物理引导特征协同 Transformer 用于电池 SOH 估计
Huaibin Zhang 等提出物理引导特征协同 Transformer，用于电池健康状态（SOH）估计，论文发表于 Energy 第 367 卷，2026 年 12 月 1 日出版。当前材料仅提供标题与作者信息，摘要未给出数据集、误差指标或对比基线。
10月30日 · 周五
精选
最新精选
Energy精选AI 评分6060 eTransportation精选AI 评分5858 快速原位中子成像揭示全固态锂电池热失控过程
Paul Naillou 等人利用快速原位中子成像技术观察全固态锂电池的热失控过程，相关成果发表于 eTransportation，可在线获取。
推荐理由：该工作用快速原位中子成像直接观察全固态锂电池热失控过程，为理解其安全失效机制提供了新的观测手段。
Journal of Energy Storage精选AI 评分5454 基于膨胀行为与 Autoformer 的物理信息 SOH 估计框架
Shu 等人提出一种物理信息学习框架，利用电芯膨胀行为结合 Autoformer 估计锂离子电池 SOH，论文发表于 Journal of Energy Storage 第 183 卷 Part B。材料仅提供题录与作者信息，摘要未给出数据集、电芯体系与误差指标。
推荐理由：该工作把电芯膨胀行为与 Autoformer 结合进物理信息框架做 SOH 估计，为不依赖电学特征的估计路线提供了可迁移思路。
关键词流·SOX 与寿命预测精选AI 评分6060 NBD-Net 用非平稳桥接退化网络预测锂电 RUL，留一电芯测试误差最低
作者提出 NBD-Net，通过 RevIN 逐窗口归一化、局部稳定分支与循环趋势编码器并行，并用注意力记忆 SDMC 和双向交叉注意力桥 LGBI 耦合两路，实现下一循环容量预测。
推荐理由：在 CALCE、NASA、TJU 共 11 个电芯的留一电芯协议下，该文逐项拆解了归一化与局部稳定分支各自带来的增益。
Computers & Chemical Engineering精选AI 评分5252 数据驱动多任务学习框架同时预测锂离子电池RUL与拐点
Haoyu Sun 等人提出一种数据驱动的多任务学习框架，用于同时预测锂离子电池的剩余使用寿命（RUL）与容量衰减拐点。该工作发表于 Computers & Chemical Engineering 第 217 卷，摘要未给出数据集、电芯体系与误差指标等细节。
推荐理由：该框架把RUL与拐点预测放在同一多任务模型中，为关注寿命末期非线性衰减的读者提供了一种联合建模思路。
Zenodo · battery 数据与软件精选AI 评分4545 XPS 与电气滥用测试揭示半固态电池失效差异
研究用 X 射线光电子能谱表征四类半固态电芯的新鲜正极，并按 IEC 62660-2:2018 与 IEC 62660-3:2022 分别开展外部短路（ESC）和过充测试。
推荐理由：研究用 XPS 与 IEC 标准短路、过充测试对比四类半固态电芯，给出 dV/dt 作为电压失效前兆的判据。
Journal of Power Sources精选AI 评分5555 面向锂离子电池多尺度建模的物理一致数值框架
Alessio Lombardo Pontillo 等人在 Journal of Power Sources 第 699 卷提出一个物理一致的多尺度锂离子电池数值建模框架，定位为从理论走向工程。作者包括 Gianluca Boccardo、Daniele Marchisio 与 Ilenia Battiato，论文于 2027 年 1 月 30 日发表。
推荐理由：该框架把多尺度锂离子电池建模从理论推进到工程实现，读者可关注其物理一致性约束如何组织跨尺度耦合。
Advanced Energy Materials精选AI 评分6060 DMTFA/FEC双盐电解液解耦极性与配位，支撑NCM91电芯4.6 V下1800次循环
研究提出位阻-电子调控策略，用2,2,2-三氟-N,N-二甲基乙酰胺（DMTFA）与FEC及双锂盐构建阴离子主导的伪弱溶剂化电解液，在保持强极性的同时削弱Li+配位。该电解液电化学稳定窗口超过5.0 V并具本征阻燃性，NCM91纽扣电池在1 C、4.8 V截止下100次循环容量保持率超过90.0%。约1.6 Ah软包电芯在4.6 V下1800次循环后容量保持84.97%。
推荐理由：该工作用位阻与吸电子效应解耦溶剂极性与Li+配位，为高电压电解液设计提供了一条可迁移的分子调控思路。
Advanced Energy Materials精选AI 评分4040 Li─O 化学键合界面让锂金属电池在近真空条件下运行
研究提出 Li─O 化学键合界面原型，用聚己内酯链段羰基与锂金属的强相互作用替代物理接触界面，使锂金属电池摆脱对外部堆叠压力的依赖。该界面粘附能达 22.44 J m⁻²、搭接剪切强度 0.31 MPa，Li⁺ 迁移数为 0.70，双电层电容提升 120% 至 0.20 µF cm⁻²；Li||Cu 半电池库仑效率 99.78%。
推荐理由：该工作用 Li─O 化学键合界面替代物理接触，使锂金属软包电池在 −0.1 MPa 近真空条件下仍保持 90.12% 容量，为高海拔航天场景提供去压力依赖思路。
Advanced Energy Materials精选AI 评分5858 铜集流体微观结构决定无负极锂金属电池的两种锂沉积模式
研究以粗大丘状铜（HLCu）与纳米晶铜（nmCu）为模型界面，发现前者触发局域成核选择性生长（LS），生成疏松不均、副反应严重的锂沉积；后者诱导分布成核竞争合并（DCC），形成致密连续且动力学稳定的锂层。
推荐理由：该研究用多手段表征揭示铜集流体微观结构如何决定无负极锂金属电池的两种锂沉积模式，为界面结构设计提供依据。
Advanced Energy Materials精选AI 评分7272 机理锚定的锂电池健康管理框架实现跨数据集 SOH 估计与轨迹预测
研究提出一种机理锚定的可泛化健康管理框架，在 LFP/石墨电芯中识别出 3.3–3.4 V 充电窗口作为老化敏感特征，并与增量容量指纹关联。框架结合条件感知软混合专家模型、跨数据集持续学习和自适应无迹卡尔曼滤波，将逐点 SOH 估计转化为可在线更新的老化轨迹，在多应力老化条件下实现稳健 SOH 估计和 100–300 步前向轨迹预测。
推荐理由：该框架把 3.3–3.4 V 充电特征与混合专家模型、UKF 轨迹更新串联，为跨数据集 SOH 估计提供可迁移思路。
Advanced Energy Materials精选AI 评分4848 30 µm 三明治结构硫化物电解质膜借 Ti4+/Ti3+ 氧化还原原位消耗锂枝晶
研究团队通过热压两层 Li5.3PS4.3ClBr0.7（LPSClBr）膜与嵌入 LATP@KH 纳米颗粒的 PVDF-HFP 静电纺支架，制得 30 µm 三明治结构硫化物固态电解质膜，离子电导率 2.75 mS cm−1、临界电流密度 1.0 mA cm−2。
推荐理由：该工作用热压叠层制备 30 µm 硫化物电解质膜，并以 Ti4+/Ti3+ 氧化还原原位消耗穿透锂枝晶，为超薄膜机械强化提供可迁移思路。
Advanced Materials精选AI 评分5858 含氟聚离子液体电解质实现515 Wh kg−1固态锂金属电池
研究将聚离子液体片段引入含氟丙烯酸酯骨架，构建离子配体辅助传输框架，使FSI⁻被阳离子侧链锚定并形成富阴离子的连续通道。优化后的电解质在30°C下离子电导率为0.38 mS cm−1、Li+迁移数为0.77，氧化稳定窗口扩展至4.94 V；Li||Cu电池稳定循环超过400次，平均库仑效率为99.1%。
推荐理由：该工作通过将聚离子液体引入含氟骨架来锚定FSI⁻，为解耦电导率与聚合物链段松弛提供了一条可迁移的电解质设计思路。
Journal of The Electrochemical Society精选AI 评分6060 LFP 电池低温暴露下 OCV 迟滞的动力学转变与不可逆变化
研究考察商用 LFP 电芯在低至 −20 °C 的 OCV 迟滞温度依赖性，迟滞随温度下降呈指数增长，−20 °C 时超过室温值的十倍。
推荐理由：原文量化了 LFP 电芯 OCV 迟滞随温度下降的指数增长与 0 °C 附近的活化能转折，为低温 SOC 估计误差来源提供依据。
eTransportation精选AI 评分5858 选择性老化表征网络提升电池老化轨迹预测效率与鲁棒性
Xuan Liu 等人提出选择性老化表征网络（Selective Degradation Representation Network），用于电池老化轨迹预测，目标是兼顾效率与鲁棒性，突破刚性序列建模的限制。该文发表于 eTransportation，2026 年 10 月 27 日上线，目前仅有摘要信息。
推荐理由：该工作用选择性老化表征网络做电池老化轨迹预测，强调高效与鲁棒，可供做序列预测方法选型时参考其表征思路。
关键词流·BMS 与电池智能算法精选AI 评分5555 DS-MTNet 双流多任务网络实现锂电热状态与SOH联合预测及预警
作者提出 DS-MTNet 双流多任务网络，用 TCN 捕捉短期热动态、Mamba 建模长期老化趋势，经门控融合后同时预测最高温度、平均温度和 SOH。在 XJTU 数据集动态工况下 SOH 的 MAE 为 0.011、最高温度 MAE 为 0.898 °C；借助 MMD 分布对齐的少样本域适应，在 NASA 数据集跨环境迁移的 SOH MAE 为 0.022。
推荐理由：该工作把温度与SOH放进同一双流网络联合预测，并给出跨数据集迁移与预警提前量的量化结果，可作为多任务电池状态估计的对照方案。
Energy Storage Materials精选AI 评分4040 研究利用原位中子射线照相监测固态电池中的锂化梯度
Patrice Perrenot 等人在 Energy Storage Materials 发表研究，采用原位中子射线照相监测固态电池内部的锂化梯度。材料仅提供标题与作者信息，未给出具体实验条件与结果数据。
Journal of Energy Storage精选AI 评分4242 研究系统量化热失控排气中锂离子电芯燃烧危害
该研究发表于 Journal of Energy Storage 第 183 卷 Part B，作者为 Zhongchun Wang、Weifeng Li、Zhenhai Gao、Andrew F. Burke、Jingyuan Zhao，主题是系统量化锂离子电芯热失控排气气体的燃烧危害。当前 feed 仅提供标题与作者信息，未给出摘要、方法或数据。
推荐理由：材料仅给出标题与作者信息，未提供摘要或方法细节，无法提炼具体阅读价值。
Journal of Energy Storage精选AI 评分4747 温度敏感 EIS 特征用于锂离子电池热失控早期检测
Journal of Energy Storage 第 183 卷 Part B 刊出 Xinyi Xie 等人的研究，主题是利用温度敏感的 EIS 特征实现锂离子电池热失控早期检测。当前 feed 仅提供标题与作者信息，摘要与具体方法、结果尚未给出。
推荐理由：材料只给出标题与作者信息，未提供摘要正文，无法提炼具体方法或结论层面的阅读价值。
Chemical Engineering Journal精选AI 评分6262 中高频双向能量交互提升 LFP/石墨电池耐久性
徐晓东、欧阳明高等人在 Chemical Engineering Journal 第 549 卷发表研究，考察中高频双向能量交互对 LFP/石墨电池耐久性的影响，结果显示该交互方式可提升电池耐久性。材料仅提供摘要级信息，具体测试协议与量化结果未披露。
推荐理由：文章关注中高频双向能量交互对 LFP/石墨电池耐久性的影响，为双向充放电工况下的寿命评估提供实验依据。