BatteryMat框架利用机器学习与DFT结合，用于锂离子电池正极材料的平均电压筛选，可加速LMFP等材料的筛选与设计。
多保真机器学习力场用于正极材料模拟，提高计算效率与精度，有助于理解LMFP的充放电机制。
非平衡离子传输研究揭示混合电池材料中的离子传输行为，对优化LMFP倍率性能有指导意义。
DFT+U研究LiFePO4的结构、电子、光学和磁性，为橄榄石型正极材料的改性提供理论基础。企业可关注相关成果，探索掺杂包覆工艺。