全国客服热线：
153-1370-2523
153-1370-2523
摘要
当基于一种化学体系训练的模型被部署到另一种体系时，数据驱动的电池寿命预测可能会失效。本研究探讨了在化学体系驱动的领域偏移下，电池寿命早期阶段的寿命（EOL）分类问题，并提出了一种模式约束的大语言模型（LLM）配置层作为主要方法论贡献。该LLM并不直接预测寿命，也不引入新的迁移学习或不确定性估计算法。相反，它将结构化的化学背景信息和数值数据集证据映射到可执行架构、可靠性头部以及从已批准模型库中选定的有界训练超参数集，该模型库包含一维卷积神经网络、自注意力机制、WideResNet、OpenMax和谱归一化神经高斯过程（SNGP）等选项。完整的退化轨迹使用80%的健康状态阈值定义了五个寿命类别，而模型输入则仅限于早期循环的观测数据。在六项定向Argonne/CAMP化学迁移任务中，仅目标确定性CNN的平均平衡准确率达到68.9%，而带有自注意力和SNGP的LLM选择CNN为78.3%，平均提升了9.4个百分点。固定非LLM迁移方案中，确定性CNN为70.0%，OpenMax强制CNN为71.7%，确定性WideResNet为66.5%，WideResNet-SNGP为73.3%。上下文消融实验进一步将LLM选择的准确率从带有历史和化学上下文的78.3%降低至无历史记录的73.5%，71.6%无化学上下文，以及两者均移除时的67.1%。这些结果支持将受限LLM引导作为可审计的配置选择层，而跨化学迁移学习和不确定性感知EOL预测则为该选择机制的评估提供了实验环境。1. 引言
PHM系统越来越多地在目标数据稀缺和分布偏移的情况下运行。尽管深度学习可以提取有用的退化表征，但监督模型通常假设训练和部署分布相似，而这一假设经常被新资产、运行条件和退化机制所违反[1,2,3,4].
电池寿命预测尤为困难，因为必须从生命早期的部分观测数据中推断未来的退化情况。早期循环测量可以预测最终寿命，但信号微弱、依赖化学体系且对表征方式敏感[5,6,7,8,9]，限制了在不同正极材料体系间的迁移应用。
本研究将先前的故障诊断迁移框架[10]扩展至电池生命早期的寿命终点（EOL）分类，在此过程中，正极化学体系会改变电压响应、容量衰减、阻抗增长以及从早期循环特征到寿命的映射关系。因此，该扩展测试了框架在不同物理领域、标签含义和不确定性结构下的表现。
当带标签的目标数据有限时，迁移学习可以复用源域信息，但激进的跨化学成分对齐可能导致负迁移，且确定性分类器在缺乏支持的源域区域之外可能依然过度自信[11]。因此，稳健的电池寿命预测需要可迁移的表示、不确定性感知预测以及任务敏感的配置。
架构和超参数的选择会实质性地影响迁移性能，但通常被视为实现细节。数值搜索方法无法直接编码化学相似性、循环暴露、类别支持或对不确定性感知头的需求；只有在受限、可审计且经过经验测试的情况下，大语言模型辅助的选择才能纳入这些上下文信息[12,13].
本研究的核心方法论贡献在于为电池迁移学习构建了一个受限的、证据引导的配置选择层。大语言模型本身并非预测模型：电池寿命终点（EOL）预测是由基于电池数据训练的传统神经网络架构生成的。相反，大语言模型从一个受限且预先批准的空间中，选择骨干架构、注意力选项、不确定性/开放集头部、瓶颈维度、掉落、学习率、批次大小、源损失权重以及预热计划。因此，电池迁移学习和SNGP并不被视为新发明的方法；它们构成了实验框架，通过该框架来验证领域感知配置选择的价值。
本研究的贡献如下：(1) 提出一种基于正极家族迁移任务的泄漏控制型早期电池寿命预测公式；(2) 在化学成分偏移情况下，对确定性、注意力增强型、OpenMax和SNGP配置进行了受控比较；(3) 设计了一种模式约束的LLM配置层，将物理和数值任务证据转化为已记录的、可执行的模型和超参数选择；(4) 通过受控上下文消融实验表明，结合完整历史和化学成分证据的配置实现了78.3%的平均平衡准确率，而无历史记录时为73.5%，无化学成分时为71.6%，两者均无时为67.1%；(5) 与固定非LLM候选配置的比较显示，所选的78.3%配置优于确定性CNN迁移（70.0%）、OpenMax强制迁移（71.7%）、确定性WideResNet（66.5%）和WideResNet-SNGP（73.3%）。下载PDF
第2节, 第3节, 第4节, 第5节, 第六节和第七节介绍相关工作、研究方法、实验研究、结果、讨论和结论。2. 文献综述
2.1. PHM中的迁移学习与领域偏移
迁移学习已成为PHM的核心策略，因为带标签的目标域数据往往稀缺且获取成本高昂[14]。在旋转机械中，由于负载、转速、传感器位置、结构传递路径或采样率的不同，源域和目标域可能存在差异，先前的故障诊断研究表明，除非引入自适应机制，否则这些偏移会降低原始信号分类器的性能[3,4,15在电池系统中，这一概念变得更具挑战性，因为领域偏移可能对应于由化学驱动的退化机制变化，而非简单的运行条件扰动。这种区别促使人们开发一种能够同时适应协变量偏移以及早期观测值与长期标签之间关系变化的框架。
]。领域对抗和通用自适应方法为减少分布不匹配提供了有用的机制，但当源域和目标域在类别支持或退化特征的物理意义上存在差异时，激进的特征对齐可能会产生负迁移[16,17,18]。因此，本文考虑的电池设置被视为一个结构化迁移问题，而非通用的池化分类任务。2.2. 电池早期寿命预测
电池寿命预测不同于即时状态诊断，因为模型必须从部分早期寿命证据中推断未来的退化行为。先前的研究表明，早期循环测量值可能包含关于最终循环寿命的预测信息，但有用信号通常微弱、依赖于化学体系，并且对特征构建非常敏感[5,8,9]。针对锂离子电池健康状态估计的迁移学习研究进一步表明，工况和化学体系相关的失配会显著影响模型的可靠性[19因此，一种在某一正极材料体系中表现良好的方法，若不进行额外的正则化、不确定性估计或架构调整，可能无法直接迁移到另一体系中。
使用序数EOL等级在连续寿命回归与粗略的健康/故障分类之间提供了一种实用的折中方案。它保留了电池耐用性的操作意义，同时降低了对高度偏斜的原始循环寿命分布的敏感性，这一问题在电池信息学和概率电池健康研究中得到了强调[7,8,9]。本文采用EOL等级公式来评估跨化学体系的迁移，而无需模型从有限的早期寿命数据中预测精确的循环次数。2.3. 不确定性感知与开集预测
深度神经网络在领域偏移下经常产生过度自信的预测。在PHM中，这是一个问题，因为过度自信的电池寿命分类或故障诊断可能导致错误的维护、保修或运营决策。SNGP通过将谱归一化与受高斯过程启发的输出层相结合来解决这一局限性，在保持确定性深度学习可扩展性的同时，实现了距离感知的预测不确定性[11].
OpenMax解决了拒绝偏离已知类别激活模式样本的相关问题[20]。当目标类别为非共享或明确的开放集时，它最为适用[ %%]；电池任务保留了共享的EOL类别，因此SNGP风格的距离感知不确定性预计会更广泛地发挥作用。两者均保持可选择性而非固定。17,18SOH根据相对于参考容量的放电容量计算得出，而EOL是指SOH首次低于80%的循环。2.4. 自动化与大语言模型辅助的模型选择
传统的超参数优化方法，如随机搜索、网格搜索、贝叶斯优化和Optuna，减轻了手动调优的负担，但它们通常在数值搜索空间上运行，而没有显式地考虑领域语义[12,21]。PHM任务通常需要结合领域背景的决策：例如，化学驱动的电池迁移任务可能比同家族任务需要更强的正则化，而标签不一致的故障诊断任务可能需要显式的开放集控制。
大语言模型可以将结构化的领域描述纳入模型选择中[13]，但不受限制的输出不适合科学实验。在这里，通过批准的架构列表、有界超参数、JSON验证、提示词日志记录和受控消融实验，使大语言模型成为一个有界的推理层，而非自由形式的优化器。
大语言模型（LLM）与Optuna的比较是在相同的可接受配置空间内进行的。两种选择器均可访问相同的已批准架构/头部选项和受限的超参数选项，包括骨干架构、注意力与不确定性头部选择、瓶颈大小、dropout、学习率、批次大小、source-loss权重以及预热控制。两者的区别在于选择机制和搜索预算。对于每个迁移任务，LLM利用提供的物理和数值任务上下文生成一个符合模式的配置方案，而Optuna则通过15次试验的固定预算对同一可接受空间进行经验探索。两种方法均采用相同的数据划分、早期周期暴露、训练流水线和目标性能目标进行评估。因此，该比较旨在评估结构化的任务证据是否能以大幅减少的经验训练试验次数来确定具有竞争力的配置。3. 方法论
3.1. 学习问题
所提出的方法将电池寿命早期预测视为跨化学体系的迁移学习问题，而非传统的同数据集分类任务。每个电池单元由其循环历史起始阶段提取的短序列表示，而监督目标则源自该单元完整的退化轨迹。源域包含来自单一或一组正极材料体系的已标记早期窗口数据，目标域则包含来自不同体系的相应窗口数据。核心目标是在不假设两个领域共享相同输入分布、类别平衡或早期循环与寿命关系的前提下，将与退化相关的结构从源域迁移到目标域。
每个模型输入都是一个具有固定通道数和时间跨度的多通道早期循环序列。输出是五个有序的EOL类别之一。源域和目标域在特征分布和类别支持上允许存在差异，因此学习目标是保留从源域学习到的与退化相关的信息，同时适应目标化学体系。这种表述方式特意遵循了预后问题的时序性：生命周期后期的容量衰减仅用于分配EOL类别，而不作为模型输入。
与之前的CWRU研究[10]不同，该方法通过不完整证据预测未来的耐久性类别，因此强调在化学体系转变下的泄漏控制和不确定性。3.2. EOL标签构建与早期窗口化
图1将用于分配标签的完整轨迹与暴露给模型的早期生命阶段区分开来。 distinguishes the complete trajectory used to assign the label from the early-life segment exposed to the model.
图1。显示早期寿命输入区域和基于80% SOH的EOL阈值的完整电池寿命曲线。
五种EOL类别在研究层面基于汇总的Argonne/CAMP寿命分布定义一次，随后在所有源-目标化学任务中保持固定。这种构建方式旨在建立跨化学体系的通用结果分类，而非优化任何单一迁移任务。生成的EOL边界未作为预测特征提供给模型，未为最大化目标性能而重新计算，且在架构和上下文比较中保持不变。预后输入本身仍仅限于早期寿命测量数据。
尽管如此，我们承认汇总标签构建使用了关于寿命分布的全局数据集级信息。更严格的前瞻性设置应从指定的开发/训练队列中推导EOL边界，并在评估新电池前冻结这些阈值。由于改变类别边界会重新定义监督目标并需要重新训练所有模型，本研究保留了最初定义的全局分类体系，并明确将仅限训练集的阈值构建视为未来外部研究的重要验证步骤。
%% 表1中的类别按循环寿命从短到长排序，这有助于解释错误。然而，报告的神经网络头部实现的是常规的标称多分类SoftMax，并使用交叉熵损失。平衡准确率将所有错误预测同等对待，未利用排序信息。因此，混淆矩阵仅用于定性描述相邻错误与远距离错误；本结果未声称使用序数损失或对顺序敏感的指标（如二次加权kappa）。表1。
EOL类别边界对池化估计与仅训练估计的敏感性。 Sensitivity of EOL-category boundaries to pooled versus training-only quantile estimation.
作为事后敏感性检查，我们使用代表性的仅训练队列重新计算了EOL分位数边界，而未重新训练预测模型。结果显示，在第20、40、60和80百分位数上，所得阈值与汇总研究层级阈值分别相差0.0、3.4、0.0和7.2个周期。这表明对于该代表性划分，类别边界本身相对稳定。然而，由于模型未使用这些替代边界进行重新标记和训练，我们并不认为预测准确率在数值上会保持完全一致。因此，完整的仅训练阈值评估仍被保留为前瞻性外部验证的要求。
每个固定基准输入使用了早期运行期间可用的七个循环级通道：循环次数、充电能量、充电容量、放电能量、放电容量、循环开始时间和循环持续时间。编码终端寿命、EOL循环或归一化全轨迹位置的变量被排除在外。另一条独立的探索性特征工程路径生成了额外的衍生变量，共产生21个通道，但这些工程变量并未用于报告的固定基准中。存档的LLM轨迹中对21个通道的引用仅作为补充溯源保留，而非固定基准协议。表2详细总结了实验方案，包括观察到的周期范围、网络序列长度、输入通道和窗口化过程。
表2。电池实验中使用的循环周期、序列长度和通道定义。3.3. 考虑化学特性的迁移任务设计
正极化学特性被用作主要领域描述符，因为它强烈影响电压响应、降解速率、容量衰减形状、阻抗增长，以及早期循环行为与最终EOL类别之间的映射关系。电池被分为不同的化学家族，包括层状NMC变体、富锂化学体系、5V尖晶石和FCG相关电池。随后在这些家族之间构建源-目标迁移任务，使领域偏移反映电池化学特性的物理意义变化，而非任意的随机划分。
图2总结了这一化学感知任务结构。该图展示了源域和目标域在正极材料家族层面的组织方式，以及为何某些迁移路径预计会比其他路径更困难。在相关的层状NMC化学体系之间进行迁移代表了较轻微的转变，因为源域和目标域具有更广泛的结构相似性。相比之下，在NMC、富锂、5V尖晶石和FCG相关家族之间进行迁移则会引入更强的失配，因为主导的老化机制和早期寿命特征可能存在更显著的差异。
图2。阴极家族转移图用于定义化学感知型源-目标任务。
表3总结了有向化学迁移任务及其主要领域差距驱动因素，为解释迁移性能（超越总体准确率）提供了物理基础。
表3。电池迁移任务及预期的化学驱动领域差异因素。
对于所有源-目标对，保留相同的EOL类别定义，以便评估衡量的是跨化学领域的迁移，而非标签语义的变化。在所有对比候选模型中，均一致应用相同的早期循环预算。这防止了某个模型仅仅因为能够获取更长的退化轨迹而获益。因此，目标性能的差异可更直接地归因于表示学习、不确定性处理、迁移行为和配置选择。3.4. 受限的LLM引导配置选择与非LLM比较器
配置选择层使架构选择具有可复现性和领域感知能力。LLM接收结构化文本上下文和数值数据集摘要，并返回一个经过模式验证的JSON配置，该配置取自已批准的模型库。选择器不允许虚构架构或无限制的超参数；无效值仅通过确定性的解析、枚举、钳位和回退规则进行修复。
大语言模型可能包含关于电池化学的通用知识，但除非提供相关细节，否则它并不了解特定实验运行的源-目标化学关系、类别分布、循环预算或可用的目标支持。提供正极家族背景可将决策从通用的时间序列模型选择转变为具备化学感知能力的迁移配置。表4展示了受限的配置过程，而表5展示了LLM选择器可用的结构化设置。
表4。电池传输实验中使用的LLM引导配置策略。
表5。选择器可用的有界结构和超参数空间。
每个定向化学转移任务都独立进行了配置选择。对于六个电池任务中的每一个，选择器接收相应的源正极家族、目标正极家族、早期循环协议、类别支持信息、数值数据集摘要以及可用的历史/化学背景，并返回该任务的符合模式的配置。因此，报告的跨任务平均值是基于特定任务的大语言模型配置调用，而非强加于所有六个转移方向的单一全局架构。图A1, 图A2, 图A3和图A4展示一个代表性的电池调用，以说明输入、JSON输出和逻辑结构；该示例不应被视为执行的唯一配置选择调用。
选择器接收两类证据。第一类是关于迁移设置的文本描述。图A1显示了提供给选择器的结构化上下文类型，包括数据集标识、源正极材料体系、目标正极材料体系、标签定义和迁移框架。这种文本上下文为选择器提供了仅靠数值统计无法完全捕捉的化学感知信息。例如，两个任务可能具有相似的类别数量，但如果一个涉及NMC体系内的迁移，而另一个涉及从层状NMC到5V尖晶石的迁移，它们的物理意义将截然不同。
第二个输入是数值数据集摘要。图A2展示了选择器如何获取输入形状、通道数、序列长度、类别分布、特征列表以及源/目标数据可用性等信息。这些数值描述符有助于选择器区分紧凑的早期任务、不平衡的目标设置，以及可能更需要不确定性感知预测的迁移案例。图3因此，这展示了配置层的核心思想：模型选择由物理上下文和可测量的数据集结构共同引导。
图3。用于跨化学体系电池迁移的受限大语言模型引导配置工作流。
表6总结了输入设置。该架构限制了模型系列、注意力/OpenMax/SNGP选项、瓶颈大小、dropout、学习率、批次大小、源损失权重以及预热计划，具体总结在表5中。无效值将被拒绝或映射为默认值，同时提示词、响应、验证配置、种子和指标都会被记录。
表6。电池转移实验中使用的LLM引导输入上下文。
该设计是未记录的手动选择与无约束搜索之间的一个可审计的折中方案：每项推荐都与任务证据挂钩，并针对固定候选对象进行评估。3.5. 模型库与训练流水线
经过批准的模型库特意保持精简，以便配置差异保持可解释性。它包含一个确定性一维卷积神经网络作为固定参考基准，一个带有轻量级自注意力尾部的卷积神经网络用于提取具有有限全局上下文的局部特征，用于显式未知类别拒绝的CNN-OpenMax，以及用于更高容量表示学习的WideResNet变体。电池实验特别强调带有自注意力的卷积神经网络和SNGP，因为早期循环的退化特征可能取决于多个循环之间的相互作用，而化学成分变化可能导致确定性置信度变得不可靠[11,20,22].
训练过程对LLM选定的配置和所有对比候选对象遵循相同的受控协议。数据加载器使用阴极过滤器构建源和目标拆分，应用选定的早期循环预算，并将生成的窗口传递给共享训练流水线。当不平衡超过定义阈值时，使用类别平衡采样和类别加权损失。在迁移训练期间，源监督可以通过源损失权重混合到目标侧优化中。这使得实验能够控制模型在适应目标化学成分时，保留源域结构的强度。
对于启用SNGP的运行，确定性分类器头被替换为受谱归一化高斯过程启发的分类器头。在训练期间，随机特征精度矩阵根据观测到的特征分布进行更新。在评估期间，协方差更新被禁用，并应用均值场逻辑值缩放，从而使预测方差在特征空间中支持较少的区域降低置信度。训练和评估行为之间的这种区别非常重要，因为不确定性必须从学习到的特征分布中估计，而不是使用验证信息进行更新。
实验对比围绕三个角色展开。确定性CNN提供用于报告改进的固定参考基准。LLM选择的配置代表所提出的自适应方法。额外的确定性、具备OpenMax能力以及基于SNGP的候选方案作为消融实验进行评估，以确定观察到的增益是源自迁移学习、自注意力机制、不确定性感知预测，还是配置选择层。主要报告的指标包括目标平衡准确率、适用情况下的常见类别准确率、相对于基准的改进、混淆矩阵表现，以及SNGP运行的不确定性摘要。这些组件定义了在阿贡国家实验室案例研究中评估的电池专用迁移学习框架。
该模型库是有意限定范围的，而非旨在作为所有电池预测架构的详尽基准。比较的目的是测试配置层是否能在共享相同迁移学习流水线的情况下，从表示能力、注意力机制、开放集行为和不确定性处理各异的受控备选方案中进行有效选择。因此，本研究并不声称在更广泛的文献中优于所有电池预测方法。传统的提升树模型、循环架构、完整Transformer模型、生存分析公式以及深度集成模型，涉及了需要独立调优空间且在某些情况下需要不同预测目标的额外建模问题。
在本研究范围内，关于配置敏感性最强有力的证据来自已评估的受控替代方案：确定性CNN迁移将68.9%的仅目标基准提升至70.0%；强制OpenMax的CNN达到71.7%；确定性WideResNet下降至66.5%；WideResNet-SNGP达到73.3%；而选定的CNN-SA-SNGP达到78.3%。这些对比表明，迁移、容量、不确定性处理和配置选择都会影响性能，而无需断言所选模型在所有电池预测架构中都具有普遍优越性。3.6. 可复现性产物
每次报告的运行都关联了一个持久的实验标识符，该标识符将源-目标化学任务、外部组感知划分、随机种子、EOL阈值、预处理设置、早期周期时界、模型配置、LLM提示词及响应（如适用），以及最终预测产物联系在一起。固定基准测试每个电池使用15个观测周期、32步网络输入和7个早期寿命通道。所选配置及所有对比配置均在相同的信息时界和数据划分下进行评估。这些产物随文章一同提供，以便重现配置选择步骤和下游预测评估。4. 案例研究
4.1. 数据集描述与实验背景
Argonne/CAMP数据集包含跨越多种正极化学体系的锂离子软包电池长期退化记录。完整轨迹定义了寿命终点（EOL）标签，而预测仅使用早期循环的观测数据。
电池被分为分层NMC、富锂、5V尖晶石和FCG相关系列，它们的电压曲线、容量衰减趋势和老化机制各不相同；因此，正极系列定义了迁移领域。
图4这说明了EOL周期在家族间和家族内部存在显著差异，从而促使我们采用基于化学特性的评估方法，而非随机转移评估。
图4。各正极材料EOL循环次数的箱线图。
图4也支持将预测目标设定为有序的EOL类别，而非原始的循环寿命回归目标。直接预测不同化学体系的循环次数会使模型对每个化学体系家族的绝对寿命尺度高度敏感。通过将EOL循环次数转换为有序的寿命类别，该案例研究在关注相对耐久性行为的同时，仍保留了早期、中期和长寿命电池的实际意义。
表7将CWRU任务中的即时故障标签和运行工况偏移，与电池任务中的未来寿命标签和化学驱动偏移进行对比。
表7。CWRU领域电池数据集的主要差异。4.2. 实验数据集构建
数据集构建遵循第3节：完整的轨迹被分配了EOL类别，早期循环观测值构成了模型输入。在整个数据构建过程中，该电池被保留为主要实验单元。从同一电池可以生成多个早期寿命窗口，但这些窗口并不像来自不同物理电池的窗口那样相互独立。因此，与给定电池相关的所有窗口都被保留在同一个训练或验证分区中。这种基于分组的构建方法防止了训练集和验证集之间的信息泄露，并确保目标域的性能反映了对留出电池的泛化能力，而不是对来自同一退化轨迹的重复片段的识别。
报告的电池结果是通过多次模型运行获得的，而非单一的有利初始化。在重复运行中，保留了相同的电池级分组、源-目标化学定义和早期循环信息约束，同时改变模型初始化以减少对随机训练效应的敏感性。报告的数值总结了重复运行后的行为，并随后在六个定向化学迁移任务中取平均值。由于六个迁移方向在目标支持和化学关系上存在显著差异，因此任务级结果也分别报告，而不是将这六个任务视为可互换的统计重复实验。
特征集保留了早期容量、能量和持续时间描述符，并排除了编码最终寿命、EOL循环或全轨迹位置的变量。图5展示了最终的EOL类别不平衡情况。
图5。电池寿命终结（EOL）类别分布。
这种不平衡性促使我们在训练期间采用目标平衡准确率、类别感知误差分析和不平衡控制。4.3. 源-目标迁移执行
每个迁移任务使用一个正极材料家族或正极材料家族组作为源域，另一个家族作为目标域。报告的六个定向电池任务为NMC->5V尖晶石、NMC->FCG、富锂->5V尖晶石、5V尖晶石->NMC、5V尖晶石->富锂以及FCG->NMC。所有任务均采用相同的全局EOL分类边界和固定的循环早期基准协议，以便性能差异能反映迁移行为和配置选择，而非标签语义的变化。表8总结了任务划分的大小。请注意，计数是单元格计数。对于固定的15周期基准测试，窗口数量等于单元格数量，因为每个单元格贡献一个填充的32步输入序列。
表8。固定15周期基准测试的源-目标任务划分大小。
目标域评估队列特意以电池单元级别而非更大窗口级别进行报告，因为物理电池单元是独立的预后单位。这揭示了目标支持的显著差异。NMC→FCG和5V-尖晶石→富锂电池在单个划分中仅包含3个留出目标电池；NMC→5V-尖晶石和富锂电池→5V-尖晶石包含17个目标电池；5V-尖晶石→NMC和FCG→NMC包含76个目标电池。因此，来自三电池目标队列的结果被视为低支持的探索性迁移案例，而非稳定的独立性能估计。主要结论基于重复的跨任务分析和更大的目标队列，而保留低支持任务是为了展示框架在严重数据稀缺情况下的表现。表9展示了各项迁移任务改进的对比。
表9。任务级电池迁移结果。
整体+9.40个百分点的提升并非由两个最小的目标评估队列夸大而来。NMC→FCG和5V尖晶石→富锂各产生了0.00个百分点的提升，排除这些任务后，剩余四个方向的平均提升幅度增加至+14.10个百分点。重要的是，对电池级EOL标签的检查确认，FCG和富锂目标家族各仅包含一个代表性的EOL类别。因此，它们的三电池评估队列并未测试跨多个EOL类别的区分能力，其100%的准确率不应被解读为具备全年龄五类预后能力的证据。这些任务因完整性而被保留，但被排除在四任务敏感性摘要之外，提升的主要证据源自目标类别多样性更高的迁移方向。4.4. LLM选定配置的可追溯性
选择器被评估为一种可审计的配置机制。输出必须符合严格的JSON模式，并保持在批准的模型空间内；不支持的架构、无界值和歧义字段将被拒绝。请注意，附录A中显示的配置轨迹具有代表性。针对六个有向源-目标化学任务中的每一个，都分别执行了相同的有界选择程序，并向选择器提供了特定任务的化学和数值证据。
图A3记录了为电池任务选定的已验证JSON配置。该可执行记录包含架构、注意力/SNGP/OpenMax选项、掉落、学习率、批次大小、源损失权重和预热，从而能够与基准和消融实验进行直接比较。
所选配置的相关依据也被保留。该依据本身不被视为正确性的证据，但它提供了一个可解释的追踪，说明在观察到的迁移条件下为何做出特定的模型选择。在电池场景中，这种追踪特别有用，因为当主要风险是化学驱动的不确定性时，选择器可能会倾向于SNGP，而当任务不包含显式的未知故障类别时，则会禁用OpenMax。当目标支持有限或类别不平衡严重时，它也可能选择更强的正则化或保守的学习率。
图A4使决策过程可检查，并将有界配置选择与黑盒推荐区分开来。4.5 消融实验与对比方案
案例研究将大语言模型（LLM）选择的配置与固定确定性基准及其他对比候选方案进行了比较。确定性一维卷积神经网络（CNN）被保留作为参考锚点，因为它提供了一个简单的目标领域基准，可据此衡量改进效果。LLM选择的配置代表了所提出的自适应方法，而确定性、具备OpenMax能力以及基于SNGP的替代方案则提供了消融实验证据，用于识别哪些机制对观察到的性能提升做出了贡献。除了固定的模型/头部消融实验外，Optuna 被用作非大语言模型配置选择的对比基准。为了确保比较具有实际意义，Optuna 搜索被允许从与大语言模型选择器相同的架构/头部和超参数选项中进行选择。Optuna 的预算固定为每次搜索 15 次候选评估，而大语言模型则根据其提示词中提供的任务证据生成一个候选配置。因此，该比较在保持候选空间和下游训练/评估协议不变的同时，改变了配置选择机制和经验试验的数量。
仅针对目标的确定性CNN仍作为固定且不迁移的基准，用于量化迁移是否增加了价值。它并非旨在作为配置搜索的比较对象。Optuna提供了合适的非LLM选择比较器，因为它搜索的是与LLM相同的候选架构和超参数空间。
表10定义了用于测试选择器而非假设其价值的消融因子。表10这一点很重要，因为它阐明了LLM选择器是通过受控变量进行评估的。历史模式比较测试了先前的排行榜信息是否能提升配置质量。化学背景比较测试了正极感知提示词是否在通用模型选择之外提供了额外价值。头部选择比较则分离了确定性的SoftMax、SNGP和OpenMax行为。超参数推理比较评估了LLM选择的超参数是否优于固定默认值。对于这篇电池论文，化学背景和头部选择消融实验尤为相关，因为核心研究问题在于化学驱动的领域偏移是否能从不确定性感知和上下文敏感的模型选择中获益。
表10。LLM输入证据如何映射到训练决策。
所有对比候选模型均使用相同的源-目标划分、EOL标签和早期循环暴露进行训练和评估。这种控制是必要的，因为电池问题对预处理和循环可用性的差异非常敏感。因此，实验设计避免了比较获得不同信息的模型。任何观察到的性能差异都应被解释为模型架构、不确定性行为、迁移策略或配置选择的结果，而非不同数据构建规则的人为产物。
历史上下文与被评分任务的留出评估严格分离。符合条件的历史记录包括先前完成的开发/验证运行，包括架构和头部身份、选定的超参数、收敛行为以及验证改进情况。在配置选择之前，当前的目标测试标签、预测值、平衡准确率以及从留出评估分区中得出的其他指标对选择器均不可用。因此，配置在最终目标评估之前被冻结。评估完成后，结果可存档用于后续实验，但不能追溯影响生成该结果的实验的选择。
这种区别在上下文消融实验中得到了实证验证。在同时启用历史和化学上下文的情况下，平均平衡准确率为78.3%。移除历史但保留化学上下文时，准确率降至73.5%；保留历史但移除化学上下文时，准确率为71.6%；而同时移除两者则使准确率降至67.1%，比68.9%的无迁移基准低了1.8个百分点。4.6. 不确定性感知评估控制
启用SNGP的配置需要额外的评估控制，因为如果在验证期间更新预测协方差，不确定性行为可能会变得不稳定。因此，案例研究在训练和评估期间使用了相同的SNGP头部，但在验证期间禁用了协方差更新。应用了均值场逻辑值缩放，使预测方差在特征空间的不确定区域降低置信度。这在跨化学领域迁移中尤为重要，因为即使目标样本与源样本共享相同的EOL标签空间，它们也可能远离源样本支持的表示。
表11通过识别直接使用SNGP的主要失效模式以及框架中实施的相应保障措施，支持了案例研究协议。在评估期间冻结协方差更新，可防止验证批次改变不确定性统计数据。平均场逻辑缩放可防止在预测方差较高时出现过度自信的预测。这些控制措施共同作用，使得不确定性行为可以被解释为学习模型的一部分，而非不稳定评估动态产生的伪影。
表11。LLM消融因子。
主要性能指标仍为目标平衡准确率，但保留了不确定性输出作为辅助诊断。这一区别至关重要。平衡准确率评估模型是否能正确分类五个EOL类别中的留出目标细胞，而不确定性行为则有助于评估当生命早期证据薄弱或发生化学偏移时，模型是否表现出适当的谨慎。在部署场景中，偶尔出错但表现出适当不确定性的模型，可能比以高置信度出错的模型更有用。4.7. 实验报告策略
结果围绕三个比较角色展开。确定性CNN基准提供仅目标参考。LLM选择的配置代表所提出的自适应模型选择方法。消融候选模型提供了证据，用于解释改进是源于迁移学习、自注意力机制、基于SNGP的不确定性处理、OpenMax风格的拒绝机制、化学上下文提示，还是LLM选择的超参数。
主要报告的指标是相对于确定性基准的改进，以目标平衡准确率作为主要的性能衡量标准。相对于基准的改进很有用，因为它直接回答了在相同目标划分和早期周期信息约束下，所提出的迁移配置是否增加了价值。尽管EOL类别具有从短寿命到长寿命电池的自然耐久性顺序，但本研究将预测表述为名义五分类问题。因此，平衡准确率将单箱误差和多箱误差同等对待。因此，保留混淆矩阵作为补充诊断，以便定性区分相邻类别混淆与更严重的短寿命到长寿命误差。本研究不主张序数学习贡献，且未使用任何对顺序敏感的损失函数。
该案例研究还保留了实验决策的可追溯性。对于大语言模型（LLM）选择的运行，保留了提示词证据、数值摘要、JSON输出、理由、验证过的配置、种子以及生成的指标。这种可追溯性是必要的，因为模型选择是本文的贡献之一。评估选择器的标准不仅在于其是否生成了合理的模型，还在于所选模型在选择它的化学迁移条件下，是否改善了目标领域的预后。5. 结果
5.1. 电池迁移结果概述
阿贡电池实验测试了阴极分离传输是否比仅目标确定性CNN能改善早期寿命的EOL类别分类。主要聚合报告了在重复的组感知评估后，六个定向化学传输任务的平均结果，具体体现在表12在跨任务方向上，仅目标基准的平均平衡准确率达到68.9%，而任务特定的大语言模型选择配置的平均平衡准确率达到78.3%，相当于平均提升了9.4个百分点。这一跨任务平均值显示在表13，这与本节稍后展示的单个固定任务示例不同。性能表现依然表现出强烈的任务依赖性。在六个化学迁移方向中，基准准确率的跨任务标准差为24.39个百分点，所选模型的准确率的跨任务标准差为18.78个百分点，而提升值的跨任务标准差为8.70个百分点。六个任务级提升值的95% t区间为0.27至18.53个百分点。这些数值描述了不同迁移方向之间的差异，并与重复种子和单元划分下的运行间变异性分开报告。
表13。跨任务平均迁移提升，基于电池比较模型。
表12。SNGP的改进与动机。5.2. 代表性化学迁移结果
从富锂到5V尖晶石的任务代表了正极行为、电压响应和降解路径的重大电化学转变。
图6展示了一个代表性的留出划分，用于定性混淆矩阵检查；不应将其解读为重复运行任务的平均值。在对富锂→5V尖晶石迁移的完整重复评估中，平衡准确率从50.21%提高到62.18%，平均提升了11.97个百分点。保留单个混淆矩阵仅是为了说明类别错误的结构。混淆矩阵表明对观察到的类别的识别有所改善，尽管较小的类别数量需要谨慎解读。
图6。富锂-5V-尖晶石结果（左：基准CNN；右：LLM选定的模型和超参数）。5.3. 消融行为与配置敏感性
消融分析评估了电池转移实验中配置敏感性的三个来源：早期循环时间范围、大语言模型提示上下文以及模型/头部选择。在图7, 图8和图9，基准是指在与相应迁移配置相同的源-目标任务定义和早期周期信息约束下评估的仅目标确定性CNN。因此，绘制的增益应被解释为相对于适当的无迁移参考的改进，而非独立的绝对分数。对于固定基准的比较，仅目标确定性CNN的准确率保持不变；对于周期范围的消融实验，基准会随着暴露的周期范围而变化，因为仅目标参考也会接收到不同数量的早期生命证据。
图7。电池循环寿命预测准确性的消融实验。
图8。电池LLM选择上下文消融准确率。
图9。电池模型/头部准确率比较。
图7隔离了早期循环暴露的影响。在此消融实验中，LLM选择的配置保持不变，仅在5、15、30、50和100个循环条件下改变观察到的早期生命周期数量。这种区分很重要，因为循环消融不是模型家族的比较。它测试了在同一选定的迁移模型能够可靠地分类留出目标细胞之前，需要多少早期循环证据。
最大的迁移优势出现在短到中等的时间跨度，特别是在15个循环和30个循环的设置附近。这表明，当输入包含足够的早期退化信号以支持EOL类别预测，但任务尚未被后期更具化学特性的轨迹行为主导时，选定的迁移模型获益最大。在5个循环的时间跨度下，模型相较于相应的基准仍有提升，但可用的退化证据较弱。在50和100个周期时，基准模型和迁移模型均有所提升，因为可用的目标周期信息更多，但相对迁移优势却在缩小。这一模式支持了早期生命预后框架：更多周期可以提高绝对预测准确度，但更多的暴露并不必然增加迁移学习的价值。
对图7的解释也应反映实验单元。对于固定的15周期基准，每个单元贡献一个填充的32步序列，因此评估实际上是单元级别的。对于50和100周期等更长的时间跨度，会生成重叠的32步窗口；因此，除非明确聚合到单元级别，否则这些跨度消融结果应被解释为窗口级别的。这一澄清防止了将周期消融结果夸大为独立的单元级重复。
图8评估LLM选择的配置是否依赖于提供给选择器的上下文。基准线保持不变，因为仅目标确定性CNN不接收LLM提示上下文。只有LLM选择的迁移配置在不同上下文条件下会发生变化。
全上下文条件（标记为history-on/chemistry-on）提供了最强的效果。该设置同时为选择器提供了先验实验上下文和正极家族信息。先验运行历史代表了先前可用的关于配置行为的开发或验证证据；它不应包含当前迁移任务的留出测试结果。化学上下文提供了物理上的源-目标关系，例如任务是否涉及从NMC家族源迁移到5V尖晶石目标。这两种形式的信息是互补的：历史信息帮助选择器避免先前表现较弱的配置，而化学上下文则帮助其理解领域迁移的物理意义。
“历史关闭/化学开启”条件在保留阴极家族上下文的同时，移除了先前的运行证据。其较低的性能表明，仅化学信息是有帮助的，但不如化学信息加上先前的实验证据强。 “历史开启/化学关闭”条件保留了先前的运行证据，但移除了阴极家族身份，这意味着选择器将该任务视为更通用的时间序列迁移问题。最弱的条件是“历史关闭/化学关闭”，此时选择器既没有收到先前的运行反馈，也没有收到明确的化学上下文。这一结果支持了必须分别定义历史和化学的观点：历史关闭并不意味着化学关闭，化学关闭也不意味着历史关闭。有意义的比较是“历史开启”与“历史关闭”、“化学开启”与“化学关闭”，以及“全上下文条件”与“两者关闭条件”。
图9在相同的固定基准条件下，将LLM选定的配置与强制模型/头部替代方案进行比较。该图直接探讨了最佳电池结果究竟是由迁移学习本身、模型容量、OpenMax，还是由LLM选定的特定架构与不确定性头部组合所导致的。
大语言模型选定的配置提供了最强的性能。它结合了紧凑的卷积神经网络特征提取器、自注意力机制和SNGP。这一结果非常重要，因为它表明表现最佳的配置并非仅仅是规模最大的候选模型。相反，所选模型平衡了局部时间特征提取、有限的跨周期上下文以及距离感知的不确定性估计。
确定性卷积神经网络迁移候选模型相比仅目标基准模型有小幅提升，表明迁移学习本身贡献了有用的信息。然而，其性能仍低于大语言模型选定的配置，这表明仅靠确定性迁移无法完全解决由化学驱动的领域偏移所引入的不确定性和表示不匹配问题。强制使用OpenMax的候选模型也优于基准模型，但仍低于所选的基于SNGP的配置。这与电池问题属于具有共享寿命终点类别的闭集问题是一致的：主要挑战不在于限制级未知类别的拒绝，而在于化学成分变化下从早期寿命到全寿命映射的不确定性。
WideResNet的结果尤其具有启发性，因为在不使用SNGP的情况下，其表现低于基准。这表明在目标支持有限且早期存在歧义的情况下，仅靠提高容量可能难以实现正则化。将SNGP添加到WideResNet中可以弥补部分差距，表明感知不确定性的头部可以帮助高容量模型。然而，WideResNet-SNGP配置仍未超过紧凑型LLM选定的CNN-SA-SNGP模型。这支持了核心结论，即电池迁移性能对配置敏感，而不仅仅是由容量驱动。5.4. 与基准和候选模型的比较
电池结果的主要基准是仅针对目标域的确定性一维卷积神经网络。该基准在目标域划分上进行训练和评估，不使用源域迁移，并作为报告改进效果的固定参考。因此，所有报告的增益应被解读为候选迁移配置与在相同任务、划分和早期循环协议下的仅目标域确定性卷积神经网络之间的差异。
报告中的汇总值表12总结了六个定向化学转移任务的性能：NMC到5V尖晶石、NMC到FCG、富锂到5V尖晶石、5V尖晶石到NMC、5V尖晶石到富锂以及FCG到NMC。这种汇总与之前展示的代表性富锂到5V尖晶石混淆矩阵示例以及图7中的循环视野消融实验截然不同。因此，表格级结果应被描述为跨任务平均值，而单个图表则应根据其具体的比较基准进行解读。
在固定基准的比较中，带有自注意力机制和SNGP的LLM所选CNN相比仅针对目标任务的确定性CNN实现了最大的提升。在评估的候选空间中，完整的LLM所选迁移配置取得了最强结果。因此，相对于仅针对目标任务基准的+9.4个百分点差异，应被解读为所选配置整体的性能增益，而非对LLM推理组件孤立的因果估计。架构选择、不确定性头、迁移学习以及所选超参数共同促成了观察到的结果。确定性CNN迁移候选模型表明，源域迁移可以改善目标任务，但较小的增益表明仅靠迁移不足以获得最强的一系列结果。WideResNet和WideResNet-SNGP的比较表明，容量和不确定性处理必须与任务结构相匹配。更大的残差架构并不会自动改善生命早期的EOL迁移，尤其是在目标支持有限且早期周期信号微弱的情况下。
应谨慎解读OpenMax的结果。OpenMax专为目标样本可能不属于已知源标签空间，或需要显式未知类别拒绝的场景而设计。在电池实验中，五个EOL类别在不同化学体系间共享。标签经过排序以便解读，但模型作为名义多分类器进行训练，并使用平衡准确率而非对顺序敏感的损失或指标进行评估。因此，OpenMax不被视为此封闭集电池任务的主要可靠性机制。其相对于SNGP选择配置的较低性能支持了以下观点：电池EOL迁移需要化学体系偏移下的不确定性估计，而非显式的未知类别拒绝。
该比较还探讨了共同类别准确率的作用。由于电池任务在源域和目标域化学体系中使用了共享的五类EOL标签空间，因此在电池结果中无需将共同类别准确率作为主要指标。它更适用于源域和目标域标签支持可能存在差异的CWRU或开放集迁移场景。对于电池部分，主要指标应保持为留出目标域平衡准确率，并辅以混淆矩阵解读和不确定性摘要。5.5. 化学体系偏移下SNGP的不确定性行为
所选框架的不确定性行为总结在图10中使用目标迁移准确率和预测熵的配对热图。左侧面板报告任务级准确率行为，而右侧面板报告作为不确定性代理的熵。这种联合视图是必要的，因为一个有用的早期电池寿命预测模型不仅应正确分类目标样本，还应在可用证据薄弱、稀疏或因化学成分发生偏移时表达更高的不确定性。
图10。电池SNGP迁移准确率与预测熵热图。
本研究将预测熵作为不确定性描述符，而非正式的校准指标。熵衡量模型类别概率分布的集中或分散程度，从而为在困难的化学迁移条件下置信度是否下降提供有用证据。然而，仅凭熵无法确立概率校准。因此，本研究不通过期望校准误差、负对数似然、布莱尔分数或可靠性图来声称SNGP概率实现了正式校准。此处评估的贡献是化学偏移下的不确定性感知预测，特别是当目标表示受训练分布支持较弱时，不确定性是否依然可见。正式的概率校准被留作单独的验证问题。
热图显示，准确率和不确定性随迁移任务和配置条件的变化而变化。对应于更强上下文或更丰富循环暴露信息的行，通常表现出更好的准确率和更具可解释性的不确定性行为。而提示上下文减少、早期循环信息有限或化学迁移关系更复杂的行，则表现出较低的准确率或较高的熵。这一模式与电池问题的结构一致：模型正试图从不完整的早期寿命证据中估计未来的EOL类别，且目标样本可能位于仅由源化学成分弱支持的表征区域。
熵面板对于部署解释尤为重要。低置信度的EOL预测可用于触发额外的循环、进一步的诊断审查或保守筛选，而非强行做出即时的高置信度决策。相反，在实际的电池筛选流程中，高置信度的错误预测会带来更大的问题。图10中因此，这支持了对所选SNGP配置的以可靠性为导向的解释。它展示了模型表现强劲之处以及不确定性依然存在之处，同时避免了SNGP能普遍提高准确率或建立正式校准这一缺乏依据的说法。5.6. 电池结果解读
电池测试结果表明，由化学驱动的早期寿命EOL迁移并不等同于普通的域内分类。源域和目标域不仅在特征分布上存在差异，而且在早期循环行为与最终寿命之间的物理关系上也存在差异。这种区别解释了为什么最强的结果来自于任务匹配的配置，而不是来自最大的模型或通用的确定性迁移模型。
循环周期消融实验表明，适度的早期循环暴露对迁移最有用。在极短的周期内，信号有限，但源域结构仍能提供帮助。在15和30个循环时，模型拥有足够的早期退化证据来支持更强的迁移。在更长的周期内，基准测试本身会提高，因为目标域序列包含更多信息，从而降低了迁移带来的相对收益。这一结果有助于调和关于15个周期、序列长度32以及5到100个周期消融实验的表述：固定基准测试使用15个观测周期并填充至32步输入，而时间跨度消融实验则改变暴露的早期生命周期，并使用相同的选定模型配置。
上下文消融实验表明，化学和历史是不同的信息来源。化学上下文提供了关于源-目标阴极关系的物理领域信息。历史上下文提供了关于配置行为的先验开发证据。移除任一来源都会降低所选配置的质量，而同时移除两者则会产生最弱的LLM引导条件。这支持了手稿的观点，即LLM选择器并非仅仅依赖于全年龄背景知识。它受益于限制级任务特定上下文，该上下文告知当前实验中存在哪些化学偏移、循环预算、标签结构和数据支持条件。
模型/头部对比显示，不确定性感知预测是有用的，但前提是必须与任务相匹配。SNGP适用于电池场景，因为目标类别是共享的，但在跨化学体系偏移下，目标表示可能支持较弱。OpenMax的重要性较低，因为电池任务不需要显式的未知类别拒绝。WideResNet并不自动优于其他模型，因为在目标数据有限且早期寿命证据不足的情况下，高容量模型可能难以进行正则化。所选的CNN-SA-SNGP配置在表示能力、跨循环上下文和不确定性估计之间提供了更合适的平衡。
最后，在解读结果时应考虑到评估方案的局限性。尽管如此，报告的结果应被视为已完成实验方案的证据，而非对所有可能电池单元划分的总体水平统计特征。化学转移任务在目标支持方面存在显著差异，且部分任务仅包含少量留出单元。因此，本稿件强调重复运行的一致性、任务层面的行为以及改进方向，而非做出需要更大规模嵌套重采样研究才能支持的推断性结论。5.7. 结果总结
总体而言，阿贡国家实验室的电池结果支持四个主要结论。首先，与仅针对目标的确定性CNN基准相比，化学分离的迁移学习可以改善早期寿命的EOL类别预测，特别是在可用的早期循环证据较短或中等时。其次，最强的电池配置是LLM选择的带有自注意力和SNGP的CNN，这表明紧凑的时间表示、有限的全局上下文和距离感知的不确定性估计比单纯的容量更适合这项任务。第三，提示上下文至关重要：先前的运行历史和正极家族化学上下文可以提高所选配置的质量，而同时移除两者则会产生最弱的LLM引导条件。第四，除非报告了额外的校准指标，否则应将不确定性感知输出解释为可靠性证据，而非正式校准。
这些发现扩展了早期的CWRU故障诊断工作[10] 转化为更具挑战性的电化学预测场景。在CWRU中，迁移问题主要由工况偏移以及可能存在的开放集或标签支持不匹配所驱动。在电池研究中，迁移问题则由依赖化学成分的退化行为以及需要从有限的早期测量数据推断未来寿命的需求所驱动。因此，结果表明，所提出的框架不应被理解为选择一种通用的架构。相反，它会根据任务结构、可用上下文、早期循环预算以及迁移问题中存在的不确定性类型，从受限的模型空间中进行选择。6. 讨论
6.1. 所提框架的跨域解释
电池任务和CWRU任务共享领域偏移，但在标签含义上有所不同：CWRU任务在运行工况变化下预测当前故障，而电池任务在化学体系变化下预测未来的寿命终点。因此，OpenMax更适用于非共享故障类别，而当跨化学体系迁移中共享的寿命终点类别仍不确定时，SNGP则更为关键。因此，迁移难度取决于分布偏移以及输入对标签表达的直接程度。6.2. 为什么LLM选择的电池配置更为紧凑
所选的CNN-自注意力-SNGP模型优于规模更大的WideResNet，因为它在目标支持有限的情况下，平衡了局部时间特征、有限的全局上下文以及距离感知的不确定性。
这种行为与配置选择层的设计是一致的。LLM选择器接收的是结构化的任务证据，而不仅仅是数值超参数范围。因此，它能够获取有关化学关系、类别平衡、序列长度、通道数量和迁移严重程度的信息。所选配置反映了这些因素的相互作用。特别是在电池任务中，它更倾向于选择既能表达足够信息以捕捉早期退化趋势，又经过足够正则化以避免记住小型或特定化学目标模式的模型。WideResNet-SNGP的结果表明，单纯的容量并不是限制因素；在化学偏移下的表示稳定性更为重要。6.3. SNGP在电池寿命预测中的作用
SNGP在电池研究中扮演的角色与在传统闭集分类器中不同。电池模型需要根据短期的早期循环序列推断未来的耐久性类别。两个电池在寿命早期可能表现相似，但随后会分化为不同的寿命阶段，当目标化学体系与源化学体系不同时，这种模糊性会进一步放大。在这种情况下，确定性置信度可能会产生误导。
SNGP通过将预测置信度与学习表征空间中的支持度联系起来来解决这个问题。当目标样本位于源训练数据和目标训练数据支持较弱的区域时，SNGP头部可以通过其不确定性感知均值场校正来降低置信度。这种行为对于跨化学体系迁移尤为重要，因为源电池和目标电池虽然共享相同的寿命终点标签类别，但由于化学体系依赖的退化行为，它们可能占据不同的特征区域。
电池SNGP热图在图10中和图11因此，应将其解释为不确定性估计的证据，而非正式的校准证据。预测熵有助于识别模型置信度较低的情况，但它并未在正式意义上建立校准。由于论文未报告预期校准误差、负对数似然、布莱尔分数或可靠性图，稿件应避免声称模型已完全校准。更稳妥且准确的说法是，SNGP在化学驱动的领域偏移下提供了有用的不确定性信号。
图11。CWRU SNGP迁移准确率与预测熵热图。
这种区别在部署中也至关重要。低置信度的EOL预测可能会触发额外的循环、进一步审查或保守筛选。高置信度的错误预测则更具问题，因为它可能导致过早的设计、保修或电池选择决策。因此，SNGP在本研究中的价值不仅在于它能支持准确率的提升，更在于它能让早期证据本质上不完整的任务中的不确定性变得可见。6.4. CWRU对比与广义配置行为
表14和图12提供Argonne电池任务与CWRU轴承任务之间的正文跨域比较[10]. 该表总结了两个领域的选定配置和基准/模型准确率，同时提供了搜索预算背景。电池任务选择了带有自注意力机制和SNGP的CNN，反映了紧凑时间特征、有限跨周期上下文以及在化学驱动的寿命终点偏移下不确定性估计的价值。CWRU任务选择了带有OpenMax的CNN，反映了在机械故障诊断中，当运行条件和标签支持不匹配时，开放集处理发挥的更强作用。
图12。跨域LLM挑选的配置与搜索预算对比。
表14。电池寿命预测和CWRU故障诊断的基准准确率与所选迁移配置的跨域比较。
基准测试和模型准确率在表14结果表明，该选择器在两个领域中均优于相应的基准模型，但提升的原因各不相同。在电池领域，性能提升与化学感知预后以及在早期寿命证据不足时的不确定性处理相关。在CWRU领域，性能提升则与机械迁移下的鲁棒性以及开放集或标签不一致的故障支持行为相关。电池与CWRU配置之间观察到的差异提供了初步的跨领域证据，表明配置选择能够适应不同的物理和标签机制。然而，这两个应用领域不足以建立更广泛的PHM问题泛化能力。
表14总结了报告的跨域准确率结果，而图12展示了LLM引导选择与15次试验Optuna流程在配置搜索预算上的对比。仅凭时间对比本身并不能证明其预测准确度优于Optuna。因此，该对比同时考虑了预测质量和配置搜索成本。其目的并非声称LLM在所有情况下都优于贝叶斯优化，而是评估领域上下文推理是否能通过更少的经验训练评估来确定具有竞争力的配置。由于架构选项、超参数范围、数据暴露、训练流程和评估指标保持一致，该对比隔离了基于证据的单一提议与15次试验自动化搜索之间的实际差异。
CWRU选择的追踪级证据保留在附录A中。附录记录了用于可复现性的模式约束JSON输出和推理追踪，而正文仅保留了解释电池贡献所需的跨领域合成内容。这种组织方式使讨论集中在新的电池预测研究上，同时保留了足够的细节，供读者检查相同的选择框架是如何应用于机械比较领域的。6.5. 消融合成与模型选择见解
电池消融实验与CWRU对比结果共同表明，选择器的价值源于任务敏感的配置，而非任何单一的通用组件。在电池实验中，最强的配置结合了CNN特征、自注意力机制和SNGP。而在CWRU对比中，所选配置则强调OpenMax。这种对比至关重要，因为它表明同一框架并不会简单地选择最复杂的模型，也不会总是激活相同的确定性机制。
电池上下文消融进一步支持了这一解释。化学上下文和历史运行记录是不同的信息来源。化学上下文描述了物理上的源-目标关系，包括阴极家族和预期的化学驱动领域偏移。历史上下文总结了关于配置行为的先前开发证据，例如先前观察到的模型稳定性、收敛行为以及早期配置试验的验证趋势。这些上下文来源是互补的。化学上下文帮助选择器解释源领域和目标领域在物理上为何存在差异，而历史上下文则帮助选择器避免使用先前表现出弱或不稳定行为的配置。
先前的运行历史被视为开发证据，而非基于测试的反馈循环。它由当前评估前可用的先前记录的配置摘要以及非留出集的开发或验证观察结果组成。正在评估的迁移任务的留出测试结果未被用于选择该任务的配置。这种分离是必要的，因为LLM选择器是实验流程的一部分：允许当前测试性能影响后续的模型选择，会使该过程转变为测试集引导的搜索。在报告的协议下，启用历史记录的条件评估了先前的开发证据是否能在不使用留出目标评估作为反馈的情况下，改善配置选择。
因此，上下文消融结果被解释为证据，表明明确的任务上下文能改善所选配置。在保留化学测试的同时移除历史记录，可测试选择器是否能在没有先前开发反馈的情况下依赖物理阴极上下文。在保留历史记录的同时移除化学测试，可测试当源-目标转换的物理身份被隐藏时，先前的经验证据是否足够。同时移除两者会产生最弱的大语言模型引导条件，表明仅靠通用的任务统计数据不如物理上下文与先前开发证据的结合有效。
图11提供了CWRU侧的不确定性对比，并补充了电池SNGP热图图10中。这些热图共同表明，不确定性感知解释在PHM领域均有价值，但其物理来源各异。在CWRU中，不确定性反映了工况偏移、标签不一致以及陌生的故障支持模式。在电池场景下，不确定性则反映了化学驱动的表征偏移，以及从早期循环证据预测长期寿命的内在模糊性。6.6. 与先前CWRU期刊论文的关系[10]
本文基于先前的CWRU故障诊断研究[10]，但并非该工作的重复。先前的研究在机械诊断场景中建立了框架。本文将该框架扩展到电化学预测场景，其中目标标签是未来的EOL类别，且源-目标偏移由正极化学成分定义。
这种差异改变了科学问题。在CWRU研究中，关键问题是迁移学习能否在机械运行条件偏移和标签支持差异下改善当前状态的故障分类。在电池研究中，关键问题是受限的LLM引导配置能否从不完整的早期寿命证据中识别出适合长时预测的、具备不确定性感知能力的架构。因此，新的贡献并非对CWRU结果的重复利用，而是证明了相同的约束模型选择框架能够适应不同的PHM问题结构。
本文中包含的CWRU材料被用作跨领域对比材料。主稿件保留了必要的简明对比，以解释哪些部分具有普适性，哪些部分发生了变化，而附录A则包含详细的CWRU配置轨迹、JSON输出和逻辑字符串。这些附录材料的加入是为了支持可复现性，并记录先前框架的日志是如何为对比而调整的，而非将CWRU的人造物作为新的电池结果呈现。
跨域综合分析阐明了框架中哪些部分具有泛化能力。迁移学习之所以能泛化，是因为两个领域都涉及源域与目标域的不匹配。感知不确定性的预测之所以能泛化，是因为两个领域都涉及分布偏移下的部署。然而，首选的不确定性机制是依赖于领域的。当存在显式的未知类别或非共享标签行为时，OpenMax 的价值最高。当目标样本共享标签空间但在表示空间中支持较弱时，SNGP 的价值最高。自注意力机制同样依赖于上下文，因为其价值取决于跨周期或跨通道的交互是否提供了超出局部卷积特征的有用信息。6.7. 电池筛选与PHM决策支持的实际意义
当目标寿命数据有限时，应将跨化学体系部署视为迁移问题。
其次，应将考虑不确定性的输出保留为决策过程的一部分。在部署场景中，低置信度的预测可以触发额外的循环测试、延长监测或采用保守的决策阈值。这对于电池寿命终点（EOL）分类尤为重要，因为早期循环的输入数据可能不足以高置信度地区分相邻的寿命区间。一个偶尔表现出不确定性的模型，比一个自信地给出错误预测的模型更有用。
架构和超参数的选择应作为PHM工作流的一部分进行记录，而不是作为实现细节隐藏起来。
最后，结果表明在某些PHM场景下，紧凑的感知不确定性模型可能比大型模型更具优势。大型网络会增加计算成本，并且在目标域支持有限时可能出现过拟合。所选的带有自注意力机制和SNGP的CNN，在电池寿命早期的迁移应用中，实现了表征能力、不确定性估计和计算可行性之间的实用平衡。6.8. 局限性
电池证据仅限于Argonne/CAMP数据集，因此在不同电池规格、制造商、协议和温度下的泛化能力仍未得到证实。
其次，寿命终点（EOL）预测任务被设定为序数分类而非连续寿命回归。这种设定提高了在异质化学分布下的稳定性，并支持平衡的迁移评估，但降低了寿命估计的粒度。未来的工作应探讨该框架是否能在保留不确定性估计的同时，支持连续的EOL或剩余使用寿命预测。
第三，一些目标化学基团的支持有限，这会增加对划分构建和类别不平衡的敏感性。使用基团感知划分、固定早期循环暴露和平衡准确率可以缓解这个问题，但更大的目标域数据集将有助于得出关于泛化能力的更强结论。
第四，LLM引导的筛选器受限于所提供的任务摘要质量以及已批准模型库的范围。如果提示词遗漏了重要的物理或统计信息，或者在可接受集合中未包含更好的架构，筛选器将无法找回缺失的选项。因此，该贡献应被理解为受控框架内的有界配置选择，而非不受限制的自动化模型发现。
第五，架构系列、不确定性头和训练超参数是联合选定的。因此，观察到的改进不能完全归因于架构选择或基于大语言模型的超参数推理。尽管现有的消融实验考察了模型/头的替代方案以及提示词上下文的敏感性，但并未进行完全受控的析因比较（即固定架构而仅改变超参数）。这限制了对单个配置组件的因果归因。
最后，不确定性分析主要聚焦于SNGP。其他不确定性方法，包括深度集成、贝叶斯神经网络、证据学习和保形预测，可能提供互补的可靠性信息。未来的研究应在相同的化学感知迁移协议下比较这些替代方案。6.9. 讨论总结
电池任务是先前CWRU验证的独特预测扩展，紧凑型不确定性感知选择优于容量驱动的替代方案。
跨领域比较支持一个更广泛的结论：稳健的PHM需要将迁移学习、不确定性感知预测和可审计模型选择进行任务敏感的整合。SNGP在两个领域都具有价值，因为预测不确定性是应对分布偏移部署的核心。当存在显式的未知类别或标签不一致行为时（如CWRU设置），OpenMax仍然具有价值，但当电池任务保留共享的EOL标签空间时，它的重要性则相对较低。LLM引导的选择器通过将这些特定领域的条件映射到经过验证的配置中，而不是依赖于适用于所有任务的固定架构，从而发挥作用。这支持了本文的核心观点，即受限的LLM引导配置选择可以提高基于迁移学习的PHM系统在异构诊断和预测领域中的可靠性和适应性。7. 结论
本研究评估了在化学驱动的领域偏移下，使用Argonne/CAMP正极系列迁移任务，对早期寿命EOL分类进行受限LLM引导的模型选择。该框架结合了泄漏控制的早期寿命输入、化学定义的迁移任务、不确定性感知头部以及模式验证的配置选择。
带有自注意力机制和SNGP的LLM选定的CNN产生了最大的平均增益，将平衡准确率从68.9%提升至78.3%，比仅针对目标的确定性CNN高出9.4个百分点。SNGP之所以有效，是因为跨化学成分偏移和有限的早期生命证据都会导致确定性预测过度自信。OpenMax在处理非共享或未知类别时，仍与先前的CWRU设置更为相关，这强调了可靠性机制应与标签支持和偏移类型相匹配。LLM层是可审计的，因为它仅从批准的架构和超参数范围内进行选择，返回经过验证的JSON记录，并针对固定候选对象进行评估。
该框架适用于电池筛选和车队应用，在这些场景中，新化学体系的长期数据有限。局限性包括仅在一个电池数据集上进行了验证、采用离散而非连续的寿命目标、目标支持不均衡，以及以SNGP为中心的确定性分析。
总体而言，结果支持将受限的、任务感知的配置作为迁移学习的可复现补充，用于化学体系驱动的领域偏移下的电池早期筛选和PHM决策支持。这些结果不应被解释为部署就绪的证据。在做出部署级别的声明之前，仍需在独立的电池数据集、额外的正负极化学体系、不同的制造商和电池格式、循环协议、温度环境以及前瞻性运行条件下进行外部验证。
电话：153-1370-2523
美国邱健蓄电池集团总部