镁空气电池具有理论电压高（3.1 V）、比能量高（6800 Wh kg−1）、成本低、无毒、无污染以及原材料来源丰富等一系列其他电池无可比拟的优点，因此在移动电子设备、恶劣条件下应急照明、自主式潜航器和野外探险等领域展现出了广阔的应用前景。然而，镁空气电池还存在实际比容量低、阳极利用率低和放电电压低且不稳定等问题。
阳极合金化是改善镁空气电池放电性能的重要方法之一。利用机器学习方法筛选预测适用于镁空气电池的阳极合金，制备了其中5种代表性的合金，将其组装成电池，并进行了放电性能测试。在5种合金中，Mg-Ca阳极表现出最好的放电性能，Mg-Li阳极表现出最差的放电性能。实验结果与机器学习结果高度一致。这项工作突破了传统材料设计的局限性，为镁空气电池的开发提供了新的思路。
该成果以“Experimentally validated screening strategy for alloys as anode in Mg-air battery with multi-target machine learning predictions”为题发表于化工领域顶级期刊《Chemical Engineering Journal》（中科院一区Top期刊，2023年影响因子为13.3）。2020级博士研究生凌宁和2022级硕士研究生王盈盈为论文的共同第一作者，李园园博士、张敬来教授和王丽教授为论文的共同通讯作者。本工作得到国家自然科学基金和河南省海外杰出科学家中心项目的经费支持。
论文链接为：https://doi.org/10.1016/j.cej.2024.153824
