AI for Science时代下的电池平台化智能研发

作     者：谢莹莹 邓斌 张与之 王晓旭 张林峰 XIE Yingying;DENG Bin;ZHANG Yuzhi;WANG Xiaoxu;ZHANG Linfeng

作者机构：北京深势科技有限公司 北京科学智能研究院 

出 版 物：《储能科学与技术》 (Energy Storage Science and Technology)

年 卷 期：2024年第13卷第9期

页      码：3182-3197页

摘      要：在AI for Science时代，电池设计自动化智能研发（Battery Design Automation， BDA）平台通过整合先进的人工智能技术，为电池研发领域带来了革命性进展。BDA平台覆盖了文献调研、实验设计、合成制备、表征测试和分析优化这五个电池研发的关键环节，利用机器学习、多尺度建模、预训练模型等先进算法，结合软件工程开发用户交互友好的工具，加速从理论设计到实验验证的整个电池研发周期。通过自动化的实验设计、合成制备、表征测试和性能优化，BDA平台不仅提升了研发效率，还提高了电池设计的精确度和可靠性，推动了电池技术向更高能量密度、更长循环寿命和更低成本的方向发展。

主 题 词：AI for Science 电池 智能研发 机器学习 BDA 多尺度 

学科分类：0808[工学-自动化类] 08[工学] 

核心收录：

D　O　I：10.19799/j.cnki.2095-4239.2024.0698

馆 藏 号：203138920...