关于我 技能 经历 项目 专利 荣誉 联系
蒋文武

蒋文武

智能化部算法团队负责人

关于我

我是蒋文武,现任赣锋锂业智能化中心算法团队负责人,带领团队攻坚电池智能算法前沿课题。从可靠性工程师到寿命预测算法工程师,再到算法团队负责人,我在电池全生命周期管理领域持续深耕,积累了从实验设计、数据分析、算法建模到工程落地的完整闭环能力。

我深度使用 Claude、ChatGPT、Gemini 等前沿大模型,并将其与 MCP、n8n、Skills 等工具链深度融合,构建了从需求分析→算法研发→产品部署的全链路工作流,大幅提升了团队研发效率与交付质量。

需求→落地全链路
团队管理
AI深度使用者
电池算法专家
4+
年工作经验
20+
主导/参与项目
6
发明专利
3
团队成员管理
学历
全日制工程硕士
学校
湖北汽车工业学院
专业
车辆工程
籍贯
湖北武汉

技能展示

AI与工程化能力

前沿大模型(Claude / ChatGPT / Gemini)95%
Skills / MCP / n8n 工作流开发85%
AI Agent / 自动化工作流85%
前端 / 网站 / 数据库 / 部署80%
需求→落地全链路 Prompt Engineering Claude Code RAG 知识库搭建 大模型场景化应用

算法模型与工具

回归 / 分类 / 聚类算法100%
CNN / DNN / LSTM100%
Transformer / Seq2Seq100%
建模仿真80%
Matlab & Simulink70%
Python / Keras / TensorFlow90%

业务领域

SOX估计

SOC / SOH / SOP
云端+嵌入式双端

安全预警

热失控 / 析锂 / 内短路
提前10min预警

寿命预测

容量衰减 / 膝点识别
膨胀力规律建模

EIS阻抗谱

等效电路模型 / 分数阶
快速分选 / 校企合作

产线算法

容量预测 / K值检测
一致性分选配组

云端算法

云端均衡 / 故障诊断
电池画像 / 实时监控

视觉检测

缺陷识别 / 极耳检测
矿石转化率识别

AI+电池研发

材料大模型 / 配方优化
23+方向调研部署

均衡与配组

主被动均衡 / 动态分选
配组率提升33%

专业背景

车辆工程 · 汽车构造与原理
电化学 · 超级电容器改性制备
动力电池 · 充放电特性与测试
数学建模 · 研究生建模竞赛获奖
实验设计 · DOE与加速老化测试
数据分析 · 特征工程与统计建模
汽车电子 · 整车控制与BMS系统
AI应用 · 大模型+MCP+工作流落地

工作经历

2023.08 — 至今

江西赣锋锂业科技股份有限公司

智能化中心 · 算法团队负责人 · 管理3人团队

  • 主导电池画像算法开发,构建充高放低、热性能恶化、库伦效率、SOH衰减等多维监控体系,接入2万+台车云端数据,综合故障识别准确率≥80%
  • 负责智能电池系统安全算法:热失控提前10min预警(准确率≥90%)、析锂/内短路预警(准确率≥90%),完成A0版算法开发并转嵌入式C代码部署
  • 从0到1搭建化成分容容量预测系统,预测误差≤1%覆盖99.5%电芯,能耗比从235%降至175%,已完成45Ah方案验证并投产
  • 推进电池分选配组全链路:基于IC曲线的动态分选配组率提升33%、EIS快速分选、K值异常预测准确率>95%
  • 统筹SOH估计(稀疏数据误差<6%、EKF嵌入式精度±3%)、视觉检测(正烧正确率>98%)、Transformer预测EIS等7大方向算法研发
  • 带领3人团队累计产出发明专利6项(授权1项、审查中2项、已提交3项),团队人均专利产出位列部门第一
2022.07 — 2023.08

欣旺达电动汽车电池有限公司

寿命预测算法工程师

  • 基于监督/半监督学习开发电芯寿命预测模型,提取48项特征,采用CNN-DNN深度学习模型,MAPE在3%以内,减少开发周期约50%
  • 主导全生命周期电芯膨胀力规律研究,建立膨胀力与温度、DOD、充放电倍率等多因子模型,输出给模组仿真组指导结构设计
2021.06 — 2022.08

苏州清陶新能源科技有限公司

可靠性工程师

  • 设计循环和存储DOE,建立单因子和多因子加速模型,结合汽车工况信息和城市温度完成电池包寿命仿真,交付多款电池质保评估
  • 负责电池包可靠性全流程开发:建立电芯需求库127项、电池包249项,覆盖运行安全、电气安全、结构安全等维度

教育背景

硕士

湖北汽车工业学院

车辆工程 · 全日制工程硕士

  • 研究方向:超级电容器电极材料改性制备与电化学性能优化,深入掌握电化学原理、材料表征技术及实验设计方法
  • 获中国研究生数学建模竞赛三等奖,锻炼了数学建模与数据分析能力
  • 系统学习机器学习与深度学习算法,为后续从事电池算法研发奠定理论基础
本科

湖北汽车工业学院

车辆工程 · 全日制本科

  • 系统学习汽车构造、汽车原理、汽车电子技术、发动机原理等专业核心课程
  • 参与大学生创新创业项目,完成基于CATIA的车身结构优化设计

项目作品

赣锋锂业

基于长周期+实时数据的电池画像算法

2023/08 — 至今

开发电池实时算法:充高放低检测、热性能恶化、库伦效率下降、容量-SOH衰减、不一致性综合评价等。基于聚类和DNN的故障识别,接入2万+台车云端数据,识别准确率≥80%。同步开发云端均衡算法,配组数从8组降至6组。

电池画像故障识别云端均衡聚类DNN
赣锋锂业

智能电池系统项目算法开发

2023/08 — 至今

热失控提前10min预警(准确率≥90%)、析锂/内短路预警(准确率≥90%)、一致性异常识别(SOH偏差≥3%触发)。基于EIS的SOC/SOH在线估计,覆盖端侧嵌入式与云端协同部署。

热失控析锂预警SOH估计EIS嵌入式
赣锋锂业

化成分容容量预测系统

2023/08 — 至今

从0到1搭建容量预测系统,采用XGBoost与二级残差修正算法,预测误差≤1%(覆盖99.5%电芯),能耗比从235%降至175%。已完成45Ah电芯验证并投产使用。

容量预测化成分容XGBoost残差修正
赣锋锂业

电池分选配组与产线质控

进行中

基于IC曲线特征的磷酸铁锂电池动态分选,配组率提升33%、寿命延长20%;EIS快速分选;K值异常预测准确率>95%;膝点识别误差<3%。

IC曲线配组优化K值预测EIS分选
赣锋锂业

SOH估计与缺陷预测算法

进行中

稀疏数据SOH:同体系误差<6%,跨体系<10%;卡尔曼滤波嵌入式端精度±3%。极耳断裂预测召回率>99%,消费类电池流出率0 PPM。

SOHEKF缺陷预测嵌入式
赣锋锂业

工业视觉检测与失效仿真

进行中

矿石提锂"看火取样"视觉检测:正烧正确率>98%,模型<30M。等效电路模拟模组失效:模拟漏液、蓝膜破裂等故障对电路整体的影响分析。

计算机视觉等效电路失效分析
赣锋锂业

AI前沿技术探索

规划/进行中

基于Transformer预测宽频EIS(R²达0.85);材料大模型加速新材料筛选;电化学仿真软件自主化开发;DRT阻抗分析研究。

TransformerAI4S大模型DRT
欣旺达

数据驱动预测电池容量寿命

2022/07 — 2023/08

提取48项特征(IC曲线、DV曲线等),采用4种ML模型预测老化曲线(MAPE 6.5%)。CNN-DNN半监督学习将MAPE降至3%以内,自编码器实现跨配方寿命预测,减少开发周期约50%。

CNN-DNN半监督学习寿命预测自编码器
欣旺达

全周期电芯膨胀力规律研究

2022/07 — 2023/08

建立膨胀力与温度、DOD、充放电倍率等多因子模型,输出给模组仿真组指导结构设计。分析循环过程中膨胀力峰值变化规律,结合电化学机理拆解定位膨胀主因,为Pack设计提供数据支撑。

膨胀力多因子建模机理分析Pack设计
清陶新能源

电池及系统容量寿命评估

2021/06 — 2022/08

设计循环和存储DOE,建立加速老化模型,结合汽车工况(NEDC/WLTC)与多城市温度完成电池包全寿命仿真。交付多款电池质保评估报告,建立寿命衰减数据库支持产品迭代。

DOE加速模型寿命仿真WLTC
清陶新能源

电池包可靠性全流程开发

2021/06 — 2022/08

建立电芯需求库127项、电池包249项,覆盖运行安全、电气安全、结构安全等6大维度。基于FMEA/FTA进行失效模式分析,对接供应商进行可靠性评估和来料管控,输出测试规范文件。

可靠性FMEA需求分析供应商管控

专利成果

基于EIS的等效电路模型参数辨识方法、装置、终端及存储介质

2025 CN120277587A 已授权

一种实车电池容量预测方法

2025 CN120949053A 审查中

一种基于人工智能的锂电池健康度检测方法及系统

2025 CN120595125A 审查中

一种EIS动态特征的电池安全监测方法、装置、终端及存储介质

2026

一种基于增量容量曲线特征的磷酸铁锂电池动态分选配组方法

2026

一种基于二级残差修正的锂离子电池容量预测算法

2026

荣誉证书

国家中级工程师

职称证书

6 Sigma 绿带

质量管理认证

中国研究生数学建模竞赛

三等奖

全国高中数学联合竞赛

三等奖

联系方式

电话

13997822539

邮箱

1802170162@qq.com

所在地

苏州 · 赣锋锂业