參賽序號:1-4
海報主題
利用機器學習勢能與第一原理計算探索離子液體插層對 MXene 超級電容器電化學特性的影響
系級
化學工程學系
指導老師及參賽學生
指導老師:田弘康
參賽學生:黃慶維
構想說明
Ti3C2TX MXene以其高導電性與可調控表面特性而廣受關注,特別是在超級電容器中的應用潛力。然而,其層狀結構在凡德瓦力作用下容易重新堆疊,限制離子傳輸並降低電化學表現。一些研究指出,離子液體的插層會影響電容的電化學特性,使MXene在不同環境下展現差異化行為。本研究結合密度泛函理論 (DFT) 與機器學習勢能,透過 DFT 計算微調模型,以模擬大尺度與動態下不同插層條件下的層間結構與離子傳輸,並有效降低計算資源與時間成本。此研究期望釐清插層效應與電化學特性之間的關聯,為提升MXene型超級電容器性能提供理論依據。

