赛达袁悦博：以深度AI模型为核心，驱动电池行业智能制造升级

10月10-12日，由中国电池工业协会主办的IBIE2025电池博览会同期会议2025中国国际电池应用大会暨第三届中国国际新型储能发展峰会在深圳召开。四川赛达信息科技有限公司副总经理袁悦博，分享了《人工智能赋能产线高效生产的解决方案》的演讲报告。

袁悦博介绍，四川赛达是四川赛科检测和达索系统成立的合资公司。建设目标是提供全链条、全生命周期的电池高端检测、失效分析、产品创新与数字化研发解决方案推广的电池第三方服务机构。核心目标锁定为实现电池工业软件下一代技术突破。

袁悦博表示，当前，电池工业软件正从数字化向智能化转型，这是行业发展必然趋势。随着行业发展触及前沿问题与人工经验边界，需依托电池AI大模型、专用分析工具、多场景仿真模型等先进技术突破瓶颈，电池细分领域企业面临问题具有相似性，存在龙头企业研发后，其他企业跟进重复研发的情况。

基于此，赛达计划构建“集中研发+广泛服务”模式，打造细分领域通用行业解决方案平台。作为第三方，赛达将提供前沿软件、算法与模型方案，替代客户自研过程，助力行业整体提升。针对不同层级企业提供适配服务：为龙头企业链接顶尖科研学术资源，助力前沿技术突破；为肩部企业输出丰富研究成果与经典案例，加速研发进程；为腰尾部企业提供解决方案，帮助其快速跟进重点技术、优化系统方案，补齐电池生产制造核心能力。

袁悦博表强调，电池智能制造转型的两大关键技术基础——全生命周期多场景电池仿真技术与AI驱动的电池数据解析技术，赛科检测已深耕多年并形成核心优势。目前其不仅掌握电池行业关键Know-How知识、积累深度模型数据，更已为众多行业客户提供成熟解决方案；与达索合作后，进一步开发相关模型及AI数据接口，将核心功能赋能于达索内部平台。

面向电池制造产业转型需求，赛达以数字化底座为依托，融合前沿技术成果，初步推出三套新能源产业定制化方案：电芯设计解决方案、系统设计解决方案及电芯系统制造解决方案。开发这些系统的核心目标，是助力客户避免在数字化平台上“重复造轮子”，加速智能制造升级进程。

赛达聚焦电池智能制造发展核心议题，重点呈现电芯设计与电芯制造两大关键领域的突破性案例成果，以人工智能与机理模型深度融合为技术核心，精准破解行业研发周期长、生产效能低等痛点难题。

一、智能设计产品研发：

以“AI+多维度模型”为驱动，加速电池设计研发全流程，实现市场新需求的快速响应、灵活改型与高效投产。传统电池设计高度依赖工程师经验，存在认知偏好模糊、参数迭代试错成本高等问题，导致研发周期冗长、资源消耗巨大。赛达科技通过搭建标准化、自动化、一体化的电池设计分析工具链，替代传统经验驱动模式，有效降低人工决策不确定性，经实践验证，需求响应耗时可降低70%以上，电池试制材料消耗减少80%以上。

其智能设计流程形成高效闭环：需求导入后，AI辅助推荐模块依托大规模电池设计参数数据库，快速生成多版初版方案；基于方案构建高保真电池数字孪生体，完成全虚拟方案验证，目前30分钟内即可覆盖电池动力寿命、安全性能等关键维度的全套验证；验证通过后进入人工与AI协同迭代阶段，优化设计细节；最终经多轮迭代，筛选性能前20%的最优方案开展实体试制测试，并借助AI分析工具输出匹配工艺方案。

核心功能涵盖四大模块：

1.AI推荐设计，通过正反向AI模型联动（正向模型预测性能、反向模型优化参数），实现秒级方案响应与最优解输出；

2.电池性能虚拟评估，融合P2D与等效电路模型，精准预测充放电性能、快充极限等指标；

3.电池热安全虚拟评估，基于材料DSC数据构建热失控模型，仅需材料测试即可推导全电池安全性能，支持多场景安全预测；

4.寿命虚拟评估，在机理模型中嵌入老化控制方程，实现参数拟合与仿真自动化，减少循环测试量并提前预判寿命衰减规律。

二、智能制造产品应用：

针对电池规模化生产“产线成本高、安全标准严、价格竞争烈”的三重挑战，以深度AI模型为核心，推动行业从“顺利制造”向“极限制造”升级。通过AI算法对产线前段极片制备、中段电芯组装、后段化成分容等全流程数据深度解析，实现生产流程优化、检测精度提升、分选效率升级，显著降低综合成本。

三、典型功能案例成效显著：

1.动态数据诊断，采用基于密度分布的动态算法替代传统静态阈值法，有效解决OCV/K值筛选中批次漂移导致的“过杀（误判合格产品）”“漏杀（遗漏不良品）”问题，以及静态电压容量分组效率低、组内一致性差等痛点，显著提升故障诊断准确率与分选效果；

2.曲线智能分析，创新应用多层级AI大模型+半监督学习方法，通过编码解码重构充放电曲线，无需预设阈值即可自动识别曲线异常波动，经特征降维后实现曲线差异可视化，分选后电池充放电电压标准差降低30%以上；

3.预测分容，开发专用AI预测模型，利用部分充放电曲线中显化的容量差异特征，替代传统完整充放电分容流程，不仅将分容耗时降低50%以上，还同步减少分容车间设备投入与电能消耗，实现降本增效双重目标。

目前，赛达已在实际产线中逐步落地特征优化、迁移学习、集成学习等先进AI技术，当前可实现电池合理分组率99.9%以上，容量预测平均误差仅千分之一点四。通过长周期对比验证表明，模型具备随产线批次动态迁移学习的能力，能够持续贴合最新生产规律与工艺变化，为电池制造企业提供长期稳定的提质增效技术支撑，助力行业迈向智能制造新高度。