中国科学技术大学工程科学学院龚兴龙教授、邓华夏教授团队与合肥大学梁鑫教授以及上海理工大学窦世学教授、刘化鹍教授合作，提出了一种本征自感知智能电池设计策略。通过研制具备本征自感知能力的隔膜，在不影响电池电化学性能的前提下，实现了电池内部力学信号的在线监测，同时实现了对复杂机械工况的精准识别，并能够在锂盐分解阶段捕获异常信号，实现热失控的早期预警。相关成果以“Early warning at lithium salt decomposition stage by integrated self-sensing batteries”为题，发表在国际能源材料领域知名期刊Energy Storage Materials上。

随着新能源汽车与储能系统的快速普及，动力电池在实际运行过程中面临更加复杂的服役环境，其安全问题日益成为行业关注的核心。相比传统依赖温度、烟雾或气体等外部信号的监测方式，电池内部的应力与力学变化往往在热失控早期便已产生响应。因此，发展具备本征自感知能力的智能电池，实现对内部异常状态的在线监测，对于提升动力电池的主动安全水平具有重要意义。

研究团队提出了一种本征自感知智能电池设计策略，通过研制具备本征自感知能力的隔膜，实现了电池内部状态的在线监测。本征自感知隔膜在不同频率、压力及长期循环条件下均表现出稳定且可预测的压电输出特性，为电池长期服役过程中的力学感知提供了基础。本征自感知隔膜优异的离子传输与界面调控能力进一步提升了电池的倍率性能与循环稳定性。所构建锂金属电池在5 C高倍率下能够循环超过1000圈，展现出优异的电化学兼容性与长期稳定性。

基于该智能电池体系，结合机器学习算法与时频分析方法，可实现对碰撞、底部刮擦、通过减速带等复杂机械工况的精准识别，并能够在热失控锂盐分解阶段捕获异常压电信号，实现热失控发生前约130 s的早期预警。该工作为压电传感隔膜与电池体系的深度融合提供了新的研究思路，有望推动动力电池向智能化、自监测与高安全方向发展。

综上，本研究提出了一种本征自感知智能电池设计策略，通过研制具备本征自感知能力的隔膜，实现电池内部力学信号的在线监测与安全预警。基于静电纺丝构建的三维多孔纤维结构，隔膜兼具优异离子传输能力与稳定压电响应特性，在提升电化学性能的同时实现长期可靠的压电信号输出。该体系可对碰撞、刮擦等复杂工况进行精准识别，并在热失控的锂盐分解阶段实现约130 s早期预警。本研究为实现电化学性能与本征安全感知一体化设计提供了新思路。

图1.本征自感知智能电池的信号识别与热失控早期预警

中国科学技术大学工程科学学院研究生袁圆为论文第一作者，龚兴龙教授、邓华夏教授和刘冰特任副研究员为通讯作者。该工作得到国家自然科学基金、中央高校基本科研业务费和中国博士后科学基金的资助与支持。