电子科大-彭翃杰&刘芯言︱锂金属电池加速老化的可解释机器学习

文章预览

本文来源于电子科技大学新闻网 ！ 一、研究背景：   在“双碳”的长期愿景下，发展新型的储能技术势在必行。传统的锂离子电池已逐渐趋近其理论容量上限，而锂金属电池以其极高的理论比能量备受瞩目。但是，锂金属电池目前在（电）化学稳定性等诸多方面仍面临着较大挑战。尽管借助理论模拟与先进表征技术，一系列针对锂金属电池的机理理解和优化策略被相继提出，然而目前仍难快速获取实验上广泛易得的直接性能描述符，这一挑战限制了先进材料和器件的开发。随着计算科学的迅猛发展，利用机器学习等先进人工智能方法实现数据驱动的研究范式正成为电池研究领域的前沿交叉热点。但目前大部分模型仍为“黑箱”模型，对电池优化的指导作用有限。同时，大部份模型仅针对特定电池体系，并且高度依赖于研究者的先验知识以开展模 ………………………………