Smart Battery Perceiving Future Lifetime at Ultra‐Early Life Stage by Decoding SEI Evolution

论文卡片 2

基本信息

• 标题：Smart Battery Perceiving Future Lifetime at Ultra‐Early Life Stage by Decoding SEI Evolution
• DOI/URL：https://doi.org/10.1002/aenm.71338
• 期刊/会议/预印本平台：Advanced Energy Materials
• 发表日期：2026-07-20
• 作者和机构：Jiayong Pan（Beijing Institute of Technology），Zhongbao Wei（Beijing Institute of Technology），Rui Wang（Northeastern University），Hongwen He（Beijing Institute of Technology），Lingshi Zhang（Beijing Institute of Technology），Yifei Yu（Huazhong University of Science and Technology）
• 通讯作者：Zhongbao Wei（OpenAlex is_corresponding=true）
• 脚本评分：69
• 期刊指标核验：未核验；脚本期刊分层为 T1 energy materials journal / Q1。
• 可访问性与核验：已尝试 DOI/Wiley 页面，web_extract 失败；Crossref 显示 Wiley 记录、摘要、作者机构、received/accepted/published 日期及 PDF/XML TDM 链接；OpenAlex 显示非 OA、无可用 OA 全文。可信度：摘要/元数据级，全文未开放或未成功获取。

纳入理由和命中证据

• 摘要首句明确写明 Accurate lifetime prediction is critical for the reliable use of lithium-ion batteries。
• 研究目标是在 battery ultra-early formation stage 预测 future lifetime / capacity loss。
• 使用形成阶段 SEI 演化相关的内部应变信号建立 elastic net model 做 battery lifetime prediction，主题高度匹配寿命预测，而非普通材料表征。

创新点

• 不是使用常规早期循环电压/容量曲线，而是在 formation stage 通过植入 fiber Bragg grating（FBG）传感器原位监测内部应变。
• 将 SEI formation strain（SFS） 与 SEI thickness/compactness、capacity loss 建立联系。
• 将制造/化成阶段信号用于 ultra-early lifetime prediction，可能把寿命筛选前移到出厂或 formation 流程。

主要内容

• 在 18 个 cells 中植入 FBG sensors，监测 formation stage 的 internal strain。
• 发现 formation 阶段内部应变呈 biphasic feature，归因于 solid-phase growth 与 gas-phase accumulation 的动态竞争。
• 将 SFS 与 SEI 厚度、致密性及后续容量损失相关联，并用 elastic net model 预测寿命。

模型架构/方法流程

• 传感：FBG 内部应变原位监测。
• 特征：SEI formation strain（SFS）及其 biphasic 行为；其它特征未能从可访问内容确认。
• 模型：elastic net model。
• 未能确认：正则化参数选择、训练/测试划分、是否做留电池验证、是否有外部验证或不确定性估计。

输入特征与输出目标

• 输入特征：formation stage internal strain / SFS；是否还结合电压、电流、温度、容量、EIS 或材料/制造参数，未能从摘要确认。
• 输出目标：battery lifetime / capacity loss；具体 EOL 阈值和寿命单位未能从可访问内容确认。

数据来源/数据结构/电池类型/循环协议

• 数据来源：实验室自建，摘要显示 18 cells。
• 电池体系：Li-ion batteries，且 18 个 cells 属于 3 different electrochemical systems；具体正负极材料、容量规格、formation 协议、循环测试协议未能从可访问内容确认。
• 跨体系验证：摘要至少显示跨 3 种 electrochemical systems，但是否训练-测试严格跨体系外推未知。

结果指标

• Elastic net lifetime prediction：MAPE 5.40%。
• 未能确认是否报告 RMSE、MAE、R²、预测区间、按体系分层误差、早期筛选 precision/recall。

Baseline/对比方法

• 摘要未说明 baseline。
• 获取全文后应重点检查是否与 Severson-style early-cycle features、容量早期斜率、电压曲线统计、EIS/ICA/DVA baseline 对比。

泄漏风险/局限性/复现性

• 泄漏风险：信息不足到中。样本只有 18 cells，若随机划分或调参不严谨，MAPE 可能偏乐观；需要确认是否使用了预测时不可获得的未来容量损失信息做特征筛选。
• 局限性：需要植入 FBG sensors，落地制造成本和对电芯结构/安全/一致性的影响未知；样本量偏小；full protocol 未开放确认。
• 复现性：低到信息不足。摘要给出核心传感信号和模型类别，但缺少原始数据、代码、化成/循环协议、elastic net 参数等。

对哥哥研究/落地的启发和后续动作

• 这是一个非常值得关注的“formation-stage lifetime prediction”方向：把寿命预测从早期循环前移到 SEI 形成阶段。
• 后续动作：优先获取 Wiley 全文；记录 SFS 定义、提取窗口和与 capacity loss 的相关性；评估是否可用非侵入式膨胀/压力/声学或 EIS 替代植入 FBG；若数据可得，可把 SFS-style features 加入制造质量分档模型。