导界面酸碱化学,同时把O-H伸缩振动带识别为表面电子结构的灵敏光谱探针,其随氧化态变化的位移揭示混合价尖晶石表面同时存在Lewis酸中心与易受亲电攻击的邻近氧位点,从而把传统以酸为中心的Mn溶解观点扩展为双位点机制。
已读完全部报道