Research Areas | Research Lab

AI辅助电极与电解液界面匹配性研究

Mon, 01 Jan 0001 00:00:00 +0000

通过正极表面结构与电解液结构协同匹配，基于配位几何、界面轨道匹配和界面传输三个层面建立匹配关系，实现正极-电解液协同设计，进而解决高能量密度电池体系界面兼容性差的难题。

高能量密度电池体系的关键挑战之一是电极-电解液界面的兼容性问题，直接影响电池的性能和寿命。

为开发长寿命、高安全性的先进电池体系提供理论指导和技术支撑。

Mon, 01 Jan 0001 00:00:00 +0000

结合微观组织、应力应变分析、工艺方法，采用物理模型与数据双驱动方法构建"微结构-局域力学响应-宏观性能"关联，实现力学性能及疲劳寿命的快速预测。

本研究方向致力于通过先进的材料科学方法和数据驱动技术，实现合金材料力学性能和疲劳寿命的准确预测。

Mon, 01 Jan 0001 00:00:00 +0000

基于材料短/长程对称行为，构建材料中符号-连接关联性网络图谱，进而采用材料学方法设计开发新型正极材料结构，从而解决现有材料体系能量密度、稳定性、安全性问题。

本研究聚焦于利用对称性原理和人工智能技术，设计和开发新一代高性能正极材料。

解决现有锂离子电池正极材料在能量密度、循环稳定性和安全性方面的瓶颈问题。

Mon, 01 Jan 0001 00:00:00 +0000

结合正极材料优化、电解液界面匹配、电芯设计的多级管理优化电芯性能，并基于超声等无损检测方法实时监控电芯热-力动态演化行为，进而开发应用于极端环境的优质电源。

本研究致力于开发先进的电池管理和检测技术，提升锂/钠离子电池在极端环境下的性能和安全性。

将材料设计、界面优化与系统管理相结合，实现从材料到系统的全链条优化。

适用于航空航天、极地科考、深海探测等极端环境下的电源需求。