近日，我校段萌萌博士团队在国际权威期刊《Batteries》上发表题为 “PIDNN: A Hybrid Intelligent Prediction Model for UAV Battery Degradation”（https://doi.org/10.3390/batteries12040124） 的研究性论文。该期刊为JCR二区期刊，聚焦电池技术与材料领域，涵盖电化学、储能系统、制造回收等研究方向。
当前，在极端热环境下，锂离子电池的性能衰减会对无人机的操作安全性与续航能力产生显著影响。然而，传统的基于物理模型的方法往往依赖简化假设，而纯数据驱动方法通常缺乏物理可解释性及稳健的泛化能力。段萌萌博士团队提出了一种物理信息深度神经网络（PIDNN），用于预测复杂环境条件下无人机电池的性能衰减；研究团队基于仿真实验，在高温（45 °C）、低温（−20 °C）和室温（25 °C）环境下，系统评估了不同放电倍率、湿度、风速及多因素耦合条件下锂电池的性能退化规律。实验结果表明，相较于传统物理模型及主流数据驱动方法，PIDNN在各类工况下均取得了更高的预测精度与更低的预测误差。
我校一直大力培育青年教师科研创新能力，积极营造良好学术氛围，此次成果的发表，为无人机电池安全运行提供技术支撑，也为智能网联汽车动力电池全生命周期健康管理开拓新技术路径。未来，学校将继续支持青年教师聚焦领域关键问题开展创新性研究，推动相关领域技术创新与产业落地，助力智慧交通与智能装备产业高质量发展。
（撰稿、摄影：徐敏）