纳米人-亚博ag旗舰厅

stxm,发一篇nature!
学研汇 技术中心 纳米人 2023-09-21

1695264159907935.png

特别说明:本文由学研汇技术中心原创撰写,旨在分享相关科研知识。因学识有限,难免有所疏漏和错误,请读者批判性阅读,也恳请大方之家批评指正。

原创丨彤心未泯(学研汇 技术中心)

编辑丨风云


众所周知,空间异质、不稳定界面的反应速率对于许多化学系统的设计至关重要(如电池、电催化剂等),然而,目前很难实现非均相反应动力学的精准量化。虽然通过操作显微镜对材料进行表征可以产生丰富的图像数据集,但由于反应动力学、表面化学和相分离的复杂耦合,仍然缺乏从图像中学习物理的数据驱动方法


有鉴于此,麻省理工学院martin z. bazant等人表明碳包覆磷酸铁锂(lfp)纳米粒子的原位扫描透射x射线显微镜(stxm)图像可以用来解析非均相反应动力学。作者将stxm图像数据集与热力学一致的电化学相场模型、偏微分方程 (pde) 约束优化和不确定性量化相结合,提取了自由能景观和反应动力学,并验证了它们与理论模型的一致性。同时还了解了反应速率的空间异质性,这与通过俄歇电子显微镜(aem)获得的碳涂层厚度分布非常匹配。在180,000个图像像素中,与学习模型的平均差异非常小 (<7%),并且与实验噪声相当。该结果开启了学习传统实验方法无法达到的非平衡材料特性的可能性,并提供了一种新的非破坏性技术来表征和优化异质反应表面。


工作流程

作者开发了一个由成像、建模和数据分析组成的框架,以解释 lfp 纳米粒子的行为,并在逐像素的基础上从x射线视频中演示物理的反向学习。该框架成功地分离了相分离、涂层和非线性反应动力学的贡献,然后通过理论模型和替代测量进行了验证。


1695264175155461.png

图  从图像中学习电池纳米颗粒物理性质的工作流程


实验图像和理论架构

在本研究中,作者使用stxm对微流体电化学电池中的lfp颗粒进行成像。局部x射线吸收图像转换为[010](b)方向的li浓度场深度平均,揭示了锂嵌入和脱出的动力学。数据包含62个半周期,总数据集大小为1.8×105个像素。作者使用深度平均、反应受限的 allen–cahn 反应模型进行建模,捕获了(010) (a–c)平面中的深度平均li分数c,结合反应动力学 j0(c)、热力学自由能gh(c) 和空间异质性k(x,y),表明该模型是具有异质表面的纳米颗粒的反应限制相分离的通用公式。


1695264188138823.png

图  所选颗粒关键帧的实验和模拟锂浓度图


物理参数验证

作者验证了反应动力学、非平衡热力学、力-化耦合、表面异质性等模型解析的物理参数。反应动力学研究表明,实验和模拟反应动力学的密切一致为该理论的有效性提供了更有力的证据;给定实验观察到的粒子的几何形状及其平均li 分数,作者通过实验图像或均匀浓度场的弛豫,使用模型在数值上找到最小能量状态,stxm和松弛粒子的叠层成像图像与模拟之间的一致性验证了化学力学模型。总之,作者证明了通过反转远离平衡状态的动力学图像来学习异质、化学反应性、相分离材料的纳米级物理的可能性


1695264202343928.png

图  物理数据验证


参考文献:

zhao, h., deng, h.d., cohen, a.e. et al. learning heterogeneous reaction kinetics from x-ray videos pixel by pixel. nature 621, 289–294 (2023).

doi:10.1038/s41586-023-06393-x

https://doi.org/10.1038/s41586-023-06393-x

加载更多
129

亚博全站客户端的版权声明:

1) 本文仅代表原作者观点,不代表本平台立场,请批判性阅读! 2) 本文内容若存在亚博全站客户端的版权问题,请联系亚博全站客户端及时处理。 3) 除特别说明,本文亚博全站客户端的版权归纳米人工作室所有,翻版必究!
纳米人
你好

关注公众号

网站地图