并联锂离子电池组电化学-热-老化耦合模型:电芯差异下热与老化不一致性的演化
该研究提出并联锂离子电池组的电化学-热-老化耦合模型,用于分析电芯间差异条件下热不一致性与老化不一致性的演化。原文仅提供标题,未给出具体电芯体系、模型方法与验证结果。
该研究提出并联锂离子电池组的电化学-热-老化耦合模型,用于分析电芯间差异条件下热不一致性与老化不一致性的演化。原文仅提供标题,未给出具体电芯体系、模型方法与验证结果。
该研究关注大尺寸LFP电池的热电耦合行为,分析热失控演化过程与多物理失效机制,并提出动态预警策略。当前仅可获取标题信息,具体方法、实验数据与结论尚不明确。
研究人员在 21 m KOTF 电解液中加入 0.2 m Al(OTF)3,通过高价阳离子原位取代策略稳定 KMnPBA 正极,Al3+ 在放电时填补 Mn 溶解空位并形成 Al─N 配位键,构建表面稳定、内部高容量的梯度结构。
该研究评估长期电池储能系统规划所需的建模保真度,以 20 年并网微网为算例,先用不考虑老化的规划模型定容,再固定装机组合做逐时序生命周期验证。参考表征包含非线性日历与循环老化、C-rate 相关效率、SOH 相关性能、自放电、电池更换和完整 8760 小时时序,结果为第 9 年和第 18 年更换、生命周期净现值成本 1.1125 亿美元、累计未供能量 24.01 MWh。
推荐理由:原文用 20 年微网算例量化了简化老化与时间表征对全生命周期成本、更换时点和缺供电量的偏差方向,可据此选择与目标指标匹配的建模精度。
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。
xuesirouran/Battery-Agent 是一个托管在 GitHub 的电池与能源 Agent 工具仓库,目前仅有 README.md,未提供描述、网站或话题标签。该仓库获 0 stars、0 watching、0 forks,暂无 Releases、Packages 与 Contributors 信息。
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。
研究人员利用原位 X 射线纳米断层扫描追踪锂金属电极中多孔、弱连接结构的演化,以理解其生长机制。这些结构的生长与锂金属电池循环寿命差直接相关。
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。
研究提出面向 Gaussian 混合模型模糊集的分布鲁棒优化方法,针对矩信息变化场景构建不确定性建模框架。作者为 Zhongyu Zhang、Biao Huang 与 Zukui Li,成果发表于 Computers & Chemical Engineering 第 215 卷。
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。
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。
研究提出一种用于非线性过程系统灵活性分析的混合框架,作者为 Beatriz Dantas、Austin Braniff、Fernando V. Lima 和 Yuhe Tian,成果发表于 Computers & Chemical Engineering 第 215 卷。
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。
KRONOS 是一种用于求解病态非线性规划(NLP)的算法,由 M G Toufik Ahmed 与 M.M. Faruque Hasan 提出,相关论文发表于 Computers & Chemical Engineering 第 215 卷(2026 年 12 月)。
研究提出利用差分批次数据在重复且确定性扰动下进行批次过程辨识的方法。该方法针对存在重复性确定性扰动的批次过程,通过差分处理批次数据实现过程模型辨识,作者为 Yujin Cheon、Kyungrok Jeong、Jiyun Kim、Kyung Hwan Ryu、Su Whan Sung,成果发表于 Computers & Chemical Engineering 第 215 卷。
该研究将韧性作为设计原则,提出面向化工过程系统储能配置的离散分析框架,论文发表于 Computers & Chemical Engineering 第 215 卷,作者为 Behrooz Zakizade。
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。
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。
George Stephanopoulos 所著《Chemical & Biological Process Dynamics & Control》出版,相关内容刊于 Computers & Chemical Engineering 第 215 卷,出版日期为 2026 年 12 月,作者署名 Dimitrios I. Gerogiorgis。
研究提出 GCLIP 框架,采用双文本描述方法用于故障诊断,发表于 Computers & Chemical Engineering 2027 年 1 月第 216 卷,作者为 Li Cai、Han Zhou、Deqing Huang、Na Qin、Peng Zhang、Yirui Yin。
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。
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。
研究提出一种物理约束神经算子,用于工业流体网络数字孪生中的状态重构与实时参数辨识。该方法将物理约束嵌入神经算子框架,可同时完成状态估计与参数在线辨识。
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。
一个面向多阶段随机规划、可处理第2类内生不确定性的模型库被提出,作者为 Yasuhiro Shoji 与 Selen Cremaschi,成果发表于 Computers & Chemical Engineering 第216卷。
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。
针对基于观测器组的网络攻击检测与隔离问题,研究提出了最优传感器布置设计方案。该研究发表于 Computers & Chemical Engineering 第216卷,作者为 Brijesh Kumar 与 Mani Bhushan。
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 Engineering 刊发综述,深入审视用于锂离子电池回收仿真的数据。作者为 Natalia Araya-Gómez、Gulsah Tas、Mohazzam Saeed 和 Rodrigo Serna-Guerrero,文章聚焦回收过程建模所依赖的数据本身。
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。
Nano Energy 刊发研究指出,锂离子电池回收存在从"回收"到"合格化"的电池级差距,原料无序性(feedstock disorder)是核心障碍。作者为 Vijay K. Tomer、Amey Panjwani、Weixuan Li、Abeer Khan、Ritu Malik、Yaser Abu-Lebdeh、Mohini Sain,文章于 2026 年 9 月 23 日在线发表。
研究将废铅酸电池通过可控相变与提纯转化为电子级 PbI2,用于全钙钛矿叠层太阳能电池。该工作由 Zhaoyang Li 等人完成,发表于 Nano Energy 第 159 卷 Part A,探讨了从废旧电池到钙钛矿前驱体材料的转化路径。
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。
针对高压 NCM523||石墨软包电芯,研究者利用多功能硅基添加剂的分子协同效应,在电极表面构建稳定的电极-电解质界面,使电芯在 >4.5 V 高压下稳定运行。相关成果发表于 Nano Energy 第 159 卷 Part B,作者为 Jianhui Li、Xuerui Yang、Peiyan Li 等。
研究提出一种显式均相-非均相动态结构分解方法,用于少样本条件下的模式监测,作者为 Yang Wang、Chen Yin、Yingxiang Liu、Yining Dong,成果发表于 Chemical Engineering Science 第 339 卷 Part A。
Nano Energy 刊发研究,Menghui Wang 等人通过平衡两亲性实现多模态压电聚合物泡沫的界面编程共组装,用于自适应自供电电子。该工作以界面调控共组装策略构建压电聚合物泡沫,使其具备多模态响应能力,面向自供电电子器件应用。
研究采用中性配位型疏水低共熔溶剂从废旧电池浸出液中回收战略金属。该成果发表于 Chemical Engineering Science 第339卷Part A,作者为 Shigao Shen、Xiang Wei、Licheng Song、Bianfang Shi、Zhen Song、Zhiwen Qi、Hongye Cheng,出版日期为2027年2月15日。
研究解析了 P2/O3 双相钠离子电池正极中 Li/F 双位点协同掺杂的解耦作用,相关成果发表于 Nano Energy 第 159 卷 Part B。作者为 Shuncheng Zhang、Ningyun Hong、Haoji Wang 等,来自 Wentao Deng、Guoqiang Zou、Hongshuai Hou、Xiaobo Ji 团队。
发表于 Nano Energy 的研究提出一种面向自供电多传感的多能量收集自记录与自校准方案,作者为 Jun Ma、Hao Sun、Zhekai Chu、Jiling Zhao、Binbin Ma、Zemin Zhang、Shuhai Liu。该工作将能量收集与自记录、自校准功能结合,用于支撑自供电多传感系统。