Neutron Scattering and Atomistic Simulations for a SUPERior Understanding of SUPERionic Conduction

I løpet av det siste tiåret har batteriteknologi blitt en stadig viktigere del av våre daglige liv, i tillegg til å være en viktig bidragsyter til det grønne skiftet. Men hvordan fungerer batterier, og hvordan kan de gjøres billigere, tryggere, og mer effektive? Mange av dere vet sikkert allerede svaret på det første spørsmålet: at elektrisk strøm mellom batteripolene skyldes at partikler som kalles ioner - ladede utgaver av grunnstoffer som litium - beveger seg fra en side av batteriet til den andre. Dette fenomenet heter ionledning og kan også brukes i brenselceller og termoelektriske enheter, som henholdsvis omdanner kjemisk og varmeenergi til elektrisitet. Materialer som leder ioner spesielt godt (eller med andre ord som lar ionene flyte relativt fritt gjennom materialet) kalles superioniske ledere og spiller en sentral rolle i disse teknologiene. Dette fører oss til det andre spørsmålet, denne gangen litt omformulert: hvordan kan teknologi basert på supersoniske ledere gjøres billigere, sikrere, og mer effektiv? Et viktig skritt i retning svaret er å forstå hva ledningsmekanismen er - eller, med andre ord, hvordan ionene beveger seg gjennom strukturen dannet av de andre grunnstoffene i det superioniske materialet. Dette er langt fra enkelt, siden det krever et “kamera” som kan fange opp objekter som er mindre enn en milliondel av en hårsbredde i størrelse og som ofte utfører over en billion bevegelser i sekundet. I SUPER^2 bruker vi en eksperimentell teknikk som heter nøytronspredning som “kamera”: nøytroner skytes på en prøve av superionisk materiale og spretter av atomene inne i materialet. Dette fører til et mønster i en detektor som gjennom detaljert analyse kan føre til ledningsmekanismen. Mer kritisk informasjon tilføyes av KI-drevne datasimuleringer som bruker materialstrukturen til å generere "videoer" av ionene. Gjennom å sammenligne simuleringene med data fra eksperiment sikter vi på å bane vei for fremtidens grønne materialer og teknologi.

Ionic conduction – the transport of ions through a material – is the fundamental mechanism behind green technologies ranging from batteries to fuel cells. One of the most promising material classes for these applications are superionic conductors, solid-state materials that have an exceptionally high ionic conductivity at room or elevated temperature. Despite their importance, there is a lack of detailed experimental information on how ions diffuse through these materials, and simulations of these diffusion processes are both difficult to run and prone to systematic errors. SUPER^2 aims to address both challenges by combining some of the most powerful experimental and computational techniques available to generate a detailed picture of the atomic-scale diffusion mechanism in several technologically relevant materials. In particular, polarized quasi-elastic and inelastic neutron scattering will provide spatially and temporally resolved information on the diffusion and lattice vibrations, respectively, while ab initio-based atomistic dynamics simulations will complement these with mechanistic details and calculations of experimental observables. Beyond providing a better understanding of the selected materials, the project will permit the benchmarking of several ab initio approaches against experiment and generate a new and automated software workflow for data analysis and simulations. These developments will have significant implications for the development of new high-performance and sustainable superionic materials. The project will be executed by three partners: University of Stavanger (UiS) in Norway and Science and Technology Facilities Council (STFC) and University College London (UCL) in the UK.