特別說明：本文由學研匯技術中心原創撰寫，旨在分享相關科研知識。因學識有限，難免有所疏漏和錯誤，請讀者批判性閱讀，也懇請大方之家批評指正。
原創丨彤心未泯（學研匯 技術中心）
編輯丨風云
眾所周知，空間異質、不穩定界面的反應速率對于許多化學系統的設計至關重要（如電池、電催化劑等），然而，目前很難實現非均相反應動力學的精準量化。雖然通過操作顯微鏡對材料進行表征可以產生豐富的圖像數據集，但由于反應動力學、表面化學和相分離的復雜耦合，仍然缺乏從圖像中學習物理的數據驅動方法。
有鑒于此，麻省理工學院Martin Z. Bazant等人表明碳包覆磷酸鐵鋰（LFP）納米粒子的原位掃描透射X射線顯微鏡（STXM）圖像可以用來解析非均相反應動力學。作者將STXM圖像數據集與熱力學一致的電化學相場模型、偏微分方程 (PDE) 約束優化和不確定性量化相結合，提取了自由能景觀和反應動力學，并驗證了它們與理論模型的一致性。同時還了解了反應速率的空間異質性，這與通過俄歇電子顯微鏡（AEM）獲得的碳涂層厚度分布非常匹配。在180,000個圖像像素中，與學習模型的平均差異非常小 (<7%)，并且與實驗噪聲相當。該結果開啟了學習傳統實驗方法無法達到的非平衡材料特性的可能性，并提供了一種新的非破壞性技術來表征和優化異質反應表面。
工作流程
作者開發了一個由成像、建模和數據分析組成的框架，以解釋 LFP 納米粒子的行為，并在逐像素的基礎上從X射線視頻中演示物理的反向學習。該框架成功地分離了相分離、涂層和非線性反應動力學的貢獻，然后通過理論模型和替代測量進行了驗證。
圖 從圖像中學習電池納米顆粒物理性質的工作流程
實驗圖像和理論架構
在本研究中，作者使用STXM對微流體電化學電池中的LFP顆粒進行成像。局部X射線吸收圖像轉換為[010]（b）方向的Li濃度場深度平均，揭示了鋰嵌入和脫出的動力學。數據包含62個半周期，總數據集大小為1.8×105個像素。作者使用深度平均、反應受限的 Allen–Cahn 反應模型進行建模，捕獲了(010) (a–c)平面中的深度平均Li分數c，結合反應動力學 j0(c)、熱力學自由能gh(c) 和空間異質性k(x,?y)，表明該模型是具有異質表面的納米顆粒的反應限制相分離的通用公式。
圖 所選顆粒關鍵幀的實驗和模擬鋰濃度圖
物理參數驗證
作者驗證了反應動力學、非平衡熱力學、力-化耦合、表面異質性等模型解析的物理參數。反應動力學研究表明，實驗和模擬反應動力學的密切一致為該理論的有效性提供了更有力的證據；給定實驗觀察到的粒子的幾何形狀及其平均Li 分數，作者通過實驗圖像或均勻濃度場的弛豫，使用模型在數值上找到最小能量狀態，STXM和松弛粒子的疊層成像圖像與模擬之間的一致性驗證了化學力學模型。總之，作者證明了通過反轉遠離平衡狀態的動力學圖像來學習異質、化學反應性、相分離材料的納米級物理的可能性。
圖 物理數據驗證
參考文獻：
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
