本周讲座预告:当前学界和业界电池材料研发重点及计算模拟的发力点

深势科技将于本周六上午11点继续带来每周一度的人工智能/深度学习助力能源材料中的DFT和分子动力学计算模拟系列讲座,和大家探讨人工智能+分子模拟+高性能计算为能源材料研发带来的突破。
深势科技

讲座嘉宾: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.等期刊发表SCI论文20余篇,H因子34,被引6500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。

内容摘要: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。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。最后,结合多尺度模拟、实验表征和机器学习方法,展望人工智能技术在锂电池研究中的应用。

讲座时间:北京时间 7月31日 11:00am

欢迎在公众号“深势科技 DP Technology”后台回复“能源材料”,加入能源材料计算模拟交流群,更多未来讲座和嘉宾信息将在微信群中实时更新提醒,敬请期待!