AI 與世界的難題 · 化學與材料 · arXiv · 2026-10-23
ZnCl2 電解質溶液中隨濃度變化的物種分布：機器學習原子間勢的可轉移性與 EXAFS 對物種分布的敏感度
原標題: Concentration-Dependent Speciation in ZnCl2 Electrolyte Solutions: Transferability of Machine-Learning Interatomic Potentials and Speciation Sensitivity of EXAFS
要預測濃電解質中的物種分布，需要精確的離子交互作用，以及對緩慢互相轉換的配位環境進行取樣。研究將水溶液 ZnCl2 的 Zn K-edge EXAFS 量測結果，與使用多種機器學習原子間勢（包括 DeepMD、DPMD-SCAN 和 MACE-MATPES-r2SCAN）進行的長時間分子動力學模擬相結合。濃度增加會降低八面體配位，以氯離子取代水分子，並促進氯離子橋接的締合。DPMD-SCAN 在不同濃度間的可遷移性最佳，而 MACE-MATPES-r2SCAN 能更有效率地得到相當的光譜。距離無序與散射路徑干涉可能使不同的配位系綜產生相似的 EXAFS 特徵，因此需要系綜平均光譜。