锂电池在便携式电子产品、电动汽车和智能电网等应用都对锂电池(LBs)提出了许多极高的要求。机器学习(ML)可以有效地加速材料的发现和预测材料的性能,从而能够显著地促进先进的LBs的发展。近年来,人们已经报道了大量将ML用于先进LBs开发的研究。
有鉴于此,为促进LB材料的进一步发展,中科院青岛能源所崔光磊研究员,周倩助理研究员对ML在LBs中的应用进行了全面的综述。
文章要点
1)作者首先简要概述了ML的基本步骤和代表性算法。
2)作者接下来综述了ML在负极材料、电解质材料、负极材料和电池性能等方面的应用。
3)作者最后指出了ML在LB中应用仍面临的挑战和应用前景。
作者重点总结了ML在LBs中的应用,同时希望能引起更多研究者对这一领域的关注,从而推动先进的LBs的进一步发展。
参考文献
Yangting Liu, et al, Machine Learning Boosting the Development of Advanced Lithium Batteries, Small Methods 2021
DOI: 10.1002/smtd.202100442
https://doi.org/10.1002/smtd.202100442