Young Je Park · Won Young Choi · Hyunguk Choi · Seo Won Choi 等10人 · Applied Energy · 2025年1月 · Vol.377

摘要 在基于可再生能源的低碳社会中，碳纤维纸（CFPs）被视为电化学能量转换与存储装置中的关键多孔材料。在这一新兴技术中，寻找压缩状态下组装碳纤维纸的最佳微观结构是核心挑战之一。本文提出一种基于断层扫描的分析方法，用于关联压缩状态下碳纤维纸的微观结构与传输参数。借助人工智能技术，通过识别圆柱形碳纤维的真实形态，对孔隙与固相结构的预测准确率显著提升，与解析解相比一致性高达98%。本研究将三维U-Net算法引入传统的X射线计算机断层扫描技术中，实现了碳纤维与粘结剂的完全分离。随后，系统地研究了在不同...

解读: 该碳纤维纸微观结构AI数字孪生技术对阳光电源储能系统具有重要价值。碳纤维纸作为质子交换膜燃料电池和液流电池的关键多孔材料,其压缩态下的微观结构优化直接影响离子传输效率和电化学性能。研究中的3D U-net算法与CT扫描结合可精准分析孔隙-固体结构演变规律,为PowerTitan储能系统中电池堆的材料...