BMS算法开发工程师（偏电化学/电池材料机理方向）(J14610)

• 负责动力电池BMS核心机理算法研发与迭代优化，围绕锂离子电池电化学特性、材料衰减机理，开展SOC、SOH、寿命预测、失效预警、热失控溯源等核心算法开发，搭建基于电化学机理的高精度电池状态估算模型。 - 深入研究电池正负极材料、电解液、隔膜等核心材料特性，分析不同材料体系（三元、磷酸铁锂、锰铁锂等）电池的极化、衰减、析锂、产气、热失控等机理问题，针对性优化BMS控制与估算算法。 - 主导电池电化学机理建模、P2D多孔电极模型、简化电化学模型、等效电路机理融合模型的搭建与参数辨识，结合电池老化、温度、倍率、循环工况，解决电池非线性衰减、动态极化偏差等问题。 - 结合电池材料老化机理与电化学失效机制，开发电池故障诊断、异常工况识别、安全预警算法，精准区分材料衰减、电解液分解、界面劣化等不同失效诱因，提升电池系统安全冗余与使用寿命。 - 负责电化学算法仿真验证、台架测试、实车标定迭代，搭建基于电池机理的算法验证体系，输出电化学建模文档、机理参数手册、算法标定报告、落地适配方案等完整技术资料，保障算法量产落地。 - 跟踪动力电池新材料、新体系、新电化学机理前沿技术，结合电芯研发、电池测试数据，迭代优化BMS机理算法，配合电芯开发、硬件、软件团队完成技术联调与产品落地。 - 基于电池电化学实验数据、循环老化数据、拆解分析数据，挖掘材料衰减与电化学性能变化规律，优化算法自适应策略，实现不同批次、不同老化程度电芯的精准适配。

（一）专业学历 - 硕士及以上学历，电化学、材料科学与工程、新能源材料、化学工程、动力电池工程、应用化学等电池材料与电化学相关专业，熟悉动力电池核心材料与电化学机理，有BMS机理算法研发经验者优先。 （二）工作年限 BMS算法相关工作经验不低于3年，特别优秀可放宽工作年限要求； （三）核心专业能力（重点） - 精通动力电池电化学机理：精通锂离子电池充放电电化学原理、电极反应动力学、电荷转移、离子扩散、浓差极化、欧姆极化等核心机理，熟练掌握电池内部电化学反应过程及动态变化规律。 - 精通电池材料特性与衰减机制：深入理解锂电池正负极材料、电解液、SEI膜、隔膜的材料特性，精通不同工况下材料晶格坍塌、界面劣化、电解液分解、析锂、产气、热衰减等老化及失效机理。 - 精通电化学建模与参数辨识：熟练掌握P2D电化学模型、单粒子模型、简化电化学机理模型的搭建与求解，精通电池电化学参数、动力学参数、材料参数的辨识与校准，具备独立完成电池机理模型优化的能力。 - 熟练结合电池电化学机理与材料特性，开展SOH衰减建模、全生命周期寿命预测、安全失效预警算法开发，能够从底层机理层面解释电池性能衰减、状态波动问题，支撑算法迭代优化。 - 熟悉不同体系动力电池（LFP、NCM、LMFP等）的材料差异、电化学特性差异及适配算法逻辑，可针对不同电芯体系定制化开发机理算法。 （四）技能工具要求 - 熟练使用MATLAB/Simulink、COMSOL、Python等工具，可独立完成电化学模型建模、仿真计算、参数拟合与数据验证。 - 熟悉电池测试设备与实验方法，精通容量测试、倍率测试、循环老化测试、阻抗测试（EIS）、电化学工作站测试等实验数据分析与机理拆解。 - 了解BMS基本架构、电池控制逻辑与量产标定流程，具备动力电池机理算法开发、移植、量产落地经验者优先。 （五）综合素质要求 - 具备扎实的电化学与材料理论功底，对动力电池底层机理研究有浓厚兴趣，擅长从实验数据中挖掘机理规律、定位技术问题。 - 逻辑严谨、科研能力强，具备独立算法方案设计、机理分析、技术攻坚能力，能够独立完成机理算法从建模、仿真到标定落地的全流程工作。 - 具备良好的技术文档撰写、跨团队协作能力，学习能力突出，能够快速跟进新材料、新体系电池技术迭代。