跳到正文

全部动态

今日 3 条
10月27日周二
  1. Journal of Energy Storage62

    物理嵌入循环脉冲神经网络融合极化动态用于电池SOH估计

    Journal of Energy Storage 第183卷B部分刊出研究,提出一种物理嵌入的循环脉冲神经网络,将极化动态融入网络结构用于电池健康状态(SOH)估计。作者为 Yi Wan、Shaoping Wang、Zhongze He、Yixuan Zhao、Di Liu,论文于2027年1月1日出版。

    推荐理由:该工作把极化动态嵌入循环脉冲神经网络做SOH估计,为物理信息与脉冲网络结合提供了一条可参考的建模路径。

  2. Journal of Energy Storage50

    少标签迁移预测跨化成工艺变化的锂离子电池自放电压降

    Journal of Energy Storage 第183卷Part B刊出Haoyuan Zheng、Shaobin Yang、Ding Shen、Wei Dong、Xu Zhang的研究,题为少标签迁移预测跨化成工艺变化的锂离子电池自放电压降。当前仅提供标题与作者信息,摘要正文未给出。

    推荐理由:材料仅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。

  3. Energy60

    不确定性感知半监督学习实现真实电动车电池包老化诊断

    Shan Li 等人提出一种不确定性感知半监督学习方法,利用真实电动汽车随机短充电数据实现电池包老化诊断,以降低对标注数据的依赖。该研究发表于 Energy 第 367 卷,作者包括 Jian Ma、Xuan Zhao、Qiao Wang、Kai Zhang、Qifan Xue。

    推荐理由:面向真实车端随机短充电片段,用不确定性感知半监督学习降低电池包老化诊断对标注数据的依赖。

  4. Journal of The Electrochemical Society58

    四阶段热失控模型扩展至不同格式、尺寸与化学体系电芯

    作者将四阶段热失控建模框架扩展至不同尺寸的镍-rich 层状氧化物正极圆柱与软包电芯,仅用 ARC 表面温度数据即可建模。方法引入三项改动:用自由断点的三段分段回归客观划分温升速率曲线、正则化提取各阶段 Arrhenius 参数以剔除阶段末病态数据、采用阶段相关质量损失函数(含延迟开阀电芯的两步泄压形式),并为严重与冷却阶段设置格式相关的非绝热边界条件。

    推荐理由:该工作把四阶段热失控模型扩展到圆柱与软包三种规格,仅用 ARC 表面温度即可复现温升,为不同电芯格式的安全评估提供可迁移的建模路径。

  5. Advanced Energy Materials46

    研究揭示实用富锂锰基正极晶格释氧的结构起源

    该研究结合在线电化学质谱与同步辐射 X 射线、电子显微镜,在四个数量级尺度上通过 Mn 还原分布定位 O2 释放的空间来源。两种仅次级颗粒尺寸不同的富锂锰基(LMR)正极 O2 释放量相差两倍,但电极厚度方向与颗粒内部均未检测到 Mn 还原梯度,说明差异不来自电极或颗粒尺度不均匀性。

    推荐理由:该研究用在线质谱与多尺度 X 射线、电镜把晶格释氧定位到晶粒前侧面暴露,为富锂锰基正极释氧提供可迁移的结构描述符。

  6. Applied Energy15

    量子概率驱动的认知偏差下电动汽车充电站可持续选址决策框架

    研究提出一种量子概率驱动的决策框架,用于在考虑认知偏差的情况下优化电动汽车充电站的可持续选址。该框架将量子概率模型与多准则决策方法结合,以刻画决策者在选址评估中的不确定性判断。作者为 Jing Jiang、Yuyao Yang、Xinwang Liu、Qun Wu 与 Dragan Pamucar,成果发表于 Applied Energy 第 427 卷 Part F。