技能库 1319 个

针对钠离子电池研究员，提供从极片冲片、称重、扣式电池组装到充放电程序设置的全流程标准化操作指导。

利用 VASP 或 Materials Studio 进行钠离子电池正极/负极/电解质材料的热力学稳定性与离子迁移能垒计算，辅助实验筛选与机理分析。

通过调整前驱体配比、烧结温度与时间等关键参数，系统优化钠离子电池正极材料的电化学性能与结构稳定性。

通过扫描电子显微镜（SEM）和透射电子显微镜（TEM）图像，系统分析钠离子电池电极材料的微观形貌、粒径、分布及结构特征，辅助解释电化学性能差异。

系统化设计钠离子电池电解液溶剂与添加剂组合，通过电化学测试筛选最优匹配，提升电池性能。

对钠离子电池的充放电曲线、循环伏安、交流阻抗等数据进行拟合与解读，以评估电化学性能与机理。

结构化记录钠离子电池实验原始数据，自动生成图表与分析结论，辅助研究员高效完成实验报告。

利用DRT和等效电路模型解析正极/电解质/负极界面阻抗来源，提出优化方案

通过DOE或机器学习方法优化固态电解质烧结温度、时间、压力等关键参数，提升电解质致密度和离子电导率，适用于储能与氢能领域固态电池研发

基于SEM、XPS、TOF-SIMS等多种表征数据，自动生成固态电池失效机制分析报告，涵盖锂枝晶、界面副产物等关键失效模式。

通过EIS测试和Arrhenius拟合，快速评估LLZO、硫化物等固态电解质的离子电导率和活化能

基于容量衰减模型和充放电曲线特征，预测固态电池在不同工况下的循环寿命

利用NLP技术提取固态电池领域最新文献/专利中的关键材料、性能指标和技术路线，输出竞争态势报告

自动解析固态电池充放电测试原始数据，提取比容量、库仑效率、倍率性能等关键指标，并生成可视化图表，用于储能与氢能领域性能评估。

基于DFT或相图计算，快速评估固态电解质的电化学稳定窗口及与高电压正极的兼容性

自动解析EIS数据，识别电池内阻、SEI膜阻抗等关键参数

通过文献挖掘和实验设计，推荐电解质盐、溶剂和添加剂组合，提升锂电池储能与氢能相关性能。

从结构化实验数据自动生成包含图表与结论的Word/PDF实验报告，适用于锂电池研发工程师在储能与氢能领域的日常实验记录与汇报。

根据电池状态自动生成恒流恒压、脉冲等充放电方案，优化储能与氢能锂电池寿命与性能

基于锂电池测试数据，建立容量衰减模型以预测电池在储能与氢能应用场景中的循环寿命

基于图像识别技术，自动检测锂电池极片涂布过程中的裂纹、气泡等常见缺陷，提升涂布质量与生产效率。

通过DSC/TGA数据快速判断正极材料热分解温度及安全性

自动对比锂电池新配方与现有专利的差异，评估侵权风险，支持储能与氢能场景。

系统化识别与评估不同电芯特性（如LFP、NMC），基于循环寿命、能量密度、安全性等关键指标，为储能与氢能项目提供科学的电池选型建议。