北京
7月28日，赣锋锂电与中南大学共建锂电研究院合作框架下的两个重点委托项目——"仿真技术在材料开发中的应用"和"电池低温&快充、厚电极建模开发"正式通过验收。项目从AI仿真驱动的材料筛选，到机器学习耦合电化学机理的智能设计平台，两条技术路线同时跑通了"理论建模仿真预测实验验证"的完整闭环，标志着赣锋锂电与中南大学的产学研协同创新正式迈入成果落地的新阶段。
回溯到2023年12月，中南大学与新余市高新区、赣锋锂电三方签约共建新余锂电产业技术研究院，锚定锂电池及材料领域的关键共性技术难题联合攻关。依托中南大学在冶金、材料学科的深厚科研积淀与赣锋锂电的产业化优势，双方在技术攻关、人才培养、科研平台共建等多个维度不断深化合作，构建起优势互补、协同共进的创新生态。
近年来，行业已形成共识，仿真与AI是直接缩短研发周期、降低试错成本的核心引擎，但是却少有企业能够走通该路径。"仿真技术在材料开发中的应用"项目——让AI替材料科学家"预判"一个配方是否可以进入实验阶段。团队将第一性原理计算、宏观热力学与动力学模拟三层方法融合，对锂电池正负极前沿材料展开系统性研究：电子相互作用如何影响晶格稳定性？掺杂改性怎样改变脱嵌锂的动力学行为？这些过去依赖大量实验才能逐步摸清的问题，如今通过仿真可以提前给出结构设计的评估边界。在实验开始之前，仿真已经锚定可行域在哪——材料研发从"盲试"走向了"定向"，为研发周期提升了效率，为产业化落地提供理论“底气”。
"电池低温&快充、厚电极建模开发"项目则聚焦长期困扰行业的实际难题：低温快充怎么既快又安全？厚电极怎么兼顾能量密度和寿命衰减？团队没有停留在传统经验调参，而是让机器学习与电化学机理深度融合，搭建起"配方—工艺—结构—性能"的AI关联模型。这套模型的核心能力是两件事：智能预测与快速寻优。给定配方和工艺条件，它能在仿真域中预测电池的低温与快充性能；另一方面，给定目标性能，它能在高维参数空间中快速定位最优工艺窗口。项目交付了两套可实操的软件工具——低温&快充性能预测软件和厚电极模拟设计平台，且均已达到行业先进水平。
从材料端的仿真筛选，到电池端的AI驱动设计与性能预测，项目的圆满完成，不仅验证了“产、学、研、用”紧密合作模式的高效性，也为赣锋锂电持续践行“技术赣锋”战略、提升核心竞争力注入了新的技术动能。
(赣锋锂业 动态宝)
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
