成会明院士Nat. Sci. Rev.：预测锂金属负极失效路径

本文研究了锂金属负极的失效机制，通过机器学习方法分析电化学曲线数据，预测锂金属负极的失效路径。研究背景指出锂金属负极在电池中具有高能量密度的优势，但其性能受电解质影响显著。研究目的是通过机器学习模型，利用初始循环数据预测失效类型，从而深入理解失效机制。研究结论表明，固体电解质界面（SEI）的性质和锂沉积物微观结构是影响失效的关键因素，机器学习模型能够有效预测失效类型，为电解质设计和电池性能评估提供了新方法。