报告题目:人工智能设计锂电池电解液

报告人:陈翔副研究员 清华大学     

邀请人:梁振兴 教授      

报告时间:2026年8月2日（星期日），16:00-17:00     

报告地点:大学城校区B13号楼901      

欢迎广大师生踊跃参加！

化学与化工学院

2026年7月30日

报告人简介：

陈翔，清华大学副研究员。主要从事能源化学基础理论研究，提出了锂键化学、离子–溶剂结构等概念，构建了全球领先的电解液数据库，开发了人工智能设计电解液方法与智能研发实验系统，获得了多款先进电解液体系。以（共同）第一/通讯作者身份在Chem. Rev., Chem. Soc. Rev., Acc.Chem. Res., Sci. Adv., Chem, Angew. Chem., J. Am. Chem. Soc.等期刊发表SCI论文60余篇，h因子88，被引28000余次；入选2023《麻省理工科技评论》TR35亚太区、首届AI100青年先锋和2020–2025科睿唯安全球高被引学者；承担国家自然科学基金优秀青年基金、重大研究计划培育、北京市科技计划、科技部重点研发专项子课题等项目；担任Nature, Nat. Energy, Nat. Chem., Nat. Catal.等期刊独立审稿人，J. Energy Chem.和Energy Environ. Mater.副主编， Chinese Chem. Lett., Green Carbon青年编委和中国颗粒学会青年理事。

报告摘要：

电解液是锂电池的核心组成之一，主要发挥传输锂离子的功能，显著影响电池实际性能，被形象地誉为“电池血液”。然而，先进电解液设计开发面临着溶液化学规律复杂、电解液分子数目庞大、电解液组分间强关联优化难等挑战。本报告将围绕理解电解液溶剂化学原理和机器学习设计先进电解液研究展开。具体而言，结合第一性原理计算和分子动力学模拟等多尺度模拟方法探究电解液溶剂化学规律，发现离子–溶剂结构的形成是影响电解液界面稳定性的关键因素；发展介电常数、黏度等多种电解液物性预测方法，构建了全球领先的电解液大数据库，包括25万种分子结构和20余种电解液性质；开发机器学习学习模型与软件平台，定量关联电解液分子结构与理化性质，实现电解液分子的高通量筛选与反而设计，预测了十余种新分子体系；开发电解液高通量智能评测化学机器人平台，构建人工智能设计与实验表征间闭环迭代，实现了先进电解液的高效智能研发。上述电解液大数据库、人工智能新方法、化学机器人平台在上亿分子空间实现了电解液分子的快速、精准设计，推动了下一代高比能电池的实际应用，为实现我国“双碳”目标提供关键技术支撑。