研究概览
研究概览：理解和设计含离子的软材料
软物质离我们并不远。高分子、凝胶、生物组织、分离膜、电池电解质，很多都属于软物质。它们通常不像金属或无机晶体那样刚硬有序，却可以通过分子运动、链构象变化和离子迁移表现出丰富的功能。
我们课题组主要研究一类重要的软材料：含有可移动离子的软材料。典型例子包括聚电解质、聚合物电解质、生物软组织和离子导电高分子。这些材料的共同特点是，高分子链会不断改变形状，离子也会在材料中移动。两者相互影响，最终决定材料能否导电、能否稳定工作、能否形成需要的结构。
这类体系的难点在于，不能只看单个分子或单个离子。高分子链之间会相互牵连，离子之间又有电荷作用，而且局部环境、溶剂化状态和外加电场都会改变它们的行为。我们的目标是把这些因素联系起来，理解微观结构如何影响宏观性质，并进一步指导材料设计。
面向应用，我们希望为能量存储、离子传输、分离膜和柔性电子等方向提供更清楚的设计原则。
研究方法：理论、模拟与人工智能
我们主要使用三类工具：理论模型、计算机模拟和人工智能方法。
理论模型帮助我们抓住主要物理图像。面对复杂材料时，直接追踪每一个原子的运动往往很困难。我们会建立适当简化的模型，分析高分子链、离子和电荷作用之间的关系，从而判断哪些因素真正控制材料性质。
计算机模拟让我们能够在分子尺度上观察材料。我们使用分子动力学、粗粒化模型以及带有外场的模拟方法，研究离子如何运动，高分子链如何排列，以及界面附近的结构如何随电场变化。这对理解电池、电容器等能源器件中的过程尤其重要。
人工智能方法则用于加速材料筛选和规律发现。我们将模拟和实验数据转化为结构与性质之间的关联，利用机器学习模型预测新分子的性能，并从大量候选材料中找到更值得深入研究的对象。
我们也重视与实验课题组合作。实验结果可以检验模型是否可靠，理论和模拟也可以帮助解释实验现象，并提出新的材料设计思路。
研究方向一：让高分子组装成需要的结构
许多高分子材料并不是杂乱无章的。只要分子结构、温度、盐浓度等条件合适，它们可以自发形成规则结构，例如层状、柱状、球状或网络状结构。这种自组装行为会直接影响材料的力学性质、导电能力和光学性质。
我们关注带电高分子和嵌段共聚物的自组装。尤其想知道，加入盐之后，离子会怎样改变高分子链之间的相互作用。在聚合物电解质中，离子不是简单的添加剂。它们可能改变不同链段之间的相容性，影响微区大小，甚至稳定原本不容易出现的新结构。
这背后的关键问题是：电荷分布、离子溶剂化和高分子链结构如何共同决定最终形貌？我们通过理论和模拟研究这些因素的作用，希望能够从分子设计出发，预测并调控材料的自组装结构。
进一步地，我们希望构筑更复杂、更有序的堆积结构，例如高度有序的球相、连续网络结构，以及 Frank-Kasper 相这类复杂有序结构。这些结构可能为新型导电材料、光学材料和高性能软材料提供新的机会。
研究方向二：理解界面上的结构和电场响应
很多材料问题真正发生在界面上。比如在电池和超级电容器中，电极和电解质接触的地方决定了电荷如何储存、离子如何进入或离开界面，以及材料是否会逐渐失效。
我们研究高分子、离子和带电表面之间的相互作用，特别关注外加电场下的结构变化。通过模拟，我们可以观察高分子链是否会吸附在表面，离子如何在界面附近排布，以及这些结构如何影响器件性能。
一个典型问题是电双层电容器。在这类器件中，电荷主要储存在电极表面附近。我们研究高分子链上的电荷排列方式如何影响吸附、界面结构和充放电速度。通过设计电荷序列，我们希望让软材料更好地响应电场。
另一个重要问题是锂金属电池中的高分子保护层。锂枝晶生长会降低电池寿命，严重时还会带来安全风险。我们模拟高分子涂层与锂表面、锂离子以及电解质之间的相互作用，寻找能够抑制枝晶生长、提高电池稳定性的设计原则。
研究方向三：设计更适合离子传输的高分子
离子传输是许多材料功能的基础。固态电池需要锂离子快速移动，分离膜需要让某些离子优先通过，传感器和柔性电子器件也常常依赖离子的迁移。问题在于，离子既要跑得快，又要在材料中保持足够稳定，这两点并不容易同时满足。
我们研究多种离子导电高分子体系，包括固态聚合物电解质、多孔有机笼膜、聚酰亚胺以及其他功能软材料。这些材料中的孔道、链段运动、极性基团和局部自由体积，都会影响离子传输。
这里有一个核心概念叫广义离子溶剂化。简单说，离子的运动不只取决于它附近有哪些原子在配位，还取决于高分子链段能不能运动、材料局部是否足够柔软、介电环境是否有利于电荷分离，以及空间是否允许离子通过。
因此，设计离子导电高分子时经常需要权衡。高分子和离子作用太强，有利于盐解离，但离子可能被束缚住，移动变慢；作用太弱，离子可能跑得更快，但真正能自由移动的离子数量又可能减少。我们希望找到更合适的分子结构，在离子解离和离子扩散之间取得平衡。
在这个方向上，我们把物理理解与机器学习结合起来，快速筛选候选高分子，预测它们的离子传输能力和稳定性。最终目标是设计出电导率高、稳定性好、能够用于实际器件的功能高分子材料。
走向可预测的软材料设计
这些研究方向最终指向同一个问题：
能不能从分子结构出发，预测并设计软材料的功能？
我们的思路是，把高分子物理、电化学、分子模拟和人工智能结合起来。一方面，我们希望理解材料行为背后的基本规律；另一方面，我们也希望把这些规律转化为可以使用的设计方法。
如果你对化学、材料、物理、计算模拟或机器学习感兴趣，这些问题都提供了很好的交叉研究空间。我们希望通过理论、模拟和数据驱动方法，理解含离子软材料中的关键规律，并利用这些规律设计面向未来的功能材料。