- 探讨电池材料的电极、电解质及固态电解质界面膜（SEI） 的性质，例如氧化还原电位和离子迁移率（扩散系数和配位环境）
- 优化半导体、光敏材料、钙钛矿及有机光伏材料的光伏材料性能及性能指标
- 阐明储能过程的化学反应特征、催化机理及降解途径
- 预测氢（或其他小分子）在储存材料中的分子迁移率和稳定性
能源捕获与储存
在分子层面探索和优化能源材料
更安全、更经济、更高效的电池、燃料电池和超级电容器，对于克服汽车、航空和能源行业面临的社会生态挑战至关重要。
Schrödinger的材料科学平台提供了在分子层面对材料进行建模的工具，利用计算能力推动电池、燃料电池和光伏领域更清洁、更轻便、更安全、更节能且成本更低的材料研发，为下一代创新提供动力。
由能源材料专家设计的直观计算工作流
适用于所有材料类型的易用型系统构建工具
适用于基于物理理论 、模拟 、机器学习（ML） 以及数据分析的强大工作流
专业的客户支持和丰富的培训资源
能源材料创新工具包
预测电池、燃料电池、光伏和氢储存领域的研发关键性能
利用高通量筛选 技术加速新材料的发现，并机器学习（ML）
- 对新材料候选物进行高通量筛选 ，以筛选出性能最佳的材料
- 评估用于能源相关转化反应的新型催化剂，例如电解制氢
- 与SEI形成相关的电解质性质
通过集中式信息学平台，实现对数字资源设计的访问
- 弥合实验数据与计算数据之间的差距
- 通过实时访问预测模型，加快材料设计进程并提升设计质量
- 加强企业内部的协作与决策
我们的平台实际应用
案例研究与网络研讨会
了解Schrödinger 技术如何被用于解决现实世界中的研究难题。
精选课程
分子建模 适用于材料科学领域的应用：电池材料课程
在线认证课程：提升您的电池建模技能
了解如何运用业界领先的计算软件，通过自动化工作流和机器学习（ML） 模型，预测有机及有机金属化合物的关键性质、确定过渡态并生成反应轨迹。
- 自主学习内容
- 亲身体验Schrödinger 软件
- 指导性与自主性案例研究
文档与教程
了解常见问题的解答，并掌握使用Schrödinger软件的最佳实践。
主要产品
进一步了解可用于推进您研究项目的关键计算技术。
出版物
浏览采用Schrödinger 技术、发表在相关应用领域的经同行评审的出版物列表。
预约咨询 Schrödinger的电池解决方案。
立即联系我们，了解如何利用先进的模拟 和AI/ML技术来开发电池材料。
上面没有您感兴趣的领域？请联系我们，我们将竭诚为您提供帮助。
表单已提交
谢谢，我们会尽快与您联系。