跳到正文

#机器学习

今日 1 条
今天10月30日周五
10月29日周四
  3. 关键词流·SOX 与寿命预测60

    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。

  6. Journal of Energy Storage54

    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。

  7. Computers & Chemical Engineering52

    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。

  10. Advanced Energy Materials72

    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。

  11. Advanced Energy Materials38

    Li─P─F─O 键合拓扑调控富锂正极氧氧化还原与界面稳定性

    研究通过机械化学氟磷酸化在富锂锰基氧化物（LRMO）表面构建 Li─P─F─O 键合拓扑，抑制氧释放与界面阻抗增长。DFT 筛选显示磷酸根是最有效的稳定表面氧的氧阴离子基元，改性正极在 0.1 C、25°C 下给出 248.5 mAh g−1，60°C 下 268 mAh g−1，10 C 循环 2000 次容量保持 85%，并运行至 16000 次循环。

  12. Advanced Energy Materials48

    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。

  14. Advanced Materials38

    相邻单原子与纳米颗粒电子耦合引导锂横向沉积

    研究提出相邻单原子与纳米颗粒电子耦合策略，用配位介导的超快激光直写构建含超细 Co 纳米颗粒与相邻 Co 单原子的多级多孔石墨烯宿主。界面电子耦合重构局域 d 带中心并形成定向的空间锂吸附能梯度，使锂依次占据相邻位点、抑制局部垂直堆积。高载量 Li||LiFePO4 全电池在 2 C 下循环 1000 次后容量保持 71.4%。

  15. Advanced Materials58

    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。

10月28日周三
  1. eTransportation58

    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。

  4. 关键词流·BMS 与电池智能算法55

    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。

  6. Journal of Energy Storage47

    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。

  9. Zenodo · battery 数据与软件22

    MOPSO 调优的鲁棒模型预测控制用于双向感应电能传输系统：耦合与负载不确定性下的并网电动汽车充电电压频率协同支撑

    针对线圈错位、电池负载变化和电网扰动导致双向感应电能传输（BIPT）效率与稳定性下降的问题，该研究提出 MOPSO 调优的鲁棒模型预测控制（RMPC）方案，在 MATLAB/Simulink 中搭建含双向变换器与串联-串联谐振补偿的 3.3 kW、85 kHz 系统模型。

  13. Journal of Power Sources55

    研究提出物理约束生成式 AI 逆向设计锂离子电池微结构

    Journal of Power Sources 第 699 卷刊出 Azamat Zhaksylykov 等人的研究，题为用物理约束生成式 AI 逆向设计锂离子电池微结构，论文发表于 2027 年 1 月 30 日。当前仅获取到标题与作者信息，摘要正文未提供。

    推荐理由：材料只给出标题与作者信息，无法确认方法细节与验证结果，阅读价值暂无法具体呈现。

  15. Advanced Energy Materials58

    双面功能化隔膜调控牺牲预锂化键断裂路径，实现 458.6 Wh/kg 无负极锂软包

    研究提出催化剂诱导的键断裂重定向策略，通过双面功能化隔膜实现高效牺牲预锂化。正极侧 5 µm MoC1-x/NC-0.3Co 涂层将 Li2C2O4 分解从高势垒 Li–O 断裂转向优先 C─C 键断裂。

    推荐理由：该工作用双面功能化隔膜把牺牲预锂化的键断裂路径从 Li–O 转向 C─C，并给出 1.0 Ah 无负极软包的具体能量密度与循环数据。

  16. arXiv · battery（eess.SY 系统与控制）25

    面向充电站的电动汽车调度与碳感知能量分配：SFGH 与 TD3 联合方案

    研究提出无求解器的贪心启发式 SFGH 负责电动汽车动态调度，TD3 控制器负责碳感知能量分配，在满足充电需求的同时平衡电费与碳排放。模型允许光伏与电池向电网售电，并计入售电收益与碳信用。全年仿真显示，SFGH–TD3 在所评估的启发式与多智能体 DRL 配置中取得最低累计服务延迟、能耗成本与碳排放。

  17. Journal of The Electrochemical Society40

    CAMamba2 双轴增强状态空间模型用于锂离子电池 RUL 预测

    上海理工大学团队提出 CAMamba2 双轴增强架构，特征轴做跨通道交互门控，时间轴用上下文感知模块结合局部平滑时序上下文，并以 Mamba2 状态空间骨干建模长程依赖。在 MIT 数据集上 MAE 为 0.0082、MSE 为 0.0001，优于代表性基线；在 HUST 数据集上独立训练后，在不同工况下也表现良好。作者认为双轴增强是锂离子电池 RUL 预测的有效策略。

    推荐理由：该工作把跨通道门控与局部时序平滑结合到 Mamba2 状态空间骨干上，为抑制容量再生和局部噪声提供了一种可迁移的建模思路。

  18. 关键词流·多物理场模型36

    埃塞俄比亚团队提出非线性MPC电池热管理框架并在亚的斯亚贝巴至比绍夫图工况下仿真评估

    埃塞俄比亚国防大学团队提出面向锂离子电池热管理的非线性模型预测控制（NMPC）框架，在45 km、含陡坡与变环境温度的亚的斯亚贝巴至比绍夫图真实驾驶循环下，用物理信息降阶集总参数热模型在LabVIEW–MATLAB联合仿真平台上评估。

  19. 关键词流·BMS 与电池智能算法42

    KIT 提出电动公交电池信息物理框架，融合 DQN 智能充电与 LSTM 数字孪生

    KIT 团队提出面向电动公交电池的信息物理框架，控制层用 DQN 智能体实时执行智能充电与再生制动电流限幅，并与边缘侧 LSTM 数字孪生联动跟踪 SOH。框架还引入基于 SHAP 的 NMPC 策略，映射核心产热并补偿内部热滞后，以应对城市工况下电流冲击带来的局部热应力。该文发表于 Smart Cities 第 9 卷第 11 期，2026 年 10 月 23 日在线发表。

10月27日周二
  1. Energy Storage Materials62

    物理引导虚拟探针实现无目标标签仿真到现实的负极电位估计

    Shu Xiong 等人提出一种物理引导的虚拟探针方法，通过无目标标签的仿真到现实迁移来估计负极电位。该方法面向负极电位这一析锂风险关键量，相关成果发表于 Energy Storage Materials 第 92 卷。

    推荐理由：该工作用物理引导的无标签仿真到现实迁移估计负极电位，为快充析锂风险监测提供了一条不依赖实测标签的思路。

  2. 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。