赵天寿院士领衔！南方科技大学Nature子刊 ：基于贝叶斯机器学习AI指导设计实现高性能燃料电池！

本研究由南方科技大学赵天寿院士团队发表在Nature Communications上，提出了一种基于贝叶斯机器学习的闭环设计流程，用于优化质子交换膜燃料电池（PEMFC）的气体扩散层（GDL）结构。研究背景是目前GDL的设计依赖耗时巨大的反复实验。研究目的是通过人工智能方法加速GDL结构优化，提高PEMFC性能。研究采用人工神经网络加速GDL各向异性传输性能计算，贝叶斯优化算法在40步内识别最优结构。结果表明，最优GDL结构由取向高度一致、直径适中的纤维构成，通过可控静电纺丝技术制备。实验结果显示，优化后的GDL使PEMFC峰值功率密度达2.17 W cm-2，极限电流密度约7200 mA cm-2，远超商用GDL性能。该研究为燃料电池GDL设计提供了数字化闭环研发路线，有望加速氢能经济落地。