离子导体中的离子传输特性是评估诸如智能窗、忆阻器、固体氧化物燃料电池(SOFC)、电池、传感器等离子型电化学储能器件的关键性能指标之一。第一性原理-轻推弹性带方法(FP-NEB)作为当前通用的电化学储能材料离子输运算法，其涉及到的复杂预处理对于实现自动化计算来说仍然是一个挑战。一方面，当前已有的计算平台还没有关于离子输运快速计算的相关工具。另一方面，为了确保计算任务的正确性，任务的故障跟踪和恢复也是不可或缺的。一个可行方案是采用数据库去存储和记录计算任务的细节，包括输入文件、中间文件、输出文件和日志文件等，从中查询任务故障原因并纠正后再重新运行任务。

自2015年开始，施思齐和计算机学院何冰老师团队联合开发了一个聚焦于快速、高效、低成本的固体电解质离子输运计算的高通量筛选平台(SPSE)(软著登记号：2019SR0043019; Scientific Data 7, 151 (2020))。平台由自主开发的微观结构几何分析算法、键价和计算算法等材料物化参数计算程序(软著登记号：2019SR0034444、2019SR0114339、2020SR0382795; Scientific Data 7, 153 (2020))、任务管理系统和材料数据库组成，且以WEB形式实现了对外开放访问(https://www.bmaterials.cn)并部署在国家超级计算广州中心(https://matgen.nscc-gz.cn/solidElectrolyte/)。基于该平台，已开展了固体电解质Li₃PS₄和Li₁₀GeP₂S₁₂晶体结构特征及其离子输运特性的研究(Journal of Materiomics 5, 688 (2019))并实现了磷酸盐离子导体离子输运特性高通量计算(Advanced Materials 31, 1900668 (2019))。

近日，施思齐教授、计算机学院何冰博士、澳大利亚核科学技术组织中子散射中心Max Avdeev教授、新加坡国立大学材料科学与工程系Stefan Adams教授合作基于自主开发的几何构型分析和键价和(BVSE)计算融合方法构建了包括Li⁺, Na⁺, K⁺, Ag⁺, Cu⁺, Cu²⁺, Mg²⁺, Zn²⁺, Ca²⁺, Al³⁺, F^-和O^2-的阳离子和阴离子无机化合物的输运特性数据库。该数据库目前提供了29,000多种无机化合物的离子迁移特性数据包括离子移动最大自由球半径，BVSE激活能和路径的能量分布，这使其成为目前此类数据库中数据量最大的数据库。这些计算是在固体电解质筛选平台SPSE (Scientific Data 7, 151 (2020))框架内进行的，并且在研究过程中不断增加新的数据条目。通过数据库实现了数据的整合，加速了快离子导体的筛选并积累了可用于机器学习的描述符，进而为大规模研究无机材料中的离子迁移铺平了道路。

该研究成果近日以“A database of ionic transport characteristics for over 29,000 inorganic compounds”为题发表在Advanced Functional Materials上(SCI TOP期刊，IF:15.621)。该期刊是功能材料界最具影响力的顶级期刊之一、对所录用工作的原创性和系统性有着极高的要求。上海大学为第一单位，材料科学与工程学院硕士生张力文和计算机科学与工程学院何冰博士为共同第一作者，施思齐为通讯作者。

相关工作得到了国家重点研究发展计划(2017YFB0701600)、国家自然科学基金(51622207、11874254、U1630134)、上海大学高性能计算中心和上海智能计算系统工程研究中心项目(19DZ2252600)的支持。

文章下载链接:

1. “A database of ionic transport characteristics for over 29,000 inorganic compounds”

https://doi.org/10.1002/adfm.202003087

2. “High-throughput screening platform for solid electrolytes combining hierarchical ion- transport prediction algorithms”

https://doi.org/10.1038/s41597-020-0474-y

3. “CAVD, towards better characterization of void space for ionic transport analysis”

https://doi.org/10.1038/s41597-020-0491-x

4. “A Highly Reversible Zn Anode with Intrinsically Safe Organic Electrolyte for Long-Cycle-Life Batteries”

https://doi.org/10.1002/adma.201900668

5. “Revisiting the ionic diffusion mechanism in Li₃PS₄via the joint usage of geometrical analysis and bond valence method”

https://doi.org/10.1016/j.jmat.2019.04.010