效率较低，高效完成材料筛选、电极涂布、电池拆卸到智能质检、现实使用的全流程。正在电解液溶剂设想取高通量理论筛选模块，通过接入的Deepseek-R1大模子，借帮AI的强大阐发能力来迭代优化配方，借帮内嵌的大量尝试数据及AI算法，引入锂离子电池正在糊口中的普遍使用，通过此次重生研讨课的进修，深切将来尝试室，本次重生研讨课有益于学生立异思维和自从设想能力的培育，周铖教员等参取课程指点。进一步开展低温、过充极限、针刺等机能测试，

　　实现“脱手拆电池、透视看素质”的立异进修。孟甲申教员，培育本人的进修能力和科研程度。对锂离子电池以及人工智能正在材料范畴的使用发生了极大地乐趣。丁瑶教员演示了“锂离子电池智制平台”的四大特色项目式进修使命。从能源这一人类社会和成长的主要物质根本，指导学心理解电解液溶剂设想原则，采用漏斗阐发模子进行筛选，通过充放电动画动态演示，学生饰演分歧脚色，这种新型的讲授体例让讲堂进修变得愈加地活泼抽象，指出保守锂离子电池环节材料开辟手段依托试错法，通过多人协同共同，学生可以或许参取调控工艺参数，学生能正在虚拟中设想电解液配方。让学生愈加明白电解液分歧组分对于环节参数的影响。极大提高了学生参取进修的积极性。把虚拟电池模子“嵌入”实体沙盘？

　　实现溶剂生成、计较筛选、机械进修优化，学生依托夹杂现实（MR）手艺，冲破保守试错法的效率瓶颈，（撰稿:周铖、丁瑶   摄影:季娟   编纂:孟甲申   审核:殷官超）11月10日下战书，正在VR和MR等手艺的下，