快充这条线：析锂机理与检测、充电策略优化、快充寿命权衡。
研究提出位阻-电子调控策略，用2,2,2-三氟-N,N-二甲基乙酰胺（DMTFA）与FEC及双锂盐构建阴离子主导的伪弱溶剂化电解液，在保持强极性的同时削弱Li+配位。该电解液电化学稳定窗口超过5.0 V并具本征阻燃性，NCM91纽扣电池在1 C、4.8 V截止下100次循环容量保持率超过90.0%。约1.6 Ah软包电芯在4.6 V下1800次循环后容量保持84.97%。
推荐理由：该工作用位阻与吸电子效应解耦溶剂极性与Li+配位，为高电压电解液设计提供了一条可迁移的分子调控思路。
研究以粗大丘状铜（HLCu）与纳米晶铜（nmCu）为模型界面，发现前者触发局域成核选择性生长（LS），生成疏松不均、副反应严重的锂沉积；后者诱导分布成核竞争合并（DCC），形成致密连续且动力学稳定的锂层。
推荐理由：该研究用多手段表征揭示铜集流体微观结构如何决定无负极锂金属电池的两种锂沉积模式，为界面结构设计提供依据。
徐晓东、欧阳明高等人在 Chemical Engineering Journal 第 549 卷发表研究，考察中高频双向能量交互对 LFP/石墨电池耐久性的影响，结果显示该交互方式可提升电池耐久性。材料仅提供摘要级信息，具体测试协议与量化结果未披露。
推荐理由：文章关注中高频双向能量交互对 LFP/石墨电池耐久性的影响，为双向充放电工况下的寿命评估提供实验依据。
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。
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。
作者提出将非侵入估计的老化模式（LLI、正负极活性材料损失）与电极级阻抗增长耦合的机理模型，把实测阻抗增长分解为活性材料损失与副反应两部分，并发现副反应阻抗增长与LLI呈强线性相关（Pearson 系数均超过 0.98）。
推荐理由：该工作把非侵入估计的老化模式与电极阻抗增长耦合起来，仅用前200 EFC数据即可预测析锂起始与容量拐点。
Shevil K. Mehta 等提出一种混合脉冲神经网络与双向 LSTM（BiLSTM）架构，用于快充和快放工况下 LFP 电芯的 SOH 预测，强调鲁棒性与计算效率。该文发表于 Journal of Energy Storage 第 183 卷 Part B，出版日期为 2027 年 1 月 1 日。目前仅提供摘要信息，具体数据集、误差指标与对比基线未在材料中给出。
推荐理由：面向 LFP 电芯在快充快放工况下的 SOH 预测，该工作把脉冲神经网络与双向 LSTM 组合以兼顾鲁棒性与计算开销。
Yazan Yassin 等人在 Journal of Power Sources 提出一种组合预热方法，用于锂离子电池在零下温度下的快充。
推荐理由：针对零下温度快充难题，该文把预热与充电策略结合，为低温充电方案设计提供可参考的思路。
研究提出逐层单层颗粒组装技术，制备出12米长的石墨/硬碳复合负极，形成类体心立方（BCC）堆积结构，以最大化石墨与硬碳的接触界面并促进固态Li+传输。与LFP正极配对后，该负极在4C倍率下循环1650次容量保持80.7%。作者认为这一可控颗粒堆积策略可为多种电池正负极的可持续、长循环、快充电极设计提供通用框架。
推荐理由：该工作用逐层单层颗粒组装把石墨与硬碳排成类BCC结构，为电极颗粒堆积的可控制备提供了一条可放大的工艺路径。
Chulalongkorn 大学在 Zenodo 发布 SPMe_joint_set_charging_dataset.zip（36.3 MB，v1），面向析锂感知的模型预测充电中参数相关性的保留问题。文件以压缩包形式提供，可直接下载。
推荐理由：该数据集面向析锂感知的模型预测充电，保留参数相关性，可供快充策略与析锂约束研究直接复用。
该研究提出一种基于微过充条件下应变特征的锂离子电池热失控预警策略，作者为 Tong Liu、Chao Zhang、Junyi Li、Fei Ren、Peng Xiao、Xuyao Qi，发表于 Energy 第 366 卷，出版日期为 2026 年 11 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。
韩国研究团队在 eTransportation 发表研究，考察正极废料对软包锂离子电池锂枝晶形成与快充衰减的影响。作者为 Seungyeop Choi、Min Hyun Cho、Sang Hyuk Park 等，论文发表于 Volume 30，出版日期为 2026 年 12 月。
推荐理由：原文考察正极废料对软包电芯析锂与快充衰减的影响，为制造缺陷与快充安全的关联提供实验依据。
该研究通过共价键重构实现商用氟化碳二次电池的快充，作者为 Guyue Li、Keyi Chen、Decheng Li、Yulong Xie、Meng Lei、Chilin Li，成果发表于 Energy Storage Materials 第 92 卷（2026 年 11 月）。当前仅有摘要信息，具体电芯体系、测试协议与性能数字未在材料中给出。
作者提出基于 TD3 的滤波增强强化学习框架，用于兼顾健康状态的锂电池快充，奖励函数结合 SOH 信息与源自恒流恒压过电位策略的 SOH 相关电压惩罚项。针对车载 SOH 估计噪声，框架在噪声统计未知时用 EMA 滤波、已知时用 Kalman 滤波，并将滤波估计同时嵌入智能体状态与奖励计算。
推荐理由：在 LG M50 电芯参数化下，该工作把带噪 SOH 估计经 EMA 或 Kalman 滤波后嵌入 TD3 的状态与奖励，量化了噪声对快充寿命收益的影响。
该研究提出一种基于应变特征的锂离子电池热失控预警策略，针对微过充工况下的热失控过程。原文仅提供标题，未给出具体方法、实验数据与预警效果。
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。
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。
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。
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。
eTransportation 第 29 卷将刊出 Fan Chen 等人的研究，提出一种序列与特征协同融合框架，用于在真实随机充电工况下稳健估计电池 SOH。当前 feed 仅提供标题与作者信息，未给出摘要、数据集与误差指标。
推荐理由：材料仅给出标题与作者信息，未提供摘要正文，无法提炼具体方法细节或结果。