from    
to    
search  

 


Symmetry restoration and quantum Mpemba effects in chaotic andlocalization sy...
Quantum Gases 2024
Stories of Fermions in an Optical Box
Contractive Unitary and Classical Shadow Tomography
报告题目:
AIR学术交流会|锂电池多尺度模拟与机器学习研究
 报告人:
陈翔
化学工程系 博士
报告时间:
2021-09-16 09:00
报告地点:
清华大学智能产业研究院图灵报告厅(清华科技园启迪大厦C座12层)
主办单位:
清华大学智能产业研究院
  简介:

锂电池作为先进储能技术代表之一,在电动汽车、消费电子器件、移动通讯、无人机等领域中取得了广泛的应用,极大地促进了当代社会智能化、便携化和多元化发展,也是我国实现“碳中和”目标、构建可再生能源体系的关键技术之一。探究锂电池中微观化学机制、理解电池材料的工作原理和构效关系,对构建下一代高比能电池体系具有重要的科学价值和实践意义。本报告将围绕电解液和负极界面研究展开,基于锂键化学和离子–溶剂结构模型,讨论第一性原理计算和分子动力学模拟等多尺度模拟方法在锂电池研究中的应用。在此基础上,结合多尺度模拟、实验表征和机器学习方法,构建高比能锂电池电解液智能化开发的新范式。最后,展望人工智能技术在锂电池研究中的应用。

日期:2021年9月16日(周四)
时间:9:00-10:30
地址:清华科技园启迪大厦C座12层,清华大学智能产业研究院(AIR)香农会议室
线上腾讯会议 ID:608 9036 3507

讲者简介:陈翔,2016年及2021年分别于清华大学化学工程系获工学学士及博士学位,现为清华大学水木学者博士后,合作导师为张强教授。主要从事能源化学基础理论研究,提出了锂键化学、离子–溶剂结构、亲锂性等概念,注重多尺度模拟计算与机器学习的结合。以(共同)第一作者和共同通讯作者身份在Acc. Chem. Res., Sci. Adv., Chem, Angew. Chem., J. Energy Chem., Fundam. Res.等期刊发表SCI论文20余篇,H因子36,被引7000余次;入选2020年科睿唯安全球高被引学者和2020年清华大学研究生学术新秀;获得国家自然科学基金青年基金、中国博士后科学基金面上资助和特别资助等;担任Energy Storage Mater., J. Mater. Chem. A, J. Energy Chem., Phys. Chem. Chem. Phys., EcoMat, J. Power Sources等期刊独立审稿人。

今日相关信息
天文系Colloquium:Exploring the dynam...
第388期“工物学术论坛”:KATRIN:通过单...
Unlock the potential of Wide Band Gap...
Where new physics will (possibly) eme...
 
同类别相关信息
清华大学材料科学与工程研究院《材料科学...
清华大学材料科学与工程研究院《材料科学...
清华大学材料科学与工程研究院《材料科学...
清华大学材料科学与工程院《材料科学论坛...
清华大学材料科学与工程研究院《材料科学...
学术活动