全性能且高性价比
用机器学习替代试错法筛选成分，获得的钛锆锰铬钒铁合金在中等温压下兼具高容量与低成本，使燃料电池供氢系统获得性能与经济的平衡。
Panpan, Zhou · 肖学章 · Xinyu, Zhu · Yongpeng, Chen · 鲁伟明 · Piao, Mingyuan · Cao, Ziming · Miao, Lu · 方方 · 李志念 · 蒋利军 · 陈立新
Energy Storage Materials 2023
通过机器学习特征重要性排序直接锁定影响容量的关键因素，无需依赖反复实验筛选组分。
开发的合金在中等温压水平下具有显著性价比优势，优于已有报道的储氢合金。
最佳合金同时具备高重量储氢量与高体积储氢密度，满足车载储氢的多维要求。