深圳先进院提出非接触激光超声实现锂离子电池SoC/SoH精准监测

针对新能源汽车与储能产业中锂离子电池在高倍率工况下荷电状态（SoC）与健康状态（SoH）监测难、精度低及传统接触式超声依赖耦合剂等痛点，中国科学院深圳先进技术研究院郭师峰团队联合清华大学周光敏团队，于7月29日在《Science Advances》发表突破性成果。该研究创新提出“非接触激光超声传感”与“Transformer深度学习”一体化融合方案，采用环形脉冲与连续激光协同的双激光设计，无需耦合剂即可大幅提升超声信号强度与信噪比，实现对电池内部状态演化的精准追踪。通过构建覆盖多型号商业电池的大规模数据集，系统验证了该方法在复杂工况下的泛化能力与适用性，有效克服了传统电化学估算及接触式超声的局限，为提升电池管理系统的安全性、可靠性及寿命预测提供了全新的无损感知技术路径，具有重要的工程应用价值。