近日，北京大學(xué)材料科學(xué)與工程學(xué)院龐全全教授團(tuán)隊(duì)聯(lián)合清華大學(xué)、勞倫斯伯克利國家實(shí)驗(yàn)室、普林斯頓大學(xué)及SESAICorp.等國內(nèi)外頂尖科研機(jī)構(gòu)與企業(yè)，在鋰金屬電池電解液研發(fā)領(lǐng)域取得突破性進(jìn)展。團(tuán)隊(duì)創(chuàng)新提出融合深度主動(dòng)學(xué)習(xí)與知識(shí)遷移的兩階段研究框架，成功破解電解液設(shè)計(jì)“試錯(cuò)難、周期長、成本高”的行業(yè)痛點(diǎn)，實(shí)現(xiàn)高性能電解液的快速發(fā)現(xiàn)與知識(shí)高效遷移。相關(guān)研究成果于3月27日提前在線發(fā)表于國際頂級(jí)期刊《自然?通訊》（NatureCommunications），為下一代高能量密度鋰金屬電池商業(yè)化落地提供關(guān)鍵技術(shù)支撐。
鋰金屬電池因具備超高理論能量密度，被公認(rèn)為下一代儲(chǔ)能與動(dòng)力電池的核心發(fā)展方向，其性能突破對(duì)新能源產(chǎn)業(yè)升級(jí)意義重大。但鋰金屬負(fù)極庫倫效率低、界面穩(wěn)定性差等核心難題，長期制約其規(guī)模化應(yīng)用，而電解液作為調(diào)控負(fù)極界面、決定電池循環(huán)壽命的核心組分，是破解上述瓶頸的關(guān)鍵。不同于傳統(tǒng)材料研發(fā)，電解液設(shè)計(jì)面臨龐大離散的化學(xué)搜索空間，鋰鹽、溶劑、添加劑及不同濃度組合形成海量配方，且組分間界面化學(xué)、電解液化學(xué)相互耦合，性能關(guān)聯(lián)高度不連續(xù)。傳統(tǒng)“試錯(cuò)式”研發(fā)模式不僅實(shí)驗(yàn)成本高昂、研發(fā)周期漫長，更難以適配新分子引入、高維配方擴(kuò)展等復(fù)雜場景，行業(yè)亟需高效、智能的電解液研發(fā)新范式。
針對(duì)電解液設(shè)計(jì)“搜索空間大、性能關(guān)系不連續(xù)、實(shí)驗(yàn)噪聲高”三大核心痛點(diǎn)，龐全全團(tuán)隊(duì)聯(lián)合跨學(xué)科、跨機(jī)構(gòu)科研力量，構(gòu)建深度主動(dòng)學(xué)習(xí)（DAL）與目標(biāo)統(tǒng)計(jì)編碼（TSC）融合的兩階段創(chuàng)新框架，以人工智能技術(shù)賦能電解液智能篩選與設(shè)計(jì)知識(shí)遷移，實(shí)現(xiàn)從少樣本實(shí)驗(yàn)中精準(zhǔn)挖掘高性能配方，并將學(xué)習(xí)到的設(shè)計(jì)規(guī)律高效遷移至復(fù)雜場景。
研究第一階段，團(tuán)隊(duì)聚焦由鋰鹽、溶劑、添加劑及濃度構(gòu)成的720種初始電解液配方空間，創(chuàng)新性采用深度核學(xué)習(xí)結(jié)合Thompson采樣算法，智能篩選每一輪最具信息量的實(shí)驗(yàn)樣本，精準(zhǔn)建模電解液配方與電池循環(huán)壽命間高度非線性、不連續(xù)的關(guān)聯(lián)關(guān)系，規(guī)避無效實(shí)驗(yàn)、大幅提升篩選效率。
第二階段，團(tuán)隊(duì)通過目標(biāo)統(tǒng)計(jì)編碼技術(shù)，將主動(dòng)學(xué)習(xí)過程中捕捉到的組分間復(fù)雜相關(guān)性進(jìn)行顯式編碼，形成可復(fù)用、可遷移的電解液設(shè)計(jì)知識(shí)體系，突破單一配方空間限制，實(shí)現(xiàn)知識(shí)向更高維候選空間、鋰金屬全電池及含新分子配方場景的跨場景遷移。 實(shí)驗(yàn)結(jié)果充分驗(yàn)證該框架的高效性與精準(zhǔn)性：在720種初始配方空間中，僅經(jīng)過三輪深度主動(dòng)學(xué)習(xí)迭代、累計(jì)完成128個(gè)電池樣本測試，電池平均循環(huán)壽命便從隨機(jī)篩選階段的41.9次提升至125.1次；短壽命電池占比由80.6%驟降至28.1%，長壽命電池占比從9.7%提升至40.6%。對(duì)篩選出的前5種優(yōu)質(zhì)電解液進(jìn)行重復(fù)驗(yàn)證，其綜合性能顯著優(yōu)于同類型已發(fā)表的高性能文獻(xiàn)配方，證明該方法篩選結(jié)果的可靠性與先進(jìn)性。
更重要的是，研究實(shí)現(xiàn)了電解液設(shè)計(jì)知識(shí)的高效跨場景遷移，破解復(fù)雜體系研發(fā)難題。將初始720種配方擴(kuò)展至5400種更高維候選空間，零樣本條件下即可快速鎖定優(yōu)質(zhì)電解液，前5種配方平均循環(huán)壽命達(dá)200.6次，較原始空間最優(yōu)水平提升1.6倍；在貼近實(shí)際應(yīng)用的鋰金屬/NCM811全電池體系中，遷移后電解液100圈平均容量保持率達(dá)84.0%，遠(yuǎn)超首輪配方58.2%的水平；面對(duì)新分子引入引發(fā)的組合爆炸，構(gòu)建5760種新配方空間，僅通過32個(gè)樣本的一輪實(shí)驗(yàn)，150圈平均容量保持率便從24.4%提升至56.5%，最優(yōu)配方250圈后容量保持率仍達(dá)83%，適配新型電解液研發(fā)需求。
該研究首次將深度主動(dòng)學(xué)習(xí)與知識(shí)遷移深度融合，為復(fù)雜電解液體系提供“少樣本、高效率、可遷移”的智能研發(fā)新范式，打破傳統(tǒng)試錯(cuò)研發(fā)的局限，為緩解鋰金屬電池“碳酸酯/醚類沖突”、開發(fā)長壽命高性能電解液開辟全新技術(shù)路徑。研究成果充分證明，人工智能驅(qū)動(dòng)的材料自主發(fā)現(xiàn)，正推動(dòng)新能源材料研發(fā)從經(jīng)驗(yàn)驅(qū)動(dòng)向數(shù)據(jù)驅(qū)動(dòng)、從低效試錯(cuò)向精準(zhǔn)預(yù)測轉(zhuǎn)變，為鋰金屬電池產(chǎn)業(yè)化加速提供重要支撐。
本研究論文由北京大學(xué)、清華大學(xué)、勞倫斯伯克利國家實(shí)驗(yàn)室、普林斯頓大學(xué)、SESAICorp.聯(lián)合完成。北京大學(xué)龐全全教授、清華大學(xué)江奔奔副教授、SESAICorp.許康為論文共同通訊作者，北京大學(xué)2025屆博士畢業(yè)生洪旭峰為第一作者，清華大學(xué)博士生王璽哲為共同第一作者，北京大學(xué)為論文第一通訊單位。研究工作獲國家重點(diǎn)研發(fā)計(jì)劃、國家自然科學(xué)基金、清華-豐田聯(lián)合研究基金、北京市自然科學(xué)基金、北京信息科學(xué)與技術(shù)國家研究中心及111國際合作項(xiàng)目等多項(xiàng)基金支持。
電池網(wǎng)微信
