近日，机械与汽车工程学院人工智能计算力学与工程研究所刘学文高工（通讯作者）指导研究生孙国庆在国际知名期刊《Journal of Power Sources》（影响因子8.1）上发表论文A method for estimating lithium-ion battery state of health based on physics-informed machine learning。
论文通过将电池增量容量（IC）曲线中的峰值（P-IC）与电池健康状态（SOH）之间的单调关系，嵌入到神经网络模型中，引入物理约束，构建了电池物理信息神经网络（BPINN）。该方法更加符合电池老化物理规律的评价，为数据驱动模型的可解释性提供了新的思路。
目前，该方法已在某船用锂电池剩余寿命预估的实际项目中开展相关推广应用。
