文献类型： 中文期刊

作者： 关舒会 ¹ ; 刘智攀 ² ;

作者机构： 1.上海市农业科学院

2.复旦大学化学系

关键词： 固体氧化物燃料电池;氧化钇稳定氧化锆电解质;导电性

期刊名称： Chinese Journal of Chemical Physics

ISSN： 1674-0068

年卷期： 2021 年 02 期

页码： 125-136

收录情况： SCI ; CSCD

摘要： 固体氧化物燃料电池是一种将化学能(如H_2和O_2)转化为电能的清洁能源系统,它具有高效、低碳以及燃料适应性广的特点.作为燃料电池的"心脏",电解质决定了整个电池的性能,其中掺杂氧化锆是最为典型的燃料电池电解质材料.氧化钇稳定氧化锆在高温下具有优良的离子电导率,广泛应用在固体燃料电池中.电解质材料的组成和使用温度对电导率的影响在实验和理论上已得到了充分研究.复合氧化物的原子结构的表征是阐明其导电行为的关键,本文综述了氧化钇稳定氧化锆电解质的结构和导电性研究的最新理论进展,比较了研究该材料所采用的不同的理论方法及其相应结果,并总结了各种方法的优缺点.重点介绍了利用随机表面行走-神经网络方法取得的最新成果,这些成果和实验结果相吻合.结果表明,采用机器学习进行原子模拟为理解固体电解质中遇到的复杂物质现象提供了一种经济、高效和准确的方法.