一项研究通过DFT+U方法研究了LiFe0.6Mn0.4PO4橄榄石正极的结构、电子、光学和磁性性质，为理解LMFP材料提供理论基础。该研究有助于指导元素掺杂比例优化，提升材料性能。
另一项研究采用机器学习框架BatteryMat，用于锂离子电池正极平均电压的筛选，可加速LMFP等材料的发现。通过高通量计算，快速评估不同掺杂方案的电化学性能，缩短研发周期。
有研究探讨了非平衡离子传输在混合电池材料中的行为，对理解LMFP在快充条件下的性能衰减有重要意义。这为改善LMFP倍率性能提供理论指导。
此外，关于碳纳米管与还原氧化石墨烯复合的研究，展示了提升锂离子电池导电性和循环稳定性的潜力。这种复合策略可应用于LMFP正极，改善其电子导电性差的缺点。