静电纺丝木质素衍生碳纤维电极用于钒氧化还原电池的开发：合成及基于物理的AI模型用于优化电解质流速和纤维直径的确定

静电纺丝木质素衍生碳纤维电极用于钒氧化还原电池的开发：合成及基于物理的AI模型用于优化电解质流速和纤维直径的确定

伦敦玛丽女王大学资助 £5,000 + 华中科技大学资助 ¥48,000
按2022年4月汇率折算：£5,000 ≈ ¥42,000
合计约 ¥90,000

本联合项目由华中科技大学与伦敦玛丽女王大学合作开展，重点开发源自木质素（一种可持续生物聚合物）的静电纺丝碳纤维电极，用于钒氧化还原液流电池。该研究将木质素基碳纤维的实验合成与基于物理的人工智能模型相结合，以确定最佳的电解质流速和纤维直径，旨在提高钒氧化还原电池的电化学性能和效率。

VRFB的容量衰减主要取决于两个半电池之间钒离子的变化，这根本上是由于长期循环过程中电解质跨膜传输所致。 2. 较低的电解质流速可降低容量衰减，因为电解质跨膜的速度降低。 3. 较小的电极纤维直径同样可降低容量衰减。 4. 然而，较低的流速和较小的纤维直径都会增加电压损失，包括开路电压损失、活化过电位和浓差过电位。 5. 新型多目标优化框架（仿真 + 元启发式算法）成功同时降低了容量衰减和电压损失，与单目标方法相比实现了更优的权衡。

这项华中科技大学与伦敦玛丽女王大学的合作成果由英国皇家化学学会会士安娜·豪尔赫·索布里多博士共同撰写。该荣誉授予为化学科学做出重大贡献的学者。她在本项目中的领导作用——将实验材料合成（木质素衍生碳纤维）与基于物理的AI建模相结合——突显了这项高影响力、跨学科研究的性质，以及她在电化学储能领域的重要学术地位。