本發(fā)明涉及一種基于大語言模型的鋰電池電解液配方預(yù)測平臺，屬于電池材料自動化預(yù)測。

背景技術(shù)：

1、隨著全球?qū)Ω咝阅軆δ芷骷枨蟮牟粩嘣鲩L，尤其是新能源汽車領(lǐng)域的快速發(fā)展，研發(fā)具有更高能量密度的鋰電池已成為研究熱點。然而，高能量密度鋰電池的研發(fā)面臨著諸多技術(shù)挑戰(zhàn)，其中電解質(zhì)材料的性能優(yōu)化是關(guān)鍵環(huán)節(jié)。傳統(tǒng)的電解質(zhì)材料研發(fā)主要依賴于實驗試錯法，通過大量的實驗來篩選和優(yōu)化電解質(zhì)的性能。這種方法不僅耗時長、成本高，而且難以全面深入地理解電解質(zhì)與電極材料之間的相互作用機制。近年來，人工智能技術(shù)在科學(xué)研究領(lǐng)域的應(yīng)用日益廣泛，為電解質(zhì)材料的研發(fā)提供了新的思路。人工智能技術(shù)能夠通過對大量數(shù)據(jù)的分析和學(xué)習(xí)，快速預(yù)測和優(yōu)化電解質(zhì)材料的性能，從而大大縮短研發(fā)周期并降低成本。目前，已有一些基于人工智能的電池材料性質(zhì)預(yù)測模型和主動生成模型被開發(fā)出來，但這些模型在實際應(yīng)用中還存在著部署難、使用難的問題，需要專業(yè)的技術(shù)人員進行操作和維護。

2、盡管人工智能技術(shù)在電池材料研發(fā)中展現(xiàn)出巨大潛力，但現(xiàn)有技術(shù)仍存在一些明顯的問題。首先，許多先進的人工智能模型和工具由于復(fù)雜性和技術(shù)門檻較高，難以被廣泛的科研團隊和工業(yè)界所采用。這導(dǎo)致人工智能技術(shù)的優(yōu)勢無法充分發(fā)揮，限制了其在電解質(zhì)材料研發(fā)中的應(yīng)用范圍。其次，現(xiàn)有的人工智能模型在預(yù)測電解質(zhì)材料性能時，往往忽略了電解質(zhì)與電極材料之間的相互作用機制，導(dǎo)致預(yù)測結(jié)果不夠準(zhǔn)確。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的是提供一種基于大語言模型的鋰電池電解液配方預(yù)測平臺，通過訓(xùn)練的大語言模型，實現(xiàn)鋰電池電解液材料的快速篩選和優(yōu)化，解決現(xiàn)有技術(shù)在電解質(zhì)材料研發(fā)中面臨的部署難、使用難以及預(yù)測結(jié)果不準(zhǔn)確的問題，實現(xiàn)電解質(zhì)材料的快速篩選和優(yōu)化，降低研發(fā)成本并提高研發(fā)效率。

2、為解決上述技術(shù)問題，本發(fā)明是采用下述技術(shù)方案實現(xiàn)的。

3、本發(fā)明提供一種基于大語言模型的鋰電池電解液配方預(yù)測平臺，包括：

4、數(shù)據(jù)獲取模塊，用于獲取目標(biāo)鋰電池電解液的性質(zhì)參數(shù)；

5、配方預(yù)測模塊，用于根據(jù)目標(biāo)鋰電池電解液的性質(zhì)參數(shù)，基于訓(xùn)練好的第一大語言模型進行預(yù)測，輸出電解液配方以及電解液配方理論粘度值；當(dāng)電解液配方理論粘度值與電解液配方實際粘度值的差處于預(yù)設(shè)閾值區(qū)間時，將電解液配方存入電解液數(shù)據(jù)庫；

6、軌跡模擬模塊，用于根據(jù)電解液數(shù)據(jù)庫中滿足電池模型粘度閾值的電解液配方預(yù)構(gòu)建電池模型，并模擬電解液與電池材料的電化學(xué)反應(yīng)動力學(xué)軌跡；

7、配方性質(zhì)計算模塊，用于計算所述滿足電池模型粘度閾值的電解液配方的體系性質(zhì)；

8、配方輸出模塊，用于根據(jù)所述電解液與電池材料的電化學(xué)反應(yīng)動力學(xué)軌跡以及所述滿足電池模型粘度閾值的電解液配方的體系性質(zhì)，基于訓(xùn)練好的第二大語言模型進行預(yù)測，輸出優(yōu)化后的電解液配方。

9、進一步地，所述第一大語言模型的訓(xùn)練方法包括：

10、預(yù)訓(xùn)練所述第一大語言模型，根據(jù)給定電解液的元素組成類別和添加劑類型，生成分子結(jié)構(gòu)和分子比例作為電解液配方；

11、引入化學(xué)規(guī)則約束，對預(yù)訓(xùn)練后的所述第一大語言模型進行領(lǐng)域適應(yīng)性訓(xùn)練；

12、根據(jù)電解液配方以及電解液的粘度范圍，建立電解液配方-粘度關(guān)聯(lián)數(shù)據(jù)庫作為監(jiān)督信號指導(dǎo)訓(xùn)練過程；

13、在訓(xùn)練過程中，采用強化學(xué)習(xí)策略交叉熵?fù)p失函數(shù)，計算序列生成損失與性質(zhì)預(yù)測損失，根據(jù)監(jiān)督信號對電解液配方進行粘度值獎勵反饋，指導(dǎo)所述第一大語言模型在生成分子結(jié)構(gòu)和分子比例時考慮電解液的粘度范圍，并輸出電解液配方以及電解液配方理論粘度值；

14、所述序列生成損失用于衡量生成分子結(jié)構(gòu)和分子比例的合理性；

15、所述性質(zhì)預(yù)測損失用于衡量電解液配方理論粘度值和電解液配方實際粘度值的差異。

16、進一步地，預(yù)訓(xùn)練所述第一大語言模型，根據(jù)給定電解液的元素組成類別和添加劑類型，生成分子結(jié)構(gòu)和分子比例作為電解液配方，包括：

17、從電解液領(lǐng)域?qū)I(yè)數(shù)據(jù)庫獲取電解液對應(yīng)的smiles字符串以及smiles字符串對應(yīng)的分子結(jié)構(gòu)和分子比例；

18、根據(jù)smiles字符串對應(yīng)的分子結(jié)構(gòu)和分子比例對電解液對應(yīng)的smiles字符串進行標(biāo)注，構(gòu)建prompt數(shù)據(jù)集；

19、使用所述prompt數(shù)據(jù)集對所述第一大語言模型進行預(yù)訓(xùn)練，根據(jù)給定電解液的元素組成類別和添加劑類型，生成分子結(jié)構(gòu)和分子比例作為電解液配方。

20、進一步地，通過分子動力學(xué)模擬計算電解液配方實際粘度值，包括：

21、根據(jù)電解液配方及電解液配方理論粘度值，構(gòu)建初始模擬盒子，按照電解液配方的分子結(jié)構(gòu)和分子比例及電解液配方理論粘度值添加溶劑、陽離子和陰離子；

22、利用能量最小化方法優(yōu)化初始模擬盒子中的分子結(jié)構(gòu)和相互作用；

23、設(shè)置nvt（恒定粒子數(shù)、體積和溫度）模擬參數(shù)對初始模擬盒子進行預(yù)平衡，生成初始構(gòu)象；

24、根據(jù)初始模擬盒子的能量、溫度、壓力和密度，判斷初始模擬盒子是否達到穩(wěn)定狀態(tài)；

25、若初始模擬盒子沒有達到穩(wěn)定狀態(tài)，則調(diào)整nvt模擬參數(shù)或延長平衡時間，直至初始模擬盒子穩(wěn)定，記錄并輸出穩(wěn)定狀態(tài)下的構(gòu)象，作為模擬得到的電解液配方；

26、利用液體剪切粘度公式，根據(jù)穩(wěn)定狀態(tài)下的構(gòu)象的加速度振幅以及擬合速度、初始模擬盒子的密度以及z軸方向長度，計算電解液配方的實際粘度值。

27、進一步地，根據(jù)電解液數(shù)據(jù)庫中滿足電池模型粘度閾值的電解液配方預(yù)構(gòu)建電池模型，包括：

28、根據(jù)滿足電池模型粘度閾值的電解液配方，構(gòu)建電解液；

29、定義電池模型的初始參數(shù)、電極材料晶格結(jié)構(gòu)、電解液浸潤層以及sei（solidelectrolyte?interface，固體電解質(zhì)界面）膜的多尺度模型，所述初始參數(shù)包括電解液的分子結(jié)構(gòu)和分子比例、電極的類型以及初始模擬盒子的尺寸；

30、對于電解液中的已知分子結(jié)構(gòu)，從電解液分子專業(yè)數(shù)據(jù)庫中獲取已知分子結(jié)構(gòu)的穩(wěn)定構(gòu)象；

31、對于電解液中的未知分子結(jié)構(gòu)，通過密度泛函理論軟件進行計算得到未知分子結(jié)構(gòu)的穩(wěn)定構(gòu)象；

32、根據(jù)已知分子結(jié)構(gòu)的穩(wěn)定構(gòu)象以及未知分子結(jié)構(gòu)的穩(wěn)定構(gòu)象，計算初始模擬盒子中各個分子結(jié)構(gòu)的填充量；

33、根據(jù)初始模擬盒子中各個分子結(jié)構(gòu)的填充量，按照分子結(jié)構(gòu)以及比例分布在電池模型空間內(nèi)；

34、在預(yù)留的電極空間內(nèi)添加電極層，得到預(yù)構(gòu)建的電池模型。

35、進一步地，模擬電解液與電池材料的電化學(xué)反應(yīng)動力學(xué)軌跡，包括：

36、在預(yù)構(gòu)建的電池模型的空間內(nèi)映射所述電解液的分子分布；

37、通過反應(yīng)分子動力學(xué)模擬所述電解液與電極界面的電荷轉(zhuǎn)移過程，計算離子遷移能壘及界面阻抗參數(shù)，并輸出電壓-時間曲線及界面結(jié)構(gòu)演化軌跡，作為電解液與電池材料的電化學(xué)反應(yīng)動力學(xué)軌跡。

38、進一步地，計算所述滿足電池模型粘度閾值的電解液配方的體系性質(zhì)，包括：

39、將滿足電池模型粘度閾值的電解液配方轉(zhuǎn)換為路易斯堿目標(biāo)分子的smiles表示，基于訓(xùn)練好的dn值預(yù)測模型進行預(yù)測，得到電解液配方的dn值。

40、進一步地，將滿足電池模型粘度閾值的電解液配方轉(zhuǎn)換為路易斯堿目標(biāo)分子的smiles表示，包括：

41、提取滿足電池模型粘度閾值的電解液配方中的分子結(jié)構(gòu)；

42、利用ase（原子模擬環(huán)境，atomic?simulation?environment）讀取所述分子結(jié)構(gòu)對應(yīng)的smiles字符串；

43、對所述smiles字符串進行去氫處理，得到去氫處理后的smiles字符串；

44、使用ase識別去氫處理后的smiles字符串中的路易斯堿位點，將所述路易斯堿位點與標(biāo)準(zhǔn)路易斯酸進行拼接，生成路易斯堿目標(biāo)分子的smiles表示。

45、進一步地，基于圖卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建所述dn值預(yù)測模型，其中所述dn值預(yù)測模型的數(shù)據(jù)處理方法包括：

46、將路易斯堿目標(biāo)分子的smiles表示轉(zhuǎn)換為圖結(jié)構(gòu)表示，提取節(jié)點特征和邊特征，所述節(jié)點特征包括原子序數(shù)、手性、度、形式電荷、氫原子數(shù)、自由基電子數(shù)、軌道雜化、芳香性和環(huán)判定，所述邊特征包括成鍵類型、鍵立體構(gòu)型和共軛性；

47、利用輸入層接收所述節(jié)點特征和所述邊特征，輸出給圖卷積層；

48、利用圖卷積層加權(quán)聚合所述節(jié)點特征的鄰居節(jié)點并更新節(jié)點特征；

49、利用輸出層將圖卷積層的輸出，映射到一個單一的dn值上，輸出電解液配方的dn值。

50、進一步地，所述第二大語言模型的訓(xùn)練過程，包括：

51、收集滿足電池模型粘度閾值的電解液配方以及所述電解液配方的體系性質(zhì)；

52、根據(jù)所述電解液配方構(gòu)建電解液，并模擬電解液與電池材料的電化學(xué)反應(yīng)動力學(xué)軌跡；

53、將電解液與電池材料的電化學(xué)反應(yīng)動力學(xué)軌跡、所述電解液配方的體系性質(zhì)以及所述電解液配方作為訓(xùn)練集，訓(xùn)練所述第二大語言模型進行預(yù)測，輸出優(yōu)化后的電解液配方。

54、與現(xiàn)有技術(shù)相比，本發(fā)明所達到的有益效果：

55、1、本發(fā)明通過數(shù)據(jù)獲取模塊、配方預(yù)測模塊、軌跡模擬模塊、配方性質(zhì)計算模塊及配方輸出模塊，實現(xiàn)了從輸入目標(biāo)電解液的性質(zhì)參數(shù)到輸出優(yōu)化后的電解液配方的全鏈條智能化預(yù)測。本發(fā)明顯著提高了電解液配方的研發(fā)效率和配方質(zhì)量，降低了實驗成本和時間成本，加速了電池材料的研發(fā)進程，解決了現(xiàn)有技術(shù)在電解質(zhì)材料研發(fā)中面臨的部署難、使用難以及預(yù)測結(jié)果不準(zhǔn)確的問題，實現(xiàn)電解質(zhì)材料的快速篩選和優(yōu)化，降低研發(fā)成本并提高研發(fā)效率。

56、2、本發(fā)明通過預(yù)訓(xùn)練的第一大語言模型，結(jié)合化學(xué)規(guī)則約束和強化學(xué)習(xí)策略，能夠根據(jù)電解液的元素組成類別和添加劑類型，高效生成合理的分子結(jié)構(gòu)和分子比例作為電解液配方。同時，利用電解液配方-粘度關(guān)聯(lián)數(shù)據(jù)庫作為監(jiān)督信號，采用交叉熵?fù)p失函數(shù)計算序列生成損失與性質(zhì)預(yù)測損失進行訓(xùn)練，確保預(yù)測的電解液配方不僅結(jié)構(gòu)合理，而且粘度值接近實際值，從而大大提升了電解液配方預(yù)測的準(zhǔn)確性和效率。

57、3、本發(fā)明通過分子動力學(xué)模擬，根據(jù)預(yù)測的電解液配方構(gòu)建初始模擬盒子，并經(jīng)過能量最小化、預(yù)平衡等步驟，最終計算得到電解液的實際粘度值。此外，本發(fā)明還能根據(jù)滿足電池模型粘度閾值的電解液配方預(yù)構(gòu)建電池模型，模擬電解液與電池材料的電化學(xué)反應(yīng)動力學(xué)軌跡，計算離子遷移能壘、界面阻抗參數(shù)等關(guān)鍵性能指標(biāo)，為電解液配方的進一步優(yōu)化提供了可靠的數(shù)據(jù)支持。

58、4、本發(fā)明基于第二大語言模型的訓(xùn)練過程，能夠收集滿足電池模型粘度閾值的電解液配方及電解液配方體系性質(zhì)，通過第二大語言模型進行預(yù)測，輸出優(yōu)化后的電解液配方，不僅實現(xiàn)了電解液配方的智能化優(yōu)化，還大大提高了研發(fā)效率，降低了研發(fā)成本。同時，通過圖卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建的dn值預(yù)測模型，能夠準(zhǔn)確預(yù)測電解液配方的dn值等體系性質(zhì)，為電解液配方的篩選和優(yōu)化提供了更加全面的評估指標(biāo)。