姓名：李晓宇 职称：副教授 导师类型：硕导/博导 团队名称：智能电动载运装备研究中心 邮箱：lixiaoyu@bitzh.edu.cn

研究领域：

电池无损检测、状态评估、电池安全、梯次利用

教育经历：

1. 2013年9月-2018年1月：哈尔滨工业大学，电气工程及自动化学院，博士

2. 2016年1月-2017年1月：俄亥俄州立大学，汽车研究中心，访问学者

3. 2011年9月-2013年7月：哈尔滨工业大学，电气工程及自动化学院，硕士

4. 2007年9月-2011年7月：哈尔滨工业大学，威海校区，信息科学与工程学院，学士

工作经历：

1. 2026年1月至今：北京理工大学（珠海）能源交通学域，副教授

2. 2022年6月-2025年12月，深圳大学，长聘副教授/特聘研究员

3. 2018年5月-2022年5月，深圳大学，助理教授

科研项目：

1. 国家自然科学基金委员会面上项目, 52577239, 融合声学检测-声流调控的电池电解液浸润成像与优化, 2026.01.01-2029.12.31, 主持

2. 国家自然科学基金委员会面上项目, 52177219, 面向梯次利用的动力电池多尺度无损检测方法研究, 2022.01.01-2025.12.31,主持

3. 国家自然科学基金委员会青年项目, 51807121, 面向梯次利用的锂离子电池健康状态估计与剩余寿命预测, 2019.01.01 至 2021.12.31, 结题（优秀）, 主持

4. 广东省自然科学基金面上项目, 2021A1515010525, 动力电池多物理场融合测量与安全管理方法研究, 2021.01-2023.12, 结题, 主持

5. 深圳市科技创新委员会科技重大专项, KJZD20230923115212026, 重202330N210基于数字孪生的电化学储能系统可靠性评估关键技术研发（课题2）, 2024.01 -2026.12, 在研, 主持

6. 深圳科技创新委员会面上项目（B类）, 20220807222119001, 基于超声成像的储能电池无损检测技术, 2022.11-2024.10, 结题, 主持

7. 北京理工大学深圳汽车研究院（电动汽车国家工程实验室深圳研究院）技术开发项目, 储能电池超声无损检测系统开发, 2023.07-2026.1, 结题, 主持

8. 深圳深汕特别合作区乾泰技术有限公司技术服务项目，电池快速价值评估模型研究项目，2025.05-2026.11, 在研, 主持

9. 深圳中核集团有限公司技术开发项目, 磁质谱仪主控单元设计与开发, 2024.03-2025.06, 结题，主持

10. 苏州大学技术服务项目，等离子渗氮分布式控制系统集成与测试，2024.01-2024.04, 结题, 主持

11. 哈尔滨工业大学技术开发项目，车用混合型超级电容器模组SOC估计算法研究，2019.01-2019.12，结题，主持

12. 深圳大学概念验证项目，电池超声无损检测技术，2024.05-2024.12，结题，主持

发表论文：

1. Li H, Li X*, Dong Y, Hang H, Tian Y, Tian J. A cross-material lithium-ion battery state of health estimation method based on three-stage domain adaptation. Energy 2025, 341: 139376.

2. Liu S, Zhou Z, Jiang J, Chen S, Li X*, Yang X*. Ultra-rapid electrolyte leakage diagnosis for lithium-ion batteries based on ultrasonic guided waves. Journal of Energy Storage 2025, 123:116751.

3. Zhou D, Chen F, Liang J, Zhang Y, Zheng W, Li X^*. Battery defect detection using ultrasonic guided waves and a convolutional neural network model. Journal of Energy Storage 2025, 119:116352.

4. Ni Y, Li X^*, Zhang H, Wang T, Song K^*, Zhu C, Xu J^*. Online identification of knee point in conventional and accelerated aging lithium-ion batteries using linear regression and Bayesian inference methods. Applied Energy 2025, 388: 125646.

5. Li X, Chen F, Lin S, Huang Z^*, Tian Y, Tian J. Battery parameter identification method of a battery module based on a multi-physical measurement system. Journal of Energy Storage 2024, 80: 110216.

6. Li X, Chen L, Hua W, Yang X, Tian Y, Tian J, Xiong R^*. Optimal charging for lithium-ion batteries to avoid lithium plating based on ultrasound-assisted diagnosis and model predictive control. Applied Energy 2024, 367: 123396.

7. Li X, Yu X, Tian Y^*, Tian J, Xiong R^*. Battery state characterization based on a contactless electromagnetic ultrasound testing method. Journal of Energy Storage 2024, 100: 113499.

8. Tian Y, Yang S, Zhang R, Tian J, Li X^*. State of charge estimation of lithium-ion batteries based on ultrasonic guided waves by chirped signal excitation. Journal of Energy Storage 2024, 84: 110897.

9. Tian Y, Dong Q, Tian J, Li X^*, Li G, Mehran K. Capacity estimation of lithium-ion batteries based on optimized charging voltage section and virtual sample generation. Applied Energy 2023, 332: 120516.

10. Li X, Hua W, Wu C, Zheng S, Tian Y, Tian J^*. State estimation of a lithium-ion battery based on multi-feature indicators of ultrasonic guided waves. Journal of Energy Storage 2022, 56: 106113.

11. Li X, Huang Z, Hua W, Rao L, Tian Y, Tian J^*. Mechanical vibration modeling and characterization of a plastic-cased lithium-ion battery. Green Energy and Intelligent Transportation 2022, 1(2): 100006.

12. Tian Y, Huang Z, Li X^*, Tian J. Parallel-connected battery module modeling based on physical characteristics in multiple domains and heterogeneous characteristic analysis. Energy 2022, 239: 122181.

13. Li X, Long T, Tian J, Tian Y^*. Multi-state joint estimation for a lithium-ion hybrid capacitor over a wide temperature range. Journal of Power Sources 2020, 479: 228677.

14. Li X^#, Zhang Z^#, Wang W, Tian Y, Li D, Tian J^*. Multiphysical field measurement and fusion for battery electric-thermal-contour performance analysis. Applied Energy 2020, 262: 114518.

15. Li X, Pan K, Fan G, Lu R, Zhu C^*, Rizzoni G, Canova M. A physics-based fractional order model and state of energy estimation for lithium ion batteries. Part ii: parameter identification and state of energy estimation for lifepo4 battery. Journal of Power Sources 2017, 367: 202-213.

16. Li X, Fan G, Pan K, Wei G, Zhu C, Rizzoni G, Canova M. A physics-based fractional order model and state of energy estimation for lithium ion batteries. Part i: model development and observability analysis. Journal of Power Sources 2017, 367: 187-201.

17. Li X, Fan G, Rizzoni G, Canova M, Zhu C^*, Wei G. A simplified multi-particle model for lithium ion batteries via a predictor-corrector strategy and quasi-linearization. Energy 2016, 116: 154-169.

荣誉奖励：

1. 深圳大学十佳青年教师提名奖（2025）

2. 高安全液冷锂电智能检测与智能管控储能系统关键技术及应用(3/14), 中国仪器仪表学会, 科技进步二等奖, 2024

3. 电动汽车磁耦合无线充电关键技术及应用(6/8), 广东省人民政府, 技术发明二等奖, 2024

4. 全国大学生光电设计竞赛-国赛/赛区优秀指导教师(2021/2022)

5. 深圳市海外高层次人才（2018）