机构名称：
¥ 1.0
摘要：在这项研究中，我们研究了人工神经网络作为一种潜在有效方法，以确定具有不同孔隙率的锂离子电池电极的速率能力。锂离子电池的性能在很大程度上取决于其电极的Mi-Crasstructure（即层厚度和孔隙率）。将微观结构定制到特定应用程序是电池开发的关键过程。然而，使用实验或模拟的微观结构和速率性能之间的复杂相关性是耗时且昂贵的。我们的方法提供了一种快速的方法，可以通过在电极横截面的微观结构图像上使用机器学习来预测电池电极的速率。我们训练多个模型，以根据Bateries的微观结构来预测特定能力，并通过使用可解释的人工智能（XAI）方法来研究微观结构的决定性部分。我们的研究表明，即使是相对小的神经网络架构也能够提供最新的预测结果。除此之外，我们的XAI研究表明，这些模型在忽略当前的人工制品的同时使用了易于理解的人类特征。
快速预测电池性能
主要关键词
相关文件推荐
