肖睿娟
简介：
2010.12-至今, 中国科学院物理研究所, 清洁能源实验室, 副研究员
2007.07-2010.11, 德国莱布尼茨固体材料研究所, 理论固体物理研究所, 博士后
2004.09–2007.06, 中国科学院物理研究所, 凝聚态物理, 博士
2002.09–2004.06, 武汉理工大学, 材料物理与化学, 硕士
1998.09–2002.06, 武汉理工大学, 材料科学与工程, 学士
主要研究方向：
电池材料及其基础科学问题的计算模拟研究；锂二次电池材料的设计研发；基于材料基因思想的高通量计算流程开发及应用。
过去的主要工作及获得的成果：
一直从事材料的计算模拟研究，包括超导材料的电子能量损失谱及计算解析、磁晶各向异性材料的结构设计、锂电池材料输运性质的模拟与新型能源材料的开发，在计算材料学方面开展了长期而系统的研究。迄今为止已在国内外重要学术期刊上发表SCI 论文50余篇，包括Physical Review Letters 2 篇、Nature Communications 2 篇。申请软件著作权1 项。主持国家自然科学基金面上项目2 项，作为研究骨干完成国家自然科学基金重点项目1 项、863 计划课题1 项、北京市科委科技计划课题1 项。当选2016 年度中国科学院青年创新促进会会员，获得由中国锂电池产业与技术高峰论坛与第八届华南锂电(国际)高层论坛颁发的2016 中国锂电青年科学研究奖。
近年来，随着材料基因组思想对材料研发模式逐渐产生的影响，通过将计算材料学中不同精度的计算方法相融合，开发了适用于锂二次电池材料的高通量计算筛选流程。使用该方法，发现了有效提高硫化物固体电解质β-Li3PS4 综合性能的改性方案、发明了一种全新的氧硫化物固体电解质LiAlSO。进一步将该方法推广至Na、K、Mg、Zn、Al 等离子的输运性质计算中，目前已对无机晶体结构数据库中2 万余种化合物进行了计算，筛选出了一系列快离子导体的备选材料，并构建了电池材料输运性质数据库，为在能源材料研究中引入机器学习与人工智能技术，挖掘电池材料中的“构效关系”，加速能源新材料的设计开发提供了基础。
代表性论文及专利：
近年5篇代表论文：
[1] X. Lu, S. H. Wang, R. J. Xiao*, S. Q. Shi, H. Li, and L. Q. Chen, First-principles insight into the structural fundamental of super ionic conducting in NASICON MTi2(PO4)3 materials for rechargeable batteries, Nano Energy 41, 626 (2017)
[2] X. L. Wang, R. J. Xiao*, H. Li and L. Q. Chen, "Oxysulfide LiAlSO: A lithium superionic conductor from first principles", Phys. Rev. Letts. 118, 195901 (2017)
[3] X. L. Wang, R. J. Xiao*, H. Li and L. Q. Chen, "Oxygen-driven transition from two-dimensional to three-dimensional transport behaviour in β-Li3PS4 electrolyte", Phys. Chem. Chem. Phys. 18 (2016) 21269-21277
[4] Y. S. Wang, X. Q. Yu, S. Y. Xu, J. M. Bai, R. J. Xiao*, Y.-S. Hu*, H. Li, X.-Q. Yang, L. Q. Chen, and X. J. Huang, "A zero-strain layered metal oxide as the negative electrode for long-life sodium-ion batteries", Nature Communication 4 (2013) 2365
[5] R. J. Xiao*, H. Li, and L. Q. Chen, "Density functional investigation on Li2MnO3", Chemistry of Materials 24 (2012) 4242
软件著作权：
[1] BVpath离子输运性质计算软件, 软件著作权号：2015SR161954, 原始取得, 全部权利, 2015。
高通量计算数据库：
[1] 电池材料离子输运数据库 http://e01.iphy.ac.cn/bmd
目前的研究课题及展望：
针对固态锂二次电池中特有的科学与技术问题，基于材料基因组思想的研究方法和研究手段，开发：（1）多目标优化的高通量计算流程，筛选综合性能优异的固态电解质和电极材料；（2）设计适合于寻找高机械稳定性、低界面电阻和高电化学稳定性的电极/电解质材料组合的高通量筛选方案；（3）探索智能化的高通量计算数据存储、查询和管理方式，基于人工智能进行锂二次电池构效关系的探究及新材料的开发。
研究结果将有助于发现具有预期性质的新材料及界面材料组合，获得与锂电池材料有关的大数据方案。为深入理解固态锂二次电池性能与材料综合性质及电池性能之间的关联，揭示锂二次电池中与离子输运、电子输运、材料结构相关的复杂物理化学过程，缩短固态锂二次电池从研发到应用的全过程，为开发固态锂二次电池体系提供支持。
培养研究生情况：
合作培养博士研究生2名。拟每年招收研究生1~2名。
电话：
010-82649845
Email：