声明：本文为推广文章，内容来自COMSOL仿真交流（互动派（北京）教育科技）
为促进科研人员、工程师及产业界人士对电池研究技术的掌握，特举办“锂离子电池力学耦合及相场法模拟技术与应用”“机器学习驱动的智能化电池管理技术与应用”专题培训会议，本次培训会议主办方为北京软研国际信息技术研究院，承办方互动派（北京）教育科技有限公司，具体相关事宜通知如下：
★ 目录 ★
专题一 | （详情内容点击上方名称查看） 2024年10月12日-10月14日 在线直播（授课三天） |
专题二 | （详情内容点击上方名称查看） 2024年9月20日-09月22日 2024年9月27日-09月28日 在线直播（授课五天） |
专题三 | （详情内容点击上方名称查看） 2024年09月21日-09月22日 2024年09月28日-09月29日 在线直播（授课四天） |
- Part 01 -
由毕业于德国达姆施塔特工业大学，现就职于国内某高校的教授带领团队讲授。团队多年来一直致力于多物理场耦合及新能源器件力学行为研究，在固体力学、电化学、断裂力学期刊上发表SCI论文70余篇，包括J. Mech. Phys. Solids, Comput. Method Appl. Mech. Eng., Int. J. Plast.，Int. J. Eng. Sci.和Int. J. Mech. Sci.等期刊。主持国家自然科学基金项目、国家重点研发计划子课题等科研项目。
擅长领域：相场模型研究、多物理场耦合建模、电极材料断裂损伤分析等。
主讲来自国家“双一流”建设高校、“985工程”和“211工程”重点高校副教授/博导，长期从事动力电池系统安全管理研究的理论和关键技术开发。在《eTransportation》、《Applied Energy》、《Energy》等JCR一区SCI期刊发表论文50余篇，其中十余篇先后入选“ESI全球高被引论文”。担任储能科学与技术、机械工程学报、电气工程学报等期刊青年编委，担任40余个SCI期刊的审稿人专家。
- Part 02 -
目录 | 主要内容 |
锂离子电池基础 | 1. 锂离子电池的工作原理概述 2. 电池电极材料的分类与特性 3. 锂离子电池电极材料的微细观结构 4. 锂电池电极极材料机械损伤模式 5. 电池颗粒、极片、电芯尺度力-电-化-热多场耦合模型概述 |
力学-电化学耦合模型与仿真 | 1. 电化学原理与电池模型概述 2. 力化学耦合的基本模型 3. COMSOL软件基本操作 (1) COMSOL软件基本操作 (2) 耦合模型的验证与应用 4. 电池材料的力学与电化学耦合性能分析 (1) 耦合效应对电池性能的影响 (2) 耦合模型的验证与应用 5. 颗粒尺度耦合模型在电池失效分析中的应用 6. 电化学仿真软件的使用与案例分析 (1) 各向异性纳米线锂化应力分析（实例讲解1） (2) 化学反应及死锂现象研究（案例分析2） (3) 锂化循环损伤计算（案例分析3） |
相场模型与界面演化-理论 | 1. 相场模型的基本原理与模型推导 2. Cahn-Hilliard模型与Allen-Cahn模型介绍与对比 3. 扩散相场计算（案例分析4） 4. 锂枝晶生长的的相场模拟（案例分析5） (1) 锂枝晶生长机制 (2) 相场模型在锂枝晶模拟中的应用 5. 力-化学耦合断裂的相场分析（案例分析6） (1) 断裂机制的模拟 (2) 力-化学耦合对断裂行为的影响 |
全固态电池界面问题 | 1. 全固态电池的界面特性 (1) 全固态电池界面稳定性 (2) 界面设计对电池性能的影响 2. 界面应力与电化学稳定性 (1) 界面应力的来源与影响 (2) 电化学稳定性的评估方法 3. 界面优化策略与模拟 4. 固态电池锂金属孔洞演化模拟（案例分析7） |
多尺度建模技术 | 1. 多尺度建模的策略与方法 2. 从原子尺度到宏观尺度的模拟 3. 多尺度模型在电池设计中的应用 4. P2D模型仿真（案例分析8） 5. 考虑颗粒分布的电极性能模型仿真（案例分析9） |
目录 | 主要内容 |
电池管理技术概述 | 1. 电池的工作原理与关键性能指标 2. 电池管理系统的核心功能 Ø SOC估计 Ø SOH估计 Ø 寿命预测 Ø 故障诊断 |
人工智能机器学习 基础 | 1. 人工智能的发展 2. 机器学习的关键概念 3. 机器学习在电池管理中的应用案例介绍 |
人工智能在电池荷电状态估计中的应用 | 1. 荷电状态估计方法概述 2. 基于迁移学习的SOC估计 (1) 基于迁移学习的SOC估计方法 数据集、估计框架、估计结果 (2) 全生命周期下的SOC估计方法 数据集、估计框架、估计结果 3. 基于数据-物理融合模型的荷电状态估计 (1) 基于融合模型和融合算法的SOC估计方法 数据集、估计框架、估计结果 (2) 全生命周期下的SOC融合估计方法 数据集、估计框架、估计结果 4. 实例讲解-基于迁移学习的SOC估计方法 |
人工智能在电池健康状态估计中的应用 | 1. 健康状态估计方法概述 2. 片段恒流工况下的SOH估计方法 数据集、估计框架、估计结果、泛化性验证 3. 动态工况下基于模型误差谱的SOH估计方法 数据集、估计框架、估计结果 4. 动态工况下基于老化特征提取的SOH估计方法 数据集、估计框架、估计结果、泛化性验证 5. 多阶充电工况下的实车电池系统SOH估计方法 数据集、估计框架、估计结果 6. 电池组内单体SOH快速估计方法 数据集、估计框架、估计结果 7. 实例讲解-片段恒流工况下的SOH估计方法 8. 实例讲解-基于模型误差谱的SOH估计方法 |
人工智能在电池寿命预测和衰后性能预测中的应用 | 1. 寿命预测和衰后行为预测方法概述 2. 基于转移注意力机制的电池剩余寿命预测方法 数据集、估计框架、估计结果 3. 基于深度学习的电池Q-V曲线预测方法 数据集、估计框架、估计结果 4. 基于轻量化机器学习的电池Q-V曲线预测方法 数据集、估计框架、估计结果 5. 实例讲解-基于深度学习的寿命预测方法 |
人工智能在电池热失控预警中的应用 | 1. 电池热失控预警方法概述 2. 数据集介绍 3. LOA算法的电池系统周级别热失控预警方法 Ø 算法框架 Ø 结果 4. 基于多模态特征的周级别热失控预警方法 Ø 算法框架 Ø 结果 5. 基于机器学习的电池异常检测、定位和分类方法 Ø 算法框架 Ø 结果 6. 实例讲解-基于机器学习的电池异常检测和热失控预警方法 |
人工智能在其他电池管理中的应用 | 1. 人工智能在解决电池系统有限物理传感中的应用 Ø 数据集 Ø 算法框架 2. 人工智能在充电策略优化中的应用 Ø 数据集 Ø 算法框架 Ø 结果 |
- Part 03 -
1、专题一课程设计集多学科交叉于一体，深耕材料科学、力学、电化学等核心领域，理论与实践并重，通过详实案例和仿真操作，引导学员将抽象概念转化为解决实际问题的能力。课程精选专题，如锂离子电池的力学-电化学耦合、全固态电池界面挑战，辅以多尺度建模技术，从原子到宏观层面解码电池材料的内在机理，确保学员掌握前沿科技。案例分析涵盖各向异性纳米线锂化应力、锂枝晶生长模拟等，深化理解复杂现象。
2、专题二课程全面覆盖电池管理技术，剖析工作原理、性能评估至热失控预警，强调数据驱动模型构建与验证，确保技术落地与理论一致性。深度挖掘人工智能与机器学习潜能，聚焦SOC与SOH估计、寿命预测，借力迁移学习、模型误差谱等先进方法，结合数据-物理融合模型与深度学习，前瞻技术趋势，如基于转移注意力机制的寿命预测。
- Part 04 -
锂离子电池力学耦合及相场法模拟技术与应用
2024年10月12日-10月14日
线上直播授课3天
机器学习驱动的智能化电池管理技术与应用
2024年09月20日-09月22日
2024年09月27日-09月28日
线上直播授课5天
课程名称 | 价格（元） | |
锂离子电池力学耦合及相场法模拟技术与应用 | 3900 | |
机器学习驱动的智能化电池管理技术与应用 | 4900 | |
1、凡报名学员将获得本次培训课件及案例模型文件；
2、培训结束可获得所学专题课程全部无限次回放视频；
3、价格优惠：
优惠一：2024年8月20日前报名缴费可享受200元早鸟价优惠；
优惠二：参加过我单位举办的其它课程的老学员，可享受额外200元优惠；
4、参加培训并通过考试的学员，可以获得：北京软研国际信息技术研究院培训中心颁发的专业技能结业证书。
