2024年9月1日下午，由四川省人民政府主办、欧阳明高院士工作站承办的2024世界动力电池大会——全球先进电池前瞻技术专题会议于在四川省宜宾市成功召开。会议围绕动力电池材料体系、系统结构、研发升级及下一代技术研判，开展跨学科、跨领域、跨区域的深度交流与对话，打造先进电池科技创新、交流合作、战略引领新高地，推动实现合作共赢的全球动力电池产业发展新格局。法国达索系统BIOVIA全球战略副总裁Reza SADEGHI以“数字孪生如何运用在电池领域”为主题发表精彩演讲。

法国达索系统BIOVIA全球战略副总裁Reza SADEGHI

以下为演讲实录：

Reza SADEGHI：我想感谢主办方邀请我参加今天的一个专题会议，今天的会议我们看到了非常重要的精彩演讲。下面15分钟我会尽我所能来去介绍一下这个虚实结合的一个概念以及如何使用数字孪生来运用在电池的领域。之前的嘉宾当中我们已经听到了我们现在很有问题需要去解决，这样才能去理解到什么是真正的科学，然后真正应用这些科学，为了能够更加接近真正的科学，我们首先需要去解决一些科学的悬而未决的挑战，因为今天有很多嘉宾都已经提到了，我可能谈得稍微深入一些，我会尤其谈一谈固态电池，然后我们会来给大家介绍一下我们现在所拥有的一个机会，我会给大家提出一个工作流程，把这些工作流程全部结合起来的话，就能够让我们去实现一个数据的可持续性，还有数字化可持续性。为什么这个很重要呢，因为我们想要去尽可能的利用这个方法，就像机器学习，就像人工智能这样的一个方法，我会稍微去说一说大语言模型，还有大语言模型它如何能够让我们在数字孪生当中让我们变得更加智能。今天给大家带来一个平台，这个平台会让我们更好的去试验，去寻找一些材料，去寻找现在不存在但是我们需要的材料。

在今天早上全体会议期间，宁德时代的代表说了一句非常重要的话，他说我们做自动化是非常重要的，但是在此本质上，最终我们还是需要去理解化学，我们需要去准确的理解化学，而不是近似的去理解化学，如果我们准确的理解化学的话，它才能够帮助我们去制造更加安全的电池。即使是在现在的固态电池当中，我们还是有些安全性的问题需要去解决的，比如说它的稳定性，我们要知道它什么时候会去失效，知道它失效的一系列的情况，但是我们非常有幸，幸运的一点是我们可以把这些集成起来打造一个平台，这个平台可以给我们带来三维的还有一些不同尺度的我们所需要的所必须的一个平台，所以我们可以把这个平台想做成是一个多学科的平台，在这个平台上你可以去研究电化学，可以在量子基础尺度上去研究电化学，或者在原子层面上去研究电化学，甚至有的时候在非常宏观的程度上，整车的一个层面，还有电池包层面去研究电池，这就是虚拟数字孪生的概念，这就是我们所拥有的嵌入系统，有了这个嵌入系统之后，我们这些车辆它能够去了解到所有可能潜在的一个变化，比如说你在正极、负极它所用的特定材料，它有什么样的电化学性能，你的隔膜用什么样的材料，把他们所有的联系到一起之后，实际上它是一个非常复杂的数学计算过程，但是我会简要的和大家来分享一下，并且告诉大家在这个背后它的数学复杂性有多强，然后我们这个平台有多么的准确，能够帮助我们去迎接这个挑战。所以这个概念它是把电池化学、电池工程、电池包工程都组合到一起了。

    我会先说一说这个电芯化学，我会和大家分享一下我们现在已存在的一些模型，还有推动这些模型发展背后的物理学，以及我们所需要的一个正确率。到电芯化学这个部分我会讲一下这些主题，包括电芯工程、电池工程，还有热扩散管理、预期安全等等，然后到整车层面，整车层面我们需要了解到这个电池是怎么样表现的。我们需要用系统工程的方法来讨论，系统工程本身就是一个工程一个模型，它实际上是一个嵌入的包模型，其中也包括了一系列嵌入的化学物质，这个就是它的顺序。所以我们快速看一下电芯工程这一部分，我们要说到电化学，我也会和大家分享一下人工智能和深度学习在其中是扮演了什么样角色，它怎么样帮助我们去创新下一代电池和材料的。当然我们还需要考虑3D量子模型，我们用这个量子模型的时候，在使用的时候，我们并不是需要一个非常深度化的模型，实际上我们已经做到了这个模型，我们在打造这些模型的时候是借助了人工智能帮助的，这个模型可靠性非常高，自动化非常强，在这样的案例之下，我们还需要考虑到原子模拟，电解质原子模拟可以从三维方法去模拟，然后它可以帮助我们去确定这个离子是怎么样运动的，这个离子充放电过程当中是怎么去从正负极移动的，有了这样的模拟软件之后，我们再去研究电池材料、电极材料，再去研究电池电芯的时候我们已经非常了解它的本质了，就是电解质的结构，而且这个电解质结构是在量子的一个尺度上以三维的方式呈现出来的，就是在我们这个平台上，我们能够去建立去模拟这些离子运动过程，帮助我们去进行计算，我们已经听说了很多关于人工智能的事情了，人工智能可以帮助我们去做很多模拟，在这里我们使用人工智能去做3D模拟，我们去研究原子模拟显示固体电解质面在阳极表面形成和生长，我们去了解电解质的降级，之前也听到嘉宾讲到了二氧化碳的一个悖论，这里看到确实会有一些二氧化碳产生，有的时候它会导致电解质降级，也会造成电池性能变差，这就是负产品的表征。我们在人工智能3D模型上只需要几秒钟时间就能够预测这一点，而且预测这一点之后我们知道什么时候添加什么样的添加剂，怎么样去修改配方到电解质当中能够管理SEI的形成。目前没有听到非常多的就是电池化学产气的问题，实际上在锂电池当中会有很多气体的产生，实际上我们是需要去管理气体的产生的，我们怎么做呢？一般来说在锂电池当中我们会用一系列的正极材料，比如说锂、镍、钴等，这些材料会有一些降极，在3D模型中会做一个建模看到量子力学情况，我们了解到哪一个位置会产生分子动力学，嵌入到哪一个位置上，气体会产生在哪里，以什么样速度产生气体，这样就可以估算整个降级类型以及降级退化会到什么样的情况。这里聊到了量子力学，我们并不是要求人们去一定要研究量子力学，我们打造的这样一个环境，这个环境现在已经实现了，在这个环境当中我们有很多的模型可以去跑去模拟，所以通过使用这个平台和模型，你自己就能够帮助你去运用量子力学做一个模型。

    这个界面的稳定性会在什么时候会是一个挑战呢？因为我们要处理固态电解质的话，它的界面结构、界面稳定性是非常重要的问题。之前听说过一开始的时候保修期是7年，这个数字现在是10年，以后有可能是10-15年甚至更大的数字。所以我们要实现保修目标的话，必须解决仔细管理稳定性问题，不然的话就会有很多维保案例出现，真正的科学是要去解决稳定性的问题，如果我们在平台上已经解决这个问题，我们也很乐意与感兴趣的听众来进行分享。我们实际上在这个地方做的是一个负极稳定性的优化，之前有一个嘉宾问到我们为什么不去利用固态电池呢？实际上我们应该使用，而且我们现在发展跟利用是非常快的，但是我们还是面临了一些稳定性问题。主要是在负极层面的。我们又回到了这个问题，通过构建这些准确的模型，我们可以去做这方面的挑战。所以到目前为止，我们介绍了这些模型，这些模型深刻帮助我们理解了很多科学问题、理解了很多数学问题。如果大家把它放到一起的话，它可能会变成一个博士论文，我们实际上这个环境是一个真实的试验环境，我们在一个平台上可以去实现虚实结合，在线上环境当中我们把它称之为虚拟实验室，我们一起深入这个虚拟实验室，通过一些V2，会有一系列实验室，有些实验室可以帮你去做电导性，有些可以去研究黏度，有些可以研究应力应变，有些可以研究气体膨胀，气体产生趋势和温域等等，我们可以做的领域非常多的，这里只展示了虚拟实验室能做的一小部分的内容。当你在虚拟实验室当中，可能有一些研究领域可以直接调用，怎么调用起来，就像之前展示的模型一样，可以帮助你准确预测这些属性，他们怎么样发挥作用。我们还可以把人工智能和深度学习加入到自动化当中，这是今天所处的位置，实际上我自己的一个背景是学生物的，学了很多生物制药和药物分子的背景。在一开始实施的时候，这一个平台我们是去研究药物分子还有药物给药的，我们用这个平台去做一些初步猜测和测试，然后给这个模型合成可用性做评分模拟，然后对这个模拟进行重新修建、重新测试、重新训练，这个来说就是我们整个生成式模型的方法。在这个过程当中，数据的清洗是非常重要的，是至关重要的。在科学研究当中，数据清洗是非常重要的，它实际上最终决定了你的设计是不是能够成功。

    我们回到电池这个话题里面，我们现在正在使用现有的化学，我们用这个模型可以去描述这个化学，至少能够去描述这个化学与之相关的化学性质，然后我们再去打造相关必要的机器学习的模型，通过算法做一些意义上的迁入，它就可以引导我们想要的目标，并且人工智能会帮助我们去预测和生产我们所需要的材料和化合物。我这里给大家分享一个短片，它展示了我们的环境，这是我们一个科学家，这个科学家正在把物理的数据和虚拟的数据在这个环境当中整合起来，它是用主动学习来对它的设计进行优化，所以大家可以看到，这个是一系列的虚拟活动，这个行为就像我之前说的可以帮你计算一些电导性，然后在某一个时刻对某一些原形进行物理测试，这些机器学习实际上就是在帮助你做设计，并且不断给这个设计做一个综合的评分，然后告诉你是不是成功，是不是满足标准，而且它一直会持续下去。我们在这个方面已经深耕了非常长时间了，我们也有很多相关文献，每一年有超过100多篇相关文献发表出来，这些是我们所涵盖的领域，包括深度、科学，而且我相信在未来固态电池发展当中，这一方面我们绝对是需要的，这方面我们已经深耕25年了，我也希望能够帮助大家去解决一些我们现在面临的挑战，再次感谢大家让我在这里发言，谢谢。

【免责声明】所有会议实录均为现场速记整理，未经演讲者审阅，AI汽车网转载本文仅用于传递行业信息，并不代表赞同其观点或证实其描述。