汕头大学2025年研究生学术活动月之学术论坛

报告题目：AI Driven Topology Optimization for Battery Design and Manufacturing

报告时间：2025年11月21日 14:30

报告地点：科技楼521会议室

报 告 人：Akhil Garg, Associate Professor,（西交利物浦大学）

邀 请 人：彭雄斌副教授

报告摘要：

This talk focuses on the role of AI and multidisciplinary optimization in enhancing battery thermal performance. It addresses two core research problems: parametric and structural optimization. Parametrically, AI algorithms optimize variables like cell spacing, coolant flow rate, and temperature to maximize temperature uniformity and minimize differences within a battery pack. Structurally, deep learning-driven topology optimization discovers the ideal cooling plate or tube geometry of battery. This approach simultaneously maximizes thermal performance while minimizing weight and pressure drop. The proposed method includes integrating advanced AI models, specifically Wasserstein Generative Adversarial Networks with Gradient Penalty (WGAN-GP), with topology optimization. This powerful combination generates highly efficient, novel, and optimal cooling channel designs that traditional methods cannot achieve, leading to significant advancements in battery thermal management.

报告人简介：

阿希尔·加格博士（Dr. Akhil Garg）西交利物浦大学（Xi’an Jiaotong-Liverpool University, XJTLU）化学与材料科学学院的副教授。此前，他曾在华中科技大学（Huazhong University of Science and Technology, HUST）和汕头大学任教，开设《电池失效》课程，并担任欧盟资助项目 BatCAT 的外部顾问。加格博士在新加坡南洋理工大学（Nanyang Technological University, NTU）获得博士学位，期间与劳斯莱斯公司（Rolls-Royce）合作两年，开展人工智能与鲁棒设计优化研究。

他的研究主要聚焦于电池合成中的机器学习、遗传规划以及基于人工智能的拓扑优化，用于清洁能源系统的开发。作为连续两年入选斯坦福–爱思唯尔全球前 2% 顶尖科学家榜单的学者，加格博士主持过多个科研项目，其中包括湖北省自然科学基金委资助的基于深度学习的电池冷板设计项目。他已发表 100 余篇同行评议论文，H 指数达 47，是该领域的领先专家之一。

欢迎工学院和学校其他院系有兴趣的师生参加！

工学院

2025年11月10日