全球生物质年产量超过2200亿吨（绝干吨），将其转化为高性能、低成本的硬碳负极材料，对推动钠离子电池等下一代储能技术发展具有重要意义。然而，生物质原料的多样性、传统碳化工艺的高能耗以及复杂的过程-结构-性能关系，是实现这一目标所面临的主要挑战。
2026年3月13日，华中科技大学谢佳教授（国家杰青）、姚永刚教授、杨海平教授团队研究提出一种智能碳化策略，通过将可编程焦耳热与机器学习相结合，加速了高性能生物质硬碳的研发进程，并解决了原料多样性导致的性能差异问题。经机器学习优化制备的数字硬碳在酯基电解液中可逆容量达369 mAh g⁻¹，首次库伦效率为79%。在10C倍率下，该材料可保持280 mAh g⁻¹的容量，并稳定循环超过5000次。该策略对不同生物质前驱体（棉花、花生壳、葡萄糖）进行处理，所得硬碳材料均表现出约340 mAh g⁻¹的稳定容量，验证了其良好的普适性。
【研究内容】
研究团队利用可编程焦耳热技术，将传统高温碳化过程（>500分钟）缩短至1分钟以内，能耗降低至0.1 kWh g⁻¹，约为传统方法的6%。基于此高通量合成平台，团队构建了包含超过1000条合成路径的实验数据库，并结合高斯过程回归模型与主动学习策略，对热解温度、热解时间、焦耳热碳化温度、焦耳热碳化时间四个关键参数进行了系统优化，确定了制备高性能硬碳的最佳工艺窗口。
为深入解析构效关系，研究团队采用多层感知机模型对X射线衍射数据中的六个结构参数进行自主特征提取，识别出一个与电化学性能高度相关的新指标——性能相关因子。该指标定义为A100/(A100+A002)，反映了碳材料面内有序度对整体有序度的相对贡献。SHAP分析表明，该因子是驱动容量提升的最主要变量，其与面内微晶尺寸、层间距等传统参数共同作用，使得构建的预测模型在训练集和测试集上的决定系数均超过0.94，实现了对硬碳容量的精准预测。
图1|
数字化硬碳（Dig-HC）的设计与智能化制备
a. 储量丰富但种类多样的生物质所制备生物炭的应用瓶颈；
b. 基于可编程焦耳加热（PJH）驱动的快速实验探索与机器学习（ML）引导的工艺优化及机理解析相协同的智能碳化策略；
c. 生物炭与数字化硬碳的电化学性能及制备能耗对比。容量测试条件为 25 ℃、50 mA・g⁻¹ 的比电流；
d. 数字化硬碳与已报道硬碳材料的高容量与低制备成本对比
图2|
机器学习流程
a. 可编程焦耳加热碳化工艺与传统碳化工艺的温度 - 时间曲线；
b. 可编程焦耳加热碳化工艺与传统碳化工艺的能耗对比；
c. 生物炭及其后续碳化产物的结构参数；
d. 已探索的工艺参数分布，其中 T₁、t₁分别代表热解温度与热解时间（分别设置 7 组和 13 组实验条件），T₂、t₂分别代表可编程焦耳加热碳化温度与保温时间（分别设置 25 组和 60 组实验条件）。对应的首次库仑效率（ICE）与容量分布来自 60 组独立电池样品（n=60），测试条件为 25 ℃、0.05 A・g⁻¹ 的比电流；
e. 4 个核心工艺参数与电化学性能的相关性热图；
f. 高斯过程回归（GPR）模型的精度评估；
g. 一次迭代后，在 11 个离散的 t₂设置下（n=11），高斯过程回归模型预测的可逆容量与可编程焦耳加热碳化保温时间 t₂的函数关系。数据点代表高斯过程回归模型的预测均值（μ），对称误差棒代表预测不确定度，定义为 ±(上置信边界 UCB-μ)；
h. 全参数空间内的预测性能分布图
图3|
生物炭、可乐丽商用硬碳（Kuraray HC）与数字化硬碳的电化学性能
a. 25 ℃、0.05 A・g⁻¹ 比电流下的首次充放电曲线；
b. 第二次放电曲线中两个阶段的容量占比：平台区（<0.1 V）与斜坡区（>0.1 V）；
c. 25 ℃、0.05 A・g⁻¹ 比电流下的循环性能；
d. 25 ℃、0.05 A・g⁻¹ 比电流下，数字化硬碳、生物炭与可乐丽商用硬碳的电化学阻抗谱（EIS）；
e. 25 ℃下，不同比电流时数字化硬碳与文献已报道硬碳材料的性能对比。本图文献数据来源详见补充信息表 4；
f. -40 ℃、0.05 A・g⁻¹ 比电流下的循环性能；
g. 25 ℃、3 A・g⁻¹ 比电流下的循环性能
图4|
基于物理信息嵌入的机器学习解析数字化硬碳的构效关系
a. 硬碳中石墨微晶的结构参数；
b. 硬碳的典型 X 射线衍射（XRD）图谱；
c. 74 个独立样品（n=74）的结构参数与可逆容量的空间分布。箱线图中，中心线代表中位数，箱体上下边界分别代表第 75 和第 25 百分位数，须线延伸至最小值与最大值，离散圆点为单个数据点；
d. 结构参数与容量的皮尔逊相关系数；
e. 结构 - 性能模型的精度评估；
f. 沙普利可加性解释（SHAP）汇总图；
g、h. 生物炭与数字化硬碳的结构参数变化：(g) 微晶结构；(h) 孔结构；
i、j. 高分辨透射电子显微镜（HRTEM）图像：(i) 生物炭；(j) 数字化硬碳
图5|
可持续硬碳负极的智能化制备方案
a. 数字化硬碳的智能化制备工作流程；
b. 数字化硬碳与传统硬碳（Con-HC）的多维度性能对比；
c. 不同前驱体实现的材料性能提升。充放电测试条件为 25 ℃、50 mA・g⁻¹ 的比电流；
d. 预测模型的精度与数字化硬碳的电化学性能均一性。充放电测试条件为 25 ℃、50 mA・g⁻¹ 的比电流；
e、f. 硬碳制备各阶段的分析：(e) 碳足迹；(f) 成本；
g. 全生命周期可持续性分析
【结论】
本研究通过数据驱动的智能化碳化策略，成功解决了生物质前驱体多样性导致硬碳负极性能不一的难题。研究发现，将程序化焦耳热快速碳化与机器学习相结合，能够在分钟级时间内完成从生物炭到高性能硬碳的转化，能耗仅为0.1 kWh g⁻¹。通过分析逾千条合成路径并解码多维特征空间，研究揭示了一个基于X射线衍射数据的性能相关因子，该因子能够有效反映碳材料面内有序度的相对贡献，作为传统石墨化描述符的重要补充，成为预测容量的关键指标。优化所得的数字硬碳展现出369 mAh g⁻¹的高可逆容量、优异的倍率性能（10C倍率下容量达280 mAh g⁻¹）以及超5000次的稳定循环寿命。微观结构分析表明，快速焦耳热过程促进了短程有序石墨微晶的横向生长，同时抑制了其纵向堆叠，形成了扩大的层间距和丰富的闭孔结构。这一策略不仅适用于棉花、花生壳、葡萄糖等多种生物质原料并实现性能均一化，而且估算生产成本仅为每吨6000美元，为生物质资源的高值化利用和可持续钠离子电池负极材料的规模化生产提供了可行路径。
引用本文：Cui, J., Rao, Y., Gao, J. et al. Data-driven intelligent carbonization unifies diverse biomass into high-performance hard carbon negative electrodes. Nat Commun (2026).
原文链接：https://doi.org/10.1038/s41467-026-70411-5
邮发代号：80-732
联系热线：010-64519601/9602/9643
投稿网址：http://www.energystorage-journal.com/
