Une étude étudie les causes de la formation de motifs cationiques, avec des implications pour les applications énergétiques

Une étude menée par des chercheurs du laboratoire national d’Oak Ridge du ministère de l’Énergie pourrait découvrir de nouvelles façons de produire des batteries et des dispositifs de mémoire plus puissants et plus durables.

La recherche examine les causes de l’ordre ou de la formation de motifs d’ions porteurs d’une charge positive, également appelés cations, dans les oxydes de pérovskite double, un type de métal considéré comme prometteur comme source potentielle d’énergie plus propre et plus durable pour son magnétisme et capacité à conduire l’électricité. L’article, intitulé « Insights into Cation Ordering of Double Perovskite Oxides from Machine Learning and Causal Relations », est publié dans Chimie des matériaux.

« Si nous pouvons comprendre le mécanisme fondamental derrière ces propriétés, alors nous pourrions essayer de développer ou de créer ces matériaux de pérovskite pour des applications telles que les batteries, les dispositifs de mémoire et les condensateurs », a déclaré Ayana Ghosh, chercheuse à l’ORNL et auteur principal de l’étude. « Nous avons développé une formule à partir de cette étude que nous donnerons au reste du monde. »

Ghosh et des chercheurs de l’Institut SRM des sciences et technologies de Chennai, en Inde, ont cherché à déterminer comment les motifs formés par les cations affectent la stabilité des pérovskites doubles. Plus le matériau est stable, mieux il est adapté aux applications énergétiques potentielles.

« Cet ordre des cations peut être affecté par un certain nombre de variables », a déclaré Ghosh. « La taille des ions est importante. Les distorsions entrent en jeu. Nous voulions savoir : existe-t-il un seul facteur qui conduirait à l’ordre des cations dans ce type de système ? Si oui, quel est ce facteur ? »

L’équipe s’est appuyée sur les ressources de deux installations d’utilisateurs du DOE Office of Science – les données collectées au Center for Nanophase Materials Sciences de l’ORNL et le temps passé sur le supercalculateur Cori du National Energy Research Scientific Computing Center du Lawrence Berkeley National Laboratory – pour développer un nouveau cadre de calcul. Le système combinait l’analyse causale et l’apprentissage automatique traditionnel avec la théorie fonctionnelle de la densité, qui estime les structures électroniques et atomiques des matériaux. Les chercheurs ont formé l’algorithme sur divers types et modèles de cations dans des systèmes à double pérovskite pour prédire les conditions qui conduisent à un ordre spécifique des cations.

L’équipe a combiné les relations de cause à effet observées avec les résultats des algorithmes d’apprentissage automatique prédictifs standard. L’analyse des résultats a identifié le couplage trilinéaire, une interaction entre trois types de particules, comme condition nécessaire derrière un ordre en couches clair, l’un des modèles essentiels de l’ordre des cations.

Le couplage trilinéaire combine trois types de modes structuraux qui poussent les cations à travers les phases nécessaires pour aboutir à des propriétés telles que la multiferroïcité, la combinaison de magnétisation et de polarisation qui rend les pérovskites prometteuses pour les applications énergétiques.

« Si vous avez ce type de couplage, vous devriez avoir la formation d’un ordre en couches clair », a déclaré Ghosh. « La commande ne se produira pas sans elle. Vous pouvez considérer les trois modes comme des éléments de base fondamentaux. Cela n’était pas connu auparavant. »

Les prochaines étapes consistent à appliquer ces découvertes pour identifier les conditions nécessaires à d’autres types d’ordonnancement afin de concevoir de nouvelles phases d’oxydes de pérovskite double.

« Cette nouvelle idée nous donne une feuille de route pour aller au-delà de ce que nous savons déjà de la théorie », a déclaré Ghosh. « Maintenant, nous pouvons explorer davantage sur la base de ces principes. »