近日，国产偷拍 周小元教授、甘立勇教授和陶晓萍副教授团队联合材料科学与工程学院潘复生院士团队、重庆新型储能材料与装备研究院等在国际知名期刊Acta Materialia上发表了题为 “High-throughput design of Mg-based alloy anodes for magnesium-ion batteries” 的研究论文。该工作创新性地融合了机器学习预筛选、高通量第一性原理计算与多维性能评估，成功构建了一套高效的材料设计范式，有望推动镁电池乃至其他多价离子电池电极材料的理性设计与开发。

镁离子电池因金属镁资源丰富、理论体积容量高、本征安全性好等优势，被视为下一代高性价比储能技术的有力竞争者。然而，其实际应用深受金属镁负极在循环中易形成致密钝化层的制约，严重阻碍了镁离子的可逆沉积/剥离。合金型负极通过形成镁基金属间化合物，能有效抑制钝化、提升界面可逆性，是颇具前景的解决方案。然而，传统的“试错法”研究模式效率低下，亟需建立高效的系统性材料筛选策略。

Fig.1.(a)筛选工作流程示意图；(b-d)三种合金体系凸包图。

为解决这一难题，研究团队开发了一套结合分步稳定性筛查与电子性质评估的组合式高通量策略。研究聚焦于极具潜力的Mg-Sn、Mg-Bi、Mg-Sb三大合金体系，通过机器学习辅助结构搜索，系统研究了613种不同成分的合金，并逐级完成了相稳定性、机械稳定性与热力学稳定性的严格筛选。在此基础上，团队进一步系统评估了包括延展性、理论容量、导电性、镁亲和性、抗钝化能力及镁离子扩散势垒在内的六大关键指标，从中筛选出综合性能突出的镁离子电池合金负极候选材料Mg₇Sb，为镁电池负极材料的设计提供了新的优选方案。

论文链接：

Acta Materialia 305 (2026) 121824.

该工作得到了国家重点研发计划及中央高校等基金项目的大力支持。