深圳先进院创新非接触激光超声技术，精准监测锂离子电池SoC/SoH状态

根据中国科学院深圳先进技术研究院发布的最新消息，7月29日，该院智能仿生研究中心的郭师峰科研团队携手清华大学深圳国际研究生院的周光敏研究团队，共同在权威学术期刊《Science Advances》上发表了一项重要研究成果，论文标题为“Operando state monitoring of diversified lithium-ion batteries via laser-excited ultrasonic sensing with transformer networks”。此项研究聚焦于高倍率工作条件下锂离子电池的荷电状态（SoC）与健康状态（SoH）的高精度原位监测难题，创新性地提出了“非接触激光超声传感技术”与“Transformer深度学习算法”相结合的一体化解决方案。这一方案旨在克服传统超声检测及电化学估算方法在工程实际应用中的种种限制，通过构建一个涵盖多种型号商业电池的大规模数据集，全面验证了该新方法在电池状态监测领域的广泛适用性和强大泛化能力。