一项研究通过氟掺杂实现跨尺度协同强化，斩断前驱体孔隙遗传，提升富锂正极颗粒与阴离子氧化还原稳定性。该策略可应用于LMFP，改善其循环性能。
BatteryMat框架结合机器学习和DFT，用于锂离子电池平均电压筛选，加速正极材料发现。此类方法可快速评估LMFP掺杂方案，缩短研发周期。
DFT+U研究LiFePO4的结构、电子、光学和磁性，为理解LMFP的电子结构提供基础。理论计算有助于优化LMFP的掺杂和包覆工艺。