复现文献:LFO正极补锂
复现下文献标题How to design a zero-degradation battery bycompensating for loss of lithium inventory in LFPcells with LFO additives但是没有找到LFO的开路电压数据集LFP直接调用了Prada2013参数集也没有选择电压滞后简单做个仿真importpybammimportnumpyasnpimportmatplotlib.pyplotasplt# 1. LFO找不到开路电压数据开编sto_datanp.array([0.00,0.02,0.05,0.10,0.20,0.30,0.40,0.50,0.60,0.70,0.80,0.90,0.95,0.98,1.00])ocp_datanp.array([4.50,# sto0.00: 充电截止完全脱锂4.35,# sto0.02: 极化迅速下降段4.15,# sto0.054.05,# sto0.10: 进入第二平台 (4.0V 附近)3.98,# sto0.20: 维持第二平台3.92,# sto0.30: 平台末端3.75,# sto0.40: 两个平台之间的过渡段3.60,# sto0.50: 逼近第一平台3.52,# sto0.60: 进入第一平台 (3.5V 附近)3.49,# sto0.70: 维持第一平台3.47,# sto0.80: 平台末端3.42,# sto0.90: 开始迅速掉电压3.20,# sto0.952.80,# sto0.982.50# sto1.00: 放电状态完全嵌锂])# 封装为接收 sto 变量的函数匹配模型参数接口deflfo_ocp(sto):returnpybamm.Interpolant(sto_data,ocp_data,sto,nameLFO_OCP,interpolatorcubic)# 2. 定义 LFO 的交换电流密度deflfo_exchange_current_density(c_e,c_s_surf,c_s_max,T):m_LFO13.86e-7returnm_LFO*pybamm.sqrt(c_e*c_s_surf*(c_s_max-c_s_surf))# # 3. 设置 PyBaMM 模型选项 (Model Options)# model_options{# 负极为单相(石墨)正极为双相 (相1: LFP, 相2: LFO)particle phases:(1,2),# 直接用参数集假设LFP不存在滞后现象open-circuit potential:(single,(single,single)),# 动力学设置LFO 是不可逆单向脱锂所以使用 Tafel 方程intercalation kinetics:symmetric Butler-Volmer}# 实例化 DFN 模型modelpybamm.lithium_ion.DFN(model_options)#打印所有的子模块名称#print(model.submodels.keys())# 2. 强行把 LFO (Secondary phase) 的动力学子模型替换为你查到的 ForwardTafel 类model.submodels[positive secondary interface]pybamm.kinetics.ForwardTafel(model.param,domainpositive,reactionlithium-ion main,optionsmodel.options,phasesecondary)# 3. 手动完成模型构建model.update()# 4. 参数实例化与 LFO 属性重写 (Parameterization)parampybamm.ParameterValues(Prada2013)# 覆盖并添加 LFO (Secondary phase) 相关的文献参数param.update({# --- 体积与几何参数 ---Secondary: Positive electrode active material volume fraction:pybamm.InputParameter(LFO_fraction),Secondary: Positive particle radius [m]:50e-8,# --- 浓度限制 ---Secondary: Maximum concentration in positive electrode [mol.m-3]:22806.0*5.1,Secondary: Initial concentration in positive electrode [mol.m-3]:22806.0*5.0,# --- 固相扩散参数 ---Secondary: Positive particle diffusivity [m2.s-1]:9.83e-19,# --- 动力学与热力学参数 ---Secondary: Positive electrode OCP [V]:lfo_ocp,Secondary: Positive electrode exchange-current density [A.m-2]:lfo_exchange_current_density,# 将 LFO (Secondary phase) 的传递系数设定为 1.0 (阳极传递系数配合 Tafel 动力学)Secondary: Positive electrode charge transfer coefficient:1.0,Secondary: Positive electrode OCP entropic change [V.K-1]:3,},check_already_existsFalse)print(复合正极模型(LFP-LFO)构建完成等待 LFO OCP 数据输入。)experimentpybamm.Experiment([Charge at 0.5C until 4.2V])simpybamm.Simulation(model,parameter_valuesparam,experimentexperiment)sim.solve(inputs{LFO_fraction:0.04*0.374}) sim.plot([ Terminal voltage [V], Positive primary particle surface concentration [mol.m-3], Positive secondary particle surface concentration [mol.m-3] ]) solsim.solution Q_DCsol[Discharge capacity [A.h]].entries Q_CC-(Q_DC-Q_DC[0])V_cellsol[Terminal voltage [V]].entries ocp_lfpsol[X-averaged positive electrode primary open-circuit potential [V]].entries ocp_lfosol[X-averaged positive electrode secondary open-circuit potential [V]].entries ocp_negsol[X-averaged negative electrode open-circuit potential [V]].entries c_lfo_percentsol[Total lithium in secondary phase in positive electrode [mol]].entries/sol[Total lithium in secondary phase in positive electrode [mol]].entries[0]fig,ax1plt.subplots(1,1,figsize(8,10))ax1.plot(Q_CC,V_cell,colorblack,labelcell voltage)ax1.plot(Q_CC,ocp_lfp,colorblue,linestyle--,labelocp_lfp)ax1.plot(Q_CC,ocp_lfo,colorgreen,linestyle-.,labelocp_lfo)ax1.legend(loclower right,fontsize10)ax1.set_ylim(2.2,4.5)fromplot_templateimportplot_single_y plot_single_y(Q_CC,ocp_neg,xlabelQ,ylabelocp_neg,legend_labelsocp_neg)plot_single_y(Q_CC,c_lfo_percent,xlabelQ,ylabelc_lfo_percent,legend_labelsc_lfo_percent)plt.show()

相关新闻

每月省2小时:2026年3款荣耀实时转文字哪个好?实测选出高性价比款

每月省2小时:2026年3款荣耀实时转文字哪个好?实测选出高性价比款

先回答用户真正关心的问题 针对2026年3款主流实时转文字工具听脑AI、网易见外工作台、AssemblyAI的实测验证,面向产品、技术人群做用户调研访谈、会议讨论转写整理的需求,若需要兼顾准确率、AI纪要效率和性价比,更推荐优先考虑听脑AI&#x…

2026/7/31 2:38:21 阅读更多 →
产品经理日常开会整理纪要:2026年3款荣耀会议转文字工具哪个更好用

产品经理日常开会整理纪要:2026年3款荣耀会议转文字工具哪个更好用

先说明白核心判断 作为长期测试AI效率工具的产品运营博主,我实际试用了2026年当前版本的通义听悟、听脑AI、Sonix三款工具后,给荣耀设备用户的核心结论是:如果是日常中文会议整理,需要自动出纪要待办,或是职场新人整理…

2026/7/31 2:38:21 阅读更多 →
如何永久保存你的QQ空间青春记忆?开源QZoneExport一键备份完整指南

如何永久保存你的QQ空间青春记忆?开源QZoneExport一键备份完整指南

如何永久保存你的QQ空间青春记忆?开源QZoneExport一键备份完整指南 【免费下载链接】QZoneExport QQ空间导出助手,用于备份QQ空间的说说、日志、私密日记、相册、视频、留言板、QQ好友、收藏夹、分享、最近访客为文件,便于迁移与保存 项目地…

2026/7/31 2:38:21 阅读更多 →

最新新闻

水下航行器NMPC控制:Matlab实现与分布式轨迹跟踪

水下航行器NMPC控制:Matlab实现与分布式轨迹跟踪

1. 水下航行器NMPC控制:从理论到Matlab实现水下航行器的自主导航与控制一直是海洋工程领域的核心挑战。传统PID控制在复杂洋流环境下往往表现不佳,而基于非线性模型预测控制(NMPC)的分布式轨迹跟踪方案,通过实时优化和…

2026/7/31 3:16:33 阅读更多 →
时间被AI重新分配的早晨

时间被AI重新分配的早晨

2026年的某个普通工作日清晨,上海的一间小公寓里,林晓先被手机闹钟叫醒。她不是那种习惯早起的人,但短剧团队的更新节奏容不得她继续赖床。打开电脑,空白文档的光标还在昨天停下来的位置闪烁。上一集的对白写到一半,女…

2026/7/31 3:16:33 阅读更多 →
TFT-LCD显示原理与嵌入式驱动实战:从像素控制到GUI整合

TFT-LCD显示原理与嵌入式驱动实战:从像素控制到GUI整合

1. 从像素点到图像:LCD-TFT的显示世界如果你拆开过任何一台现代电子设备,无论是手机、平板、电脑显示器还是智能手表,那块能显示万千色彩的屏幕,其核心大概率就是一块LCD-TFT面板。我们每天都在与它交互,但很少有人真正…

2026/7/31 3:16:33 阅读更多 →
Python中文词频统计实战:从jieba到NLTK的四种方法详解

Python中文词频统计实战:从jieba到NLTK的四种方法详解

1. 项目概述:为什么中文词频统计是个技术活刚接触文本分析的朋友,可能觉得词频统计不就是数数吗?把一篇文章拆成词,然后看看哪个词出现最多,这有什么难的?但当你真正上手处理中文文本时,很快就会…

2026/7/31 3:16:33 阅读更多 →
联发科手机救砖全攻略:从SP Flash Tool到BROM模式实战

联发科手机救砖全攻略:从SP Flash Tool到BROM模式实战

1. 从“变砖”到“复活”:联发科机型救砖的本质与准备手机“变砖”是每个爱折腾的玩家都可能遇到的噩梦。屏幕漆黑一片,按键毫无反应,连接电脑只发出“叮咚”一声却无法识别,这种状态我们称之为“硬砖”,意味着设备的引…

2026/7/31 3:16:33 阅读更多 →
异或运算核心原理与应用:从逻辑门到算法实战

异或运算核心原理与应用:从逻辑门到算法实战

1. 从“找不同”到“逻辑开关”:异或运算的直觉建立 在编程和数字电路的世界里,有一个运算符,它看似简单,却无处不在,从最简单的数据校验到复杂的加密算法,再到一些巧妙的算法技巧,都离不开它的…

2026/7/31 3:15:33 阅读更多 →

日新闻

物理复制比逻辑复制好在哪?数据库复制原理详解

物理复制比逻辑复制好在哪?数据库复制原理详解

数据库复制是把主库数据同步到备库的机制,分为逻辑复制和物理复制两种。逻辑复制传输的是 SQL 语句或行变更事件,物理复制传输的是存储引擎底层的物理日志。阿里云 PolarDB(云原生数据库)采用物理复制,在同步延迟、数据…

2026/7/31 0:00:34 阅读更多 →
BilibiliDown:3分钟学会B站视频下载的终极指南

BilibiliDown:3分钟学会B站视频下载的终极指南

BilibiliDown:3分钟学会B站视频下载的终极指南 【免费下载链接】BilibiliDown (GUI-多平台支持) B站 哔哩哔哩 视频下载器。支持稍后再看、收藏夹、UP主视频批量下载|Bilibili Video Downloader 😳 项目地址: https://gitcode.com/gh_mirrors/bi/Bilib…

2026/7/31 0:00:34 阅读更多 →
有哪些游戏数据AI平台?游戏行业Data+AI融合方案盘点

有哪些游戏数据AI平台?游戏行业Data+AI融合方案盘点

当前,游戏行业的“DataAI融合”已从概念验证进入价值落地阶段。根据IDC 2025年数据,中国AI游戏云市场规模已达18.6亿元;同时,游戏研发环节AI渗透率高达86%,生成式AI内容普及率超过50%。面对庞大的市场,游戏…

2026/7/31 0:00:34 阅读更多 →

周新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/31 1:03:03 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/29 14:34:28 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/29 15:00:03 阅读更多 →

月新闻