此外，该专利申请由Jeff Dahn领导的特斯拉电池小组提交。目前，Jeff Dahn的主要工作集中在提升锂电池的能量密度和耐久性上。

今年早些时候，该研究小组也申请过一项电池技术专利。此次其申请的专利名为“锂离子电池电解质浓度成分测定方法和系统”。

专利申请中写道：本发明提供了一种确定锂离子电池电解质成分浓度的计算机实现法，该方法包括向分光仪发送指令，以抓取电解质溶液的光谱，并生成信号，此外，还将对该信号进行分析，以确定光谱中的一个或多个频谱特征。

所述方法还包括制备一个光谱数据库，该数据库要与预先确定的电解质成分浓度的溶液相对应，其中该数据库还包括每个溶液的多个光谱特征。而且，该方法还将使用光谱数据库，进一步确定机器学习（ML）模型，将利用该模型确定样品溶液中电解质成分浓度。

此外，该专利还指出了目前电解质存在的问题及分析电解质状态方法的问题：锂离子电池，特别是高压电池，失效的主要原因之一在于电解质的降解，特别是带电电极上电解质的降解。

目前解决电池故障和电解质降解的主要方法集中于在电极表面形成的，电解质降解产生的薄膜上。此类薄膜含有电解质溶液和电解质盐中的化学物质，如六氟磷酸锂（LiPF6）。

LiPF6可分解成氟化锂（LiF）和五氟化磷（PF5），而五氟化磷又容易水解成氢氟酸（HF）和三氟氧化磷（PF3O），该两种水解产物在两个电极上都有很高的反应活性，而且由于它们会不可避免地存在于六氟磷酸锂溶液中，因此可能对电极的性能造成不利影响。

虽然有方法可以确定锂离子电池中电解质溶液和电解质盐六氟磷酸锂的机理，但是现在还没有廉价而准确地方法，可以表征电解质，从而确定电解质的降解程度。”

一般来说，电解质溶液的定量分析需要使用昂贵的分析工具，例如核磁共振仪谱（NMR）、气相色谱-质谱（GS-MS）、高效液相色谱仪（HPLC）和电感耦合等离子体发射光谱仪（ICP-OES），而且还需要大量的时间来进行分析。

此外，有些分析功能甚至不能直接测量电解质成分浓度。例如，色谱法中采用的检测器无法暴露在六氟磷酸锂的高温降解产物中，因此，此类方法只能在电解质的水溶部分被移除之后，只关注于电解质的有机成分。