【摘要】 我们邀请了常州市电池技术协会秘书长孟星华老师，与大家深入探讨电池性能提升的关键技术

8月份，科学指南针携手合作常州电池技术协会，圆满举办了以“电池材料创新-关键表征技术与人工智能的应用”为主题的专题讲座，我们邀请了常州市电池技术协会秘书长孟星华老师，与大家深入探讨电池性能提升的关键技术，内容涉及电池材料的关键表征技术及案例分享，探讨AI技术在电池材料表征领域中的应用和影响等。现针对两位大咖的精彩内容进行了回顾！

 

课程一：AI在电池材料表征中的应用与影响

讲师介绍：

常州市领军型创新人才 江苏省双创人才 孟星华

博士，具有12年的国内外电池材料研发与产业化经验，并连续三年参与撰写具有全球影响力的电池年度报告和中文版发行。目前领导龙城英才支持下的创业团队进行人工智能加速电池研发的相关项目的展开，并创建了常州市电池技术协会，支持动力电池产业链在常州的发展和社区建设。

 

常州电池技术协会-孟星华

 

首先，孟星华老师阐述了电池材料研发的重要性，国家、企业和消费者层面都对其有需求，且中国在材料类专利布局上较弱。他还提到研发材料可提升竞争力、用户体验。最后简单提及AI，对于电池研发人员来说是用于认识和开发电池材料的工具。

 

电池材料研发的背景和重要性

 

人工智能领域相关概念的层级关系强调了生成式人工智能是关键节点。然后讲述其与电池材料表征的关系，包括加速材料表征数据产生收集、发现特殊结构和指导优化。还介绍了电池材料本体研究，提出遵循“FAIR”法则构建电池本体，以及用本体编辑器统一概念/定义。

 

利用电池领域本体加速知识共享

 

从孟星华老师个人经验来看，机器学习或人工智能在电池研发的数据采集预处理等多个处理领域，能够用相关算法提高稳定性和精度。生成式人工智能在电池实验设计优化等方面可发挥作用，通过AI可加速电池材料表征。这里提到在表征中有一些需要关注的问题和挑战。一是数据采集优化，包括精度和异常点处理；二是图像的重建与处理；三是多模态数据融合到统一数据库；四是实时数据反馈与分析，这对软硬件结合要求高，国内软件是软肋，需要迭代。

 

电池材料表征中数据挑战与AI解决方案

 

课程中，孟星华老师还分享了五个AI的具体实践案例。

实际案例1：TEM图谱中纳米颗粒的标注

 

AI的算法+人的分析

 

实际案例2：AI辅助X射线行射分析与解读

 

AI辅助XRD分析与解读

 

实际案例3：电子显微镜、CT等表征工具的数据分析与优化

 

算法监督学习下单双层优化BLO(ML)

 

实际案例4：SEM图片通过AI获得自动的分割与分析

 

SEM图像通过AI获得自动的分割与分析

 

实际案例5：机器学习算法在材料表征中的构建与使用

 

机器学习算法在材料表征中的建构应用

 

孟星华老师提出做材料表征的科研人员算法基础还是比较薄弱，多数希望直接使用。欧盟在做数据标准化准备工作，国内还未大范围开展。目前处于数据自动化搜集和输入数字化转型阶段，生成式AI发展提供了更多方法，还提到构建两个数据库提高AI对材料表征的把控。

 

电池材料研发领域的自动化与数字化

 

最后，孟星华老师针对直播间的提问，如"FAIR"原则在电池表征中的实现、智能监测和原位分析的软硬件等六个问题进行实时解答，还分享了团队精心翻译整理的300多页的电池行业年度报告。

 

2023-2024年电池行业年度报告

 

课程二：利用表征技术探索电池性能提升的关键因素

讲师介绍：

科学指南针创新研发中心首席技术专家 余昆朋

从事材料检测研发10余年，曾就职于SGS、华测、广电计量等国内外知名第三方检测公司，参与团体标准起草，获得四项检测相关发明专利，多次参加国家及国际学术会议并做汇报；擅长各类新能源材料研发检测，带领团队开发了上百项新能源材料测试方法。

 

创新研发中心首席技术专家 余昆朋

 

余昆朋老师分享了团队在拜访新能源客户时发现的XRD测试问题，例如石墨化度计算结果偏高。因此，成立了新能源团队来开发方法，以提升测试质量和解决问题的效率。他还强调了新能源测试领域中非标准化测试的普遍性，并提到这是一个需要不断探索的过程。最后，欢迎大家提出问题，以便进行更深入的讨论和交流。

 

正负极包覆掺杂改性与结构分析

 

余昆朋老师分享了正负极包袱掺杂改性和结构分析过程中的方法与实例。提到用氩离子切割设备处锂电池正极或极片，提及了项目难点如隔膜样品测试参数调整。并阐述对不同样品如钠电、石墨、正极材料的处理，涉及元素分析、制样及表征等工作。

 

氩离子抛光仪/CP截面抛光技术

 

本章节主要介绍了WDS（波谱）和EDS（能谱）技术的优缺点，如波谱分辨率和检出线灵敏度高、能谱在轻质元素检出线高。分享了燃料电池和硅碳负极样品的测试案例，阐述了CP+SEM和FIB+SEM两种截面技术，包括离子源、切割深度、位置定点、拍摄转移等方面的差异。

 

 

燃料电池膜电极形貌元素分析

 

目前对SEI膜和CEI膜层成分析通用技术有透射电子显微镜、二次质谱、X射线光电子能谱三种，还提到了其他研究方法如AFM等。并以负极材料和MCM正极材料为例，阐述了不同测试方法在实际样品中的应用流程和能得到的结果。

 

SEI膜层厚度分析

 

余昆朋老师表明电解液测试中，根据样品特性定制方案，主要用气相色谱定量。改造设备为双柱双检测器系统，用MSD定性，FID定量，提高准确度和效率。对于添加剂，开发了核磁氢谱内标法应对色谱柱不耐氢氟酸问题。

 

电解液成分分析

 

课程中还分享了三元正极的元素分析波长型XRF法的案例。国标测量正负极材料主元素的滴定法耗时且准确性波动大，ICP测常量元素需稀释易产生误差。波长型XRF在行业应用多，锂电行业测试无标样售卖，内部进行了方法探索和标样制备，用标准曲线法定量精度高，常量元素测量效果优于ICP。

 

三元正极元素分析波长型XRF法

 

科学指南针的企业联名讲座系列汇聚各领域专家，为科研人群带来职业发展指导以及行业技术前沿知识。

科学指南针公司成立于 2014 年，以分析测试为核心，提供材料测试、环境检测、模拟计算、试剂耗材、行业解决方案等全方位科研服务矩阵。公司总部位于杭州，已在上海、南京、北京、广州、成都等城市建立了20个自营实验室，企业致力于为全球科研工作者提供专业、可靠的科研服务。

科学指南针新能源行业解决方案聚焦新能源材料领域，累计为1000多家能源企业提供形貌表征、结构分析、成分分析、元素分析、电学/物理/热学性能测试等方案服务。

 

新能源电池材料测试