近日,电子科技大学基础与前沿研究院刘芯言特聘研究员团队在材料科学领域顶级期刊《Advanced Materials》发表题为《Decoding Lithium Metal Battery Degradation with Symmetric-cell Artificial Intelligence Diagnostics (SAID)》的研究论文。该研究针对锂金属电池(LMBs)在能量密度提升过程中面临的界面稳定性与离子传输效率难以兼顾的核心问题,提出基于对称电池的人工智能诊断框架(SAID)。研究团队通过构建多尺度数据融合模型,结合电化学阻抗谱、原位光学显微镜及机器学习算法,首次实现了对锂金属电池界面副反应的实时追踪与量化分析。实验结果表明,SAID框架可精准识别电解液分解产物在电极表面的空间分布特征,揭示了无机富集型固体电解质界面(SEI)的动态演化规律。该成果为优化高能量密度锂金属电池的电解液配方设计提供了理论依据,相关技术已申请国家发明专利3项。基础与前沿研究院博士后邹波波与2024级博士研究生刘坤雨为论文共同第一作者,刘芯言特聘研究员担任通讯作者,电子科技大学为唯一完成单位。
