麻省理工团队开发新模型，揭开质子金属氧化物迁移之谜

科学家一直在寻找质子载体以开发燃料电池等可再生能源技术，而麻省理工研究人员开发的新物理模型能更好预测质子在金属氧化物中的迁移效率，这将有助于开发以质子作为电荷载体的新材料与技术，而非依赖目前广泛使用的锂。

当前电动汽车与可再生能源电站对锂的需求激增导致其价格上涨。除了成本因素，锂材料还存在安全与环境隐患，这促使科学家寻找更安全、更具成本效益的电荷载体。燃料电池和电解槽技术的发展使质子成为关键电荷载体。质子仅由氢原子核构成，相比其他金属离子是最简单的电荷载体，但其应用成效取决于它们在材料中的迁移效率。

目前质子仅能在400°C以上的金属氧化物中作为电荷载体，科学家尚未在低温环境下实现质子传导，这使得麻省理工团队的新模型具有重要价值。质子传导原理在于质子因不含电子，倾向于嵌入邻近离子的电子云中实现离子间跳跃。在金属氧化物中，质子会嵌入氧离子形成共价键；当迁移至相邻氧离子时则通过氢键实现，这个过程中共价氢氧键会发生旋转，使质子无法退回原位。

麻省理工材料科学与工程系教授比尔盖·伊尔迪兹表示："质子导体在清洁电力、清洁燃料和清洁工业化学合成等能源转换技术中至关重要，同时能源高效的类脑计算也需要可在室温工作的无机可扩展质子导体。"由其带领的研究团队发现，氧化物离子亚晶格的柔性对质子传导至关重要。

研究团队将该指标命名为"氧-氧涨落"，用于测量有限温度下晶体中声子引起的氧离子间距变化。他们还构建了七种影响质子迁移的特征数据集，并训练人工智能模型预测材料对质子的响应。该模型显示氢键长度和氧亚晶格柔性是决定质子迁移的关键因素：氢键越短、氧离子链柔性越强，质子传导性能越佳。

这不仅有助于筛选质子传导材料，其数据集还能训练生成式AI模型来构建理想质子传导材料。伊尔迪兹补充说："谷歌和微软近期建立的超大规模材料数据库，可利用我们发现的规律进行筛选。若现有材料无法满足参数要求，还能依据这些参数生成新型化合物，这将提升清洁能源转换与低功耗计算设备的能效及可行性。"

该研究成果已发表于《物质》期刊。

如果朋友们喜欢，敬请关注“知新了了”！