锂离子电池制造过程循环寿命预测的系统特征设计
机器学习
2025-05-01 v1 应用统计
摘要
锂离子电池制造中制程步骤的最优化困难在于对固体电解质界面形成缺乏物理理解，以及电池达到寿命终点所需的长测试时间（约100天）。我们提出一种系统特征设计框架，无需大量领域知识即可实现准确的制程循环寿命预测。我们框架设计的两种简单 Q(V) 特征，从制程数据中提取，无需任何额外诊断循环，即可实现循环寿命预测，其中误差中位数为9.20%，优于使用预定义特征数千个 autoML 模型。我们归因于所设计特征的强性能力——我们的框架识别的电压范围捕捉了制程温度和微观粒子电阻异质性的效应。通过设计高度可解释的特征，我们的方法可加速制程研究，利用数据驱动特征设计与机理理解之间的相互作用。
引用
@article{arxiv.2410.07458,
title = {Systematic Feature Design for Cycle Life Prediction of Lithium-Ion Batteries During Formation},
author = {Jinwook Rhyu and Joachim Schaeffer and Michael L. Li and Xiao Cui and William C. Chueh and Martin Z. Bazant and Richard D. Braatz},
journal= {arXiv preprint arXiv:2410.07458},
year = {2025}
}
备注
Main: 27 pages, 6 figures. SI: 13 pages, 9 figures