基于大数据的电池新材料设计OA北大核心CSTPCD
固态电池是极具潜力的下一代储能器件之一,寻找综合性能优异的电池材料有望从根本上提升电池的性能。本文围绕固态电池中离子传输、表面/界面现象以及微观结构动态演化等关键科学问题,介绍了基于多精度传递思想的高通量材料筛选策略,以及机器学习技术在加速模拟复杂物理化学过程、解析电池内部复杂构效关系的突出作用。受益于多精度传递思想和机器学习技术的应用,可以从直接筛选、元素替换、结构单元搭建、非晶结构构建等多个角度高效获得快离子导体材料,多维度解析离子传输性能与…查看全部>>
许晶;王宇琦;符晓;杨其凡;连景臣;王力奇;肖睿娟
中国科学院物理研究所,北京100190中国科学院物理研究所,北京100190中国科学院物理研究所,北京100190中国科学院物理研究所,北京100190中国科学院物理研究所,北京100190中国科学院物理研究所,北京100190中国科学院物理研究所,北京100190
物理学
储能材料材料设计高通量计算大数据人工智能
《储能科学与技术》 2024 (9)
P.2920-2932,13
国家自然科学基金(52172258)中国科学院B类战略性先导科技专项(XDB0500200)。