LiFe0.6Mn0.4PO4橄榄石正极的合成与表征研究，应用于新型锂聚合物电池。该研究采用锰铁比0.4/0.6，属于LMFP的典型配比区间，重点考察其在聚合物电解质体系下的电化学性能。对LMFP正极厂，聚合物电解质与LMFP的界面相容性是固态/半固态电池路线的关键问题，若锰溶出在聚合物体系中得到抑制，LMFP在固态电池中的适用性将提升。该研究的合成方法与表征手段可为LMFP配方开发提供实验参考。
DFT+U研究LiFePO4的结构、电子、光学与磁性，以及扩展方法计算橄榄石型正极的电子性质与嵌锂电压。DFT+U可修正强关联电子体系的带隙与磁矩，对理解LMFP中Mn的电子结构、Jahn-Teller畸变与电压平台有直接帮助。对正极厂研发，通过计算不同锰铁比与掺杂元素下的嵌锂电压，可指导配方设计，减少试错实验。但DFT+U的参数选择对结果影响大，需与实验电压曲线对标验证。
BatteryMat提出分层机器学习与DFT框架用于锂离子正极平均电压筛选，多保真度机器学习力场用于正极材料，Text-to-Battery Recipe实现基于语言模型的电池配方自动提取与检索。这些工作指向正极材料研发的数字化与自动化。对LMFP厂商，机器学习力场可加速锰铁比、掺杂与包覆方案的筛选，降低对第一性原理计算的依赖；配方自动提取可从专利与文献中快速构建LMFP配方数据库，辅助竞争情报与专利规避。
Covalently Integrated CNT@rGO用于提升锂离子电池导电性与循环稳定性，非平衡离子传输在混合电池材料中的研究。LMFP的电子电导率与锂离子扩散系数低于LFP，碳包覆与导电网络设计是提升倍率与循环的关键。CNT@rGO共价复合导电剂可在极片中形成长程导电网络，有望降低碳包覆量并提升压实密度。非平衡离子传输研究则提示，在快充条件下LMFP颗粒内的锂浓度梯度与相变行为需重新评估，对一次颗粒粒径设计有指导意义。
Coulombic efficiency and capacity retention are not universal descriptors of cell aging的研究指出，库仑效率与容量保持率并非普适的电池老化描述符。对LMFP正极厂，这意味着仅凭库仑效率与容量保持率评价LMFP循环寿命可能不够，需结合锰溶出量、阻抗增长与活性锂损失等指标。在客户验证中，LMFP的循环衰减机理与LFP不同，锰溶出导致的阻抗上升可能早于容量跳水，正极厂应建立多维老化评价体系，避免以单一指标判断产品寿命。