設備優化需要更高效的自動化方法，并將不同的研究方法緊密結合起來。近日，慕尼黑工業大學Helge S?ren Stein、丹麥技術大學Arghya Bhowmik報道了電池研究領域的材料加速平臺（MAP），該平臺基于快速學習服務（FINALES）框架，該框架集成了模擬和物理實驗，同時保留了對硬件和軟件資源的主動控制。
本文要點：
1) 這種控制分散化是使用FINALES框架MAP的一個顯著特征，其連接的特征包括電解質配制和表征、電池組裝和測試、早期壽命預測。該基礎設施用于通過改變電解質配方來優化電解質的離子電導率和鋰離子紐扣電池的壽命（EOL）。
2) 作者發現了離子電導率的趨勢，并研究了電解質配方對EOL的影響。此外，該MAP能夠彌合不同的研究模式、規模和結構，在異步條件下進行系統級分析，同時處理材料和系統級的并發工作流程。
Monika Vogler et.al Autonomous Battery Optimization by Deploying Distributed Experiments and Simulations Adv. Energy Mater. 2024
DOI: 10.1002/aenm.202403263
https://doi.org/10.1002/aenm.202403263
