摘要
本发明公开了一种数据自生成的电极性能预测方法,属于电化学技术领域,包括:自动抽取符合电极物性参数方差分布的数值,构建符合电极空间特征的几何模型,定义符合电极材料性质的物性参数;耦合电化学过程中所发生的各个物理场,利用有限元法对模型进行求解并输出,建立电极关键性能参数数据集,实现电极性能预测。该方法利用多物理场分析电极电化学行为的方式具有良好的耦合接口,可通过后期更多物理场的补充,实现对评估方式的修正。该方法不仅降低了高灵敏度传感器的高昂成本,还提高了电极性能预测的精度,大大优化了储能器件的设计流程和制造成本。
技术关键词
性能预测方法
关键性能参数
X射线光电子能谱
高灵敏度传感器
X射线衍射谱
交流阻抗测试
有限元分析法
透射电子显微镜
物理
扫描电子显微镜
数据
原子力显微镜
人工智能算法
电化学技术
材料特征
储能器件
电极组
应力场
系统为您推荐了相关专利信息
深度学习框架
性能预测方法
掘进机工作
多源信息数据
滑动窗口方法
物理性质参数
人工神经网络模型
性能预测方法
描述符
分子
金属制品机械
参数
强化学习环境
机械特征
性能预测方法
热轧产品
力学性能预测方法
XGBoost模型
产销系统
指标
催化材料
热分析技术
动态机械分析
储存模量
数学模型