通过动力学-热力学协同设计克服几何尖端效应实现锂金属均匀电沉积：相场模型研究
针对锂金属电沉积中几何尖端效应导致枝晶生长的问题，研究采用相场模型，通过动力学-热力学协同设计实现均匀锂金属电沉积。该工作由Ziwei Yuan等人完成，发表于Electrochimica Acta第580卷。
#机器学习
#机器学习
今日 4 条Electrochimica ActaAI 评分3838 Applied EnergyAI 评分4040 从代理任务到多尺度外部参考一致性学习：电动汽车电池热失控的免适配跨拓扑早期预警
Applied Energy 刊发研究提出多尺度外部参考一致性学习框架，实现电动汽车电池热失控的免适配跨拓扑早期预警。该方法从代理任务出发，无需针对新拓扑重新适配即可迁移预警能力。作者为 Xingyu Tao、Renhao Cheng、Caiting Sun 等。
Applied Energy精选AI 评分6060 基于动态安全边界与自适应 SOC 控制的锂离子电池快速安全低能耗充电
Linjing Zhang 等人在 Applied Energy 提出一种锂离子电池充电方法，通过动态安全边界与自适应 SOC 控制实现快速、安全且低能耗的充电。该文发表于 Applied Energy 第 427 卷第 C 部分，作者包括 Minghan Zhou、Xiaoqian Su、Kefan Zhai、Caiping Zhang、Weige Zhang。摘要未提供具体实验数据与验证结果。
推荐理由：针对锂离子电池快充的安全与能耗矛盾，提出动态安全边界与自适应 SOC 控制相结合的充电策略。
Applied EnergyAI 评分2222 基于滚动模型预测控制的微电网经济反馈引导预测与调度
研究提出一种经济反馈引导的滚动模型预测控制方法，用于微电网的预测与调度。该方法将经济反馈引入滚动优化框架，以提升微电网运行调度的经济性。成果发表于 Applied Energy 第 427 卷 Part C，作者包括 Yang Li、Jiuzhou You、Yuanzheng Li、Chao Long、Yue Zhou 与 Mohammad Shahidehpour。
Applied EnergyAI 评分3838 全固态电池电-机械状态感知的现象学应力分解框架
研究提出一种面向全固态电池电-机械状态感知的现象学应力分解框架，用于在全固态电池中区分不同来源的应力成分。作者包括 Yefan Sun、Zhaoxia Peng、Shichun Yang 等，成果发表于 Applied Energy 第 427 卷 Part C。
Applied Energy精选AI 评分6060 一种带老化补偿的动态阈值策略用于析锂在线检测
Yaowen Zhang 等人在 Applied Energy 提出一种动态阈值生成策略，用于增强析锂的在线检测，并引入老化效应补偿。该工作发表于 Applied Energy 第 427 卷 Part C，作者包括 Zhixuan Wang、Peng Yi、Yining Liu、Yunxia Chen，摘要未提供具体检测精度与验证数据。
推荐理由：针对析锂在线检测中老化导致阈值漂移的问题，提出动态阈值生成并补偿老化效应，为快充安全监测提供可迁移思路。
Applied EnergyAI 评分4747 面向真实工况的鲁棒电池 SOC 估计：时空特征提取与残差校正
Applied Energy 刊发研究提出一种融合时空特征提取与残差校正的电池 SOC 估计方法，面向真实工况下的鲁棒性需求。作者为 Jiaqi Pei、Jichao Hong、Shuangqi Li 等。
Electrochimica ActaAI 评分2222 利用第一性原理计算预测富锂锰基正极中的元素迁移
研究采用第一性原理计算预测富锂锰基正极中的元素迁移行为，作者包括 Byoung Chul Kim、Moon-Kyung Jeong、Hyo-Bin Ryu 等，成果发表于 Electrochimica Acta 第 580 卷。
Applied Energy精选AI 评分6262 基于上下文强化学习的多化学体系多尺寸电池包统一安全快充策略
Saumya Karan 与 Pallavi Bharadwaj 在 Applied Energy 第 427 卷 Part C 发表研究，提出用上下文强化学习为多化学体系、多尺寸电池包训练单一安全快充控制策略。该工作以单一策略覆盖不同化学体系与不同规格的电池包，避免为每种体系单独设计充电策略。论文发表于 2027 年 1 月。
推荐理由：面向多化学体系与多尺寸电池包，用上下文强化学习训练单一快充策略，为跨体系充电控制提供可迁移思路。
关键词流·SOX 与寿命预测AI 评分1212 基于 MATLAB/Simulink 的电动汽车电池 SOC 估计
谢菲尔德哈勒姆大学利用 MATLAB/Simulink 建立基于安时积分的电动汽车电池 SOC 估计模型，在标称容量 206.8 Ah、初始 SOC 60% 下测试五种工况。基线、HWFET 和 UDDS 仿真的最终估计误差分别为 0.07226、0.03135 和 0.04807 个百分点；+0.5 A 电流传感器偏置与 10% 容量失配测试显示误差会随时间累积。
关键词流·SOX 与寿命预测AI 评分5555 生成式数据增强与稀疏注意力Informer用于锂离子电池跨温度SOH估计
该研究提出生成式数据增强与稀疏注意力Informer相结合的方法，用于锂离子电池跨温度SOH估计。原文仅提供标题，未给出数据集、电芯体系、精度数字或代码获取方式。
关键词流·SOX 与寿命预测AI 评分6262 物理信息可解释机器学习用于锂电池SOH与RUL混合估计
该研究提出一种物理信息可解释机器学习方法，用于锂离子电池健康状态（SOH）与剩余使用寿命（RUL）的混合估计。原文仅提供标题，未给出具体数据、模型细节与结果。
关键词流·SOX 与寿命预测AI 评分4242 Event-Window Transformer 用于随机工况下锂电池 SOH 估计
基于 NASA 随机使用工况电芯 RW9、RW10、RW11，研究者发布 Event-Window Transformer 的 SOH 估计复现代码与建模数据，版本 v1.0.1，含训练模型输出、评估结果及论文图表，压缩包 113.9 kB。
关键词流·SOX 与寿命预测AI 评分6565 NASA 随机工况 RW9–RW11 电芯事件级 SOH 估计数据集发布
该记录发布面向随机充放电工况的锂离子电池 SOH 估计事件级数据集，源自 NASA Randomized Battery Usage 数据集中的 RW9、RW10、RW11 三只电芯，共提取 141455 条随机游走运行事件，其中 RW9 为 47741 条、RW10 为 47224 条、RW11 为 46490 条。
arXiv · battery（eess.SY 系统与控制）精选AI 评分7171 电压传感器失效下 LFP 电池的电化学约束容错 SOC 估计
该工作提出电化学约束残差偏置补偿双扩展卡尔曼滤波（RBC-DEKF）及不确定初值投运流程，用面向热管理的参数分组单粒子模型（CPG-SPMT）提供双电极动力学与端电压预测，并以可独立配置的电压偏差状态容纳系统性残差。
推荐理由：针对 LFP 平坦电压平台下电压传感器故障与 SOC 估计耦合的难题，提出电化学约束的残差补偿双 EKF，并给出 24 条温度驱动轨迹上的量化对比。
关键词流·SOX 与寿命预测AI 评分5858 嵌入式人工智能在电池管理系统中的应用：面向高效SOC与SOH估计的剪枝与量化
该研究聚焦电池管理系统中的嵌入式人工智能，采用剪枝与量化方法实现高效的SOC与SOH估计。原文仅提供标题，未给出具体方法细节、实验数据或结论。
关键词流·SOX 与寿命预测AI 评分2929 基于 KPCA 与 NRBO 优化 Transformer-LSTM 混合模型的锂离子电池 SOH 估计
研究提出 KPCA 与 NRBO 优化的 Transformer-LSTM 混合模型，用 ICA/DVA 提取健康特征并经 KPCA 与 Pearson 相关性筛选，NRBO 用于寻优注意力头数、学习率与正则化系数。
关键词流·多物理场模型AI 评分1212 锂掺杂碳量子点在热-激光-化学刺激下的光致发光与电化学行为
研究以柠檬酸和氯化锂在100–120 °C下合成锂掺杂碳量子点（Li-CQDs），并测试其在温度、激光和糖浓度刺激下的光致发光（PL）与电化学表现。
关键词流·设计优化与参数辨识AI 评分3838 基于实验参数的 LiFePO4 电池 SOC 估计方法，面向混合动力汽车
该研究提出一种仅用实测电流和端电压的 LiFePO4 电池在线 SOC 估计方法，无需已知初始 SOC。方法先用递推最小二乘辨识低阶等效电路模型，再将 Voc–SOC 关系作为代数约束构建描述符电池模型，并设计降阶未知输入观测器。在脉冲放电和 WLTP 工况下的实验表明，该方法可从不同初始 SOC 快速收敛，并在宽工作范围内保持高估计精度。
关键词流·热失控与热安全AI 评分3838 基于实时气体传感与 AI 诊断的下一代电池热失控监测
综述指出，气体传感可在电解液分解初期捕捉 H₂、CO、CO₂ 和 VOCs 等标志气体，比电压或表面温度变化更早触发热失控预警。MOS、2D 过渡金属硫属化物和 MOFs 等材料已实现 ppb 级灵敏度与最快 6 s 响应，结合 ANN 及 SACNN-Mamba 架构可完成复杂混合气体中的定量与模式识别。
arXiv · battery（eess.SY 系统与控制）精选AI 评分7171 MPC-RL 分层控制用于多时间尺度电池系统
该工作提出 MPC 与强化学习结合的分层控制框架，高层 MPC 在慢时间尺度优化长时域设定点，低层预训练 RL 智能体在快时间尺度实时跟踪设定点，从而避免模型线性化和重复求解最优控制问题。
推荐理由：针对 BESS 调频场景中秒级收益与周月级老化冲突，提出 MPC 与 RL 分层控制，并给出寿命与收益的量化对比。
arXiv · battery（eess.SY 系统与控制）AI 评分3232 BESS 在连续日内电力市场的交易策略：预测驱动的回程交易优于滚动内在算法
针对 BESS 在连续日内市场（IDC）常用的滚动内在算法，该研究提出一种以预测驱动的回程交易优先、BESS 作为平仓兜底渠道的新策略，用价格分位数预测开仓并在临近交割时平仓。
arXiv · battery（eess.SY 系统与控制）AI 评分3232 为住宅能源枢纽构建季节性高速公路：热能存储的选型、规划与运行
针对热能存储因往返效率低而在1-48小时短优化时域中价值被低估的问题，该研究提出一种数据驱动的"季节性高速公路"方法，通过动态终端集与价值函数将季节性优化与日前优化相连接。
arXiv · battery（physics.app-ph）AI 评分4242 TSPD：从静态晶体结构秒级解析离子传输机制
研究者提出 Topo-Spectral Percolation Descriptors（TSPD），可从单一静态晶体结构在数秒内确定离子传输机制，无需标定。该方法构建周期性迁移网络，用物理能量学计算边缘势垒，再分析势垒阈值拓扑与势垒加权图拉普拉斯谱。针对八种正极与固态电解质材料，TSPD 与 AIMD 离子密度和中子衍射数据对比均复现已知机制，并能识别几何开放但无有效离子渗流的结构。
GitHub·电池与能源 Agent 工具AI 评分2222 KantikaAscendas 发布 Agentic-AI-Embedded-Skill-Workshop：一小时电池 SOC 部署实战
KantikaAscendas 在 GitHub 发布 Agentic-AI-Embedded-Skill-Workshop，参与者用 MATLAB R2026a 和 demo 内置的 embedded-ai-deployment Agent Skill，评估预置 LSTM、导入并验证 PyTorch MLP、对比投影 LSTM 并生成 C 代码。
Advanced Energy MaterialsAI 评分2424 弱溶剂化与局部高浓度电解液中准固态硫转化机制的解耦研究
研究对比了 CME–TTE 弱溶剂化电解液与 G2–TTE 局部高浓度电解液对锂硫电池准固态硫转化机制的影响。MD 模拟显示 G2–TTE 兼具 G2 多齿配位与 TFSI⁻ 参与，而 CME–TTE 以单齿配位和更强的阴离子缔合为主。
Computers & Chemical EngineeringAI 评分2222 C-Hybrid：面向非线性动力学稀疏识别的约束混合框架
C-Hybrid 是一种用于非线性动力学稀疏识别的约束混合框架，由 Jincheng Luo 与 Qi Li 提出，相关论文发表于 Computers & Chemical Engineering 第 215 卷。
Computers & Chemical EngineeringAI 评分1818 基于物理信息特征机器学习与概率过程控制的受限多相微流中流体动力学不稳定性：面向软测量、流型分类与闭环微反应器自动化的统一框架
研究提出一个统一框架，将物理信息特征机器学习与概率过程控制结合，用于受限多相微流中流体动力学不稳定性的软测量、流型分类与闭环微反应器自动化。作者为 Eric Kwame Owusu、Yue Wang、Na Liu、Tao Yue，成果发表于 Computers & Chemical Engineering 第 215 卷。
Computers & Chemical EngineeringAI 评分3535 面向电池限内外过程的全厂优化：融合自监督、主动与混合学习的模块化 AI 框架
研究提出一个模块化 AI 框架，用于整合电池限内与限外过程的全厂优化，融合自监督学习、主动学习与混合学习三种策略。该框架发表于 Computers & Chemical Engineering 第 215 卷，作者包括 Byeongmin Ha、Hyeonjeong Lee、Sumin Jeong 等。
Computers & Chemical EngineeringAI 评分3131 知识图谱嵌入大语言模型用于电池回收技术选择策略
研究提出一种知识图谱嵌入的大语言模型方法，用于电池回收技术选择策略。该方法将知识图谱与大语言模型结合，以辅助电池回收技术的筛选决策。
Computers & Chemical EngineeringAI 评分2222 Surrogate Quality Score：一种用于模型选择的新型复合指标
研究提出 Surrogate Quality Score（SQS），一种用于代理模型选择的新型复合指标，由 Maaz Ahmad 与 Iftekhar A Karimi 完成，发表于 Computers & Chemical Engineering 第 215 卷。该指标旨在为模型选择提供综合量化依据。
Computers & Chemical EngineeringAI 评分2020 基于深度 Koopman 算子的非线性系统数据驱动鲁棒移动 horizon 估计
研究提出一种基于深度 Koopman 算子的数据驱动鲁棒移动 horizon 估计方法，用于非线性系统状态估计。该方法将深度 Koopman 算子与鲁棒移动 horizon 估计框架结合，相关成果发表于 Computers & Chemical Engineering 第 215 卷，作者为 Minghao Han 与 Xunyuan Yin。
Computers & Chemical EngineeringAI 评分2828 基于迭代学习 PICNN 终端价值函数的强化学习增强模型预测控制
研究提出一种强化学习增强的模型预测控制方法，采用迭代学习的 PICNN 终端价值函数。该方法将强化学习与 MPC 结合，通过迭代方式学习终端价值函数以提升控制性能，成果发表于 Computers & Chemical Engineering 第 216 卷。
Computers & Chemical EngineeringAI 评分2424 面向模型预测控制问题自适应分解与分布式优化的生成式框架
研究提出一种生成式框架，用于模型预测控制（MPC）问题的自适应分解与分布式优化。该框架面向 MPC 优化问题的结构分解与分布式求解，作者为 Elliot Cooper 与 Andrew Allman，相关论文发表于 Computers & Chemical Engineering 第 216 卷。
Computers & Chemical EngineeringAI 评分2222 拓扑数据分析用于高维动态过程监测
Angan Mukherjee 等人在 Computers & Chemical Engineering 发表研究，将拓扑数据分析用于高维动态过程监测。该研究由 Tyler A. Soderstrom、Michael J. Kurtz、Victor M. Zavala 共同参与，论文收录于 Volume 216。
Computers & Chemical EngineeringAI 评分2020 基于 AIPC 的化工过程操作控制器：在严格动态模型上的开发与验证
研究开发了一种基于 AIPC 的化工过程操作控制器，并在严格动态模型上完成验证。作者为 Hai Wang、Shaojun Li、Nan Zhang，成果发表于 Computers & Chemical Engineering 第 216 卷。
Computers & Chemical EngineeringAI 评分4040 DAE-HardNet：强制微分代数硬约束的物理信息神经网络
DAE-HardNet 是一种强制微分代数硬约束的物理信息神经网络，由 Rahul Golder、Bimol Nath Roy 和 M.M. Faruque Hasan 提出，相关论文发表于 Computers & Chemical Engineering 第 216 卷。
Computers & Chemical EngineeringAI 评分2222 基于相关性残差惩罚的离线强化学习用于三元正极材料烧结过程操作参数优化
研究提出相关性残差惩罚离线强化学习方法，用于三元正极材料烧结过程的操作参数优化。该方法针对烧结工艺参数优化问题，通过惩罚相关性残差改进离线强化学习策略。
Chemical Engineering ScienceAI 评分88 基于 cPINNs 与 PDFP 优化的多组分碳酸钠生成化学计量建模、存在性、稳定性及最优控制
研究采用 cPINNs 结合 PDFP 优化，对多组分碳酸钠生成过程开展化学计量建模，并分析其存在性、稳定性与最优控制。成果发表于 Chemical Engineering Science 第 339 卷 Part A，作者为 Muhammad Asif 等。
Energy Storage Materials精选AI 评分5555 一种通过解析映射发现平衡精度与早期可预测性的电池寿命预测框架
Ruohan Guo 等人提出一种灵活的电池寿命预测框架，通过解析映射发现来平衡预测精度与早期可预测性。该工作发表于 Energy Storage Materials 第 91 卷，作者包括 Jinpeng Tian、Wanzhou Sun、Weixiang Shen 和 Chi Yung Chung。目前仅见摘要信息，具体方法与验证结果未在材料中给出。
推荐理由：针对电池寿命预测中精度与早期可预测性的权衡，提出可灵活调节的解析映射发现框架，为早期寿命预测建模提供可迁移思路。