专栏名称: 能源学人

能源学人致力于打造最具影响力的知识媒体平台！ “能”（Energy）涉及化学、生物、信息等与能相关的前沿科技领域； “源”（Nature）即通过现象探究事物本质，科学化深层次解析问题。

兰州大学兰伟、马鸿云Angew Chem：面向高频逻辑运算的锂离子电容二极管

能源学人 · 公众号 · · 2025-01-18 09:26

正文

【研究背景】

离子电子耦合逻辑运算被认为是实现深度类脑计算的可行途径之一，然而高频离子电子耦合器件的缺失大大限制了这一领域的快速发展。电容式离子二极管（CAPode）是一类基于超级电容器的新型电化学功能器件，具有和超级电容器完全相同的器件结构以及类似于半导体二极管的单向导通特性，是构建离子电子耦合电路最具潜力的基础元件，在未来类脑计算、脑机接口、活体诊疗等新兴技术领域有着广阔的应用前景。然而目前电容式离子二极管的发展还处于起步阶段，仍然面临整流比低、响应频率有限、循环稳定性欠佳等问题，无法满足实际应用需求。特别是对逻辑运算应用最关键的响应频率这一性能参数，在过去的研究中并没有得到足够的重视，使得目前开发出的电容式离子二极管其实际工作频率都在0.1赫兹以下，大大限制了相应离子电子耦合电路的逻辑运算速度。

【工作介绍】

近日，兰州大学材料与能源学院马鸿云青年研究员联合物理科学与技术学院兰伟教授开发了一种基于正交相五氧化二铌的电容式离子二极管。得益于正交相五氧化二铌独特的“room-and-pillar”晶体结构和准二维的快速离子传输通道，所构建的电容式离子二极管表现出122 Hz的高响应频率，相比现有结果高出3个数量级。同时，该器件还表现出108的高整流比、390 C g ⁻¹ 的高比容量、−1.5~1.5 V的宽电压窗口，以及超过2000次的良好循环稳定性。此外，该电容式离子二极管还具有出色的串并联特性，可以实现工作电压和电荷存储容量的定制化输出。上述优异的电化学性能使得由其搭建的“与门”和“或门”两类逻辑运算电路可以在1~100Hz的多种频率下高效稳定工作并完成相应的运算任务，在未来基于离子电子耦合电路的逻辑运算中表现出较大的潜力。相关成果发表在国际重要期刊 Angew. Chem. Int. Ed. 上，兰州大学材料与能源学院马鸿云青年研究员为本文第一兼通讯作者，兰州大学物理科学与技术学院兰伟教授为本文共同通讯作者。

【内容表述】

图1. 正交相五氧化二铌的晶体结构及电容式离子二极管的工作原理。正交相五氧化二铌具有独特的“room-and-pillar”晶体结构以及准二维的快速离子传输通道，可以在完成阴阳离子高效筛分的基础上实现阳离子的快速传输，非常适合构建高性能特别是高响应频率的电容式离子二极管。

图2. 正交相五氧化二铌的离子筛分特性。得益于其独特的晶体结构和离子传输拓扑学，正交相五氧化二铌表现出优异的离子筛分特性和快速的动力学行为，其第一类整流比可达118，第二类整流比可达97.1%，比容量可达643 C g ⁻¹ ，同时其动力学由快速的电容行为所主导。

图3. 正交相五氧化二铌的离子筛分机理。原位XRD测试表明，正交相五氧化二铌只在低电位区间通过嵌入/脱出反应高效存储锂离子，而在高电位区间由于其尺寸+电荷双重离子筛分效应的存在，只能在材料外表面对六氟磷酸根离子进行有限的吸脱附。原位Raman测试表明，随着低电位区间锂离子的大量嵌入，正交相五氧化二铌会从半导体转变成金属态导体，从而保证离子和电子两类载流子的协同快速传输。

图4. 正交相五氧化二铌基电容式离子二极管的整流特性。电化学测试表明，该电容式离子二极管具有−1.5~1.5 V的宽电压窗口、108的高整流比、390 C g ⁻¹ 的高比容量，以及超过2000次循环的良好循环稳定性，同时还具有出色的串并联性能。

图5. 正交相五氧化二铌基电容式离子二极管的逻辑运算应用。该电容式离子二极管具有良好的单向导通特性及较高的响应频率，由其搭建的“与门”和“或门”两类逻辑运算电路可以在1~100Hz的多种频率下高效稳定工作并完成相应的运算任务，在未来基于离子电子耦合电路的逻辑运算中表现出较大的潜力。

Hongyun Ma,* Kai Sun, Yunong Cai, Fengfeng Li, Lingxiao Ma, Yifeng Qi, Hongwei Sheng, Liang Wu, Kai Wang, Jun Wang, Yujun Fu, Yang Chai, Wei Lan*, High-Rate Lithium-Ion Capacitor Diode towards Multifrequency Ion/Electron-Coupling Logic Operations. Angew. Chem. Int. Ed., 2025, DOI: 10.1002/anie.202420404

微软研究院&李钰琦Nature旗下刊文：跨电池学习框架破解电池老化预测难题！

2025-01-17