这项近日发表在《科学》杂志上的新研究，由美国能源部SLAC国家加速器实验室研究人员以及普渡大学、弗吉尼亚理工大学和欧洲同步加速器辐射设施的同事共同实施。研究人员使用计算机视觉技术，研究构成电池电极的单个粒子如何随着时间的推移而分解。

　　研究人员表示，电池粒子就像人一样，“我们开始都走自己的路，但途中我们会遇到其他人，最终我们会成群结队，朝着同一个方向前进。要了解峰值效率，我们不但需要研究粒子的个体行为，还需要研究这些粒子在群体中的行为方式”。

　　研究人员用X射线研究了电池阴极。在经历了10或50个充电周期后，他们使用X射线断层扫描重建了阴极的3D图像。他们将这些3D图片切割成一系列2D切片，并使用计算机视觉方法来识别粒子。

　　最后，他们确定了2000多个单独的粒子，为此他们不仅计算了单个粒子的特征，例如大小、形状和表面粗糙度，还计算了更多的全局特征，例如粒子彼此直接接触的频率以及粒子形状的变化程度。

　　研究人员接着发现了一个引人注目的模式：在10次充电循环后，最大的因素是单个粒子的特性，包括粒子的球形程度以及粒子体积与表面积的比率。然而，在50个循环之后，配对和组属性推动了粒子分解。

　　研究人员表示，这不再只是粒子本身，重要的是粒子—粒子相互作用，因为这意味着制造商将可开发控制这些特性的技术。如使用磁场或电场将细长的粒子彼此对齐，新结果表明这将延长电池寿命。