跳到正文

全部动态

今日 19 条
10月10日周六
  1. Journal of Energy Storage18

    果胶经酶催化驱动的自维持微电池

    Journal of Energy Storage 刊发研究提出一种由果胶经酶催化驱动的自维持微电池。该工作由 Yuting Zhang、Chaohong Liang、Yuan Guan、BoTian Liu 完成，论文发表于该刊第 182 卷第 E 部分。

  10. Journal of Energy Storage55

    分区变流量浸没冷却抑制锂离子电池模组热失控

    Journal of Energy Storage 第182卷Part F刊出研究，提出用分区变流量浸没冷却抑制锂离子电池模组热失控，作者为Chengxiang Xu、Junxin Zheng、Jianyu Liu等，出版日期为2026年12月30日。目前仅见摘要信息。

    推荐理由：针对电池模组热失控抑制，提出分区变流量浸没冷却方案，为模组级热管理设计提供一种可参考的结构思路。

  15. Journal of Energy Storage41

    锂离子电池组 SOC 与 SOH 协同估计：GRU 增强的自适应双扩展卡尔曼滤波方法

    针对锂离子电池组，研究提出一种由 GRU 增强的自适应双扩展卡尔曼滤波方法，实现荷电状态（SOC）与健康状态（SOH）的协同估计。该方法通过自适应调节机制与 GRU 网络结合，提升双扩展卡尔曼滤波在电池组状态估计中的精度。相关成果发表于 Journal of Energy Storage。

  17. Journal of Energy Storage58

    分层深度强化学习-模型预测控制框架用于膨胀力约束下的锂离子电池快充

    Journal of Energy Storage 第182卷Part F刊出Lei Zhang等人的研究，提出一种分层深度强化学习与模型预测控制相结合的框架，用于膨胀力约束下的锂离子电池快充。作者为Lei Zhang、Tianyou Wang、Shun Tang、Kuijie Li，出版日期为2026年12月30日。

    推荐理由：针对膨胀力约束下的锂离子电池快充，提出分层深度强化学习与模型预测控制结合的框架，可供快充策略研究者参考其约束处理思路。

  21. Applied Energy53

    面向液态金属电池的再生感知碎片化数据在线SOH估计框架

    研究提出一种再生感知的在线SOH估计框架，用于液态金属电池在数据碎片化条件下的健康状态估计。作者为Jiaqi Qu、Mengzhao Fang、Xiaogang Wu等，成果发表于Applied Energy第427卷Part D，出版日期为2027年1月。摘要未提供具体方法与实验数据。

    推荐理由：针对液态金属电池再生导致的数据碎片化问题，提出再生感知的在线SOH估计框架，为特殊体系的状态估计提供可迁移思路。

  24. 关键词流·SOX 与寿命预测8

    NC-RBD 理论框架：通过 UROA、STCT 与 RQIG 突破高能量密度与全固态电池极限

    一篇论文提出非交换粗糙电池动力学（NC-RBD）框架，声称在 SMA-∞ Topos 中重新定义了全固态与高能量密度电池的极限。该框架整合 UROA、STCT 与 RQIG，论证固-固界面阻力与机械应力是非交换边界摩擦的拓扑表现，并将界面工程与放大控制推导为测地熵最小化子环与函子映射修正。论文于 2026 年 10 月 10 日发布，版本 1.0。

  26. 关键词流·SOX 与寿命预测8

    NC-REED 框架统一锂离子、全固态、钠离子与锂硫电池极限，基于 UROA、STCT 与 RQIG

    一篇论文提出非交换粗糙电化学能量动力学（NC-REED）框架，在 SMA-∞ Topos 中整合 UROA、STCT 与 RQIG，将锂离子能量密度极限、全固态界面瓶颈及钠离子/锂硫权衡统一为同一能量存储流形上的宏观拓扑表现。研究证明热力学饱和、界面电阻与容量-寿命权衡源于非交换边界摩擦和流形剪切应力，并将界面工程与替代化学体系形式化为测地线优化子回路。

  27. 关键词流·SOX 与寿命预测42

    BiGRU-TACL：面向鲁棒电池 RUL 预测的多尺度时序学习框架

    江南大学等团队提出 BiGRU-TACL 深度多任务学习框架，用于电池剩余使用寿命（RUL）预测。该框架用时序感知对比学习（TACL）按循环数与 RUL 差异构造正负样本，结合在线难例挖掘（OHEM）、区域加权回归损失与边界惩罚，并以同方差不确定性自适应平衡回归、健康阶段分类和对比学习三项任务。在 NASA 与 CALCE 数据集上，R² 至少达 0.96，阶段分类准确率超过 0.93。

  29. 关键词流·设计优化与参数辨识40

    液态补锂剂：从分子设计到先进锂电池全电芯生命周期管理

    液态补锂剂研究覆盖从分子设计到全电芯生命周期管理的完整路径，目标是通过补锂补偿锂离子电池在循环中的活性锂损失。相关策略包括预锂化与牺牲剂方案，如Li₂O牺牲剂实现高能量密度无初始负极锂电池，以及稳定锂金属粉末（SLMP）对硅碳纳米管负极的预锂化。

10月9日周五
  2. Energy55

    注意力引导残差块物理信息神经网络用于锂离子电池可解释SOH估计

    Delong Zheng 等人提出一种注意力引导残差块结构的物理信息神经网络，用于锂离子电池健康状态（SOH）的可解释估计，论文发表于 Energy 第 365 卷。作者信息与摘要显示该方法将注意力机制与残差块结合并嵌入物理信息约束，具体精度与实验数据未在 feed 摘要中给出。

    推荐理由：提出注意力引导残差块的物理信息神经网络用于SOH估计，为可解释性建模提供了一种结构设计思路。

  4. Energy22

    基于加速度一致性正则化趋势增强 Transformer 车速预测的混合动力两栖车实时自适应能量管理

    研究提出一种加速度一致性正则化趋势增强 Transformer，用于混合动力两栖车的车速预测，并据此实现实时自适应能量管理。该方法将加速度一致性约束与趋势增强机制引入 Transformer，以提升车速预测精度并支撑能量管理策略的实时调整。相关成果发表于 Energy 第 365 卷。

  10. Journal of Power Sources50

    研究提出基于稳健电压-容量特征追踪锂离子电池老化

    Hamid Hamed 等人在 Journal of Power Sources 第 698 卷发表研究，提出用稳健的电压-容量特征追踪锂离子电池老化。作者包括 Albin Conde Reis、Sasan Amini、Inneke Van Nieuwenhuyse 和 Mohammadhosein Safari，论文发表于 2027 年 1 月 15 日。

    推荐理由：材料仅给出标题与作者信息，无法确认方法细节与结果，暂不展示推荐理由。