LiFe0.6Mn0.4PO4橄榄石正极的合成与表征研究面向新型锂聚合物电池应用，给出了锰铁比6:4配方的合成路径与电化学表征数据。对工程端的参考价值在于，该配方比例处于LMFP主流锰铁比区间，其在聚合物电解质体系中的表现可为固态/半固态LMFP开发提供基线数据。
DFT+U方法用于LiFePO4结构、电子、光学与磁性性质计算，以及扩展方法计算橄榄石型正极的电子性质与嵌锂电压。计算方法可迁移至LMFP体系，用于预测不同锰铁比下的电压平台与结构稳定性，减少配方试错。对正极厂而言，计算筛选可加快掺杂元素与包覆方案的优先级排序。
多保真度机器学习力场与Ab Initio随机结构搜索加速正极材料发现，BatteryMat框架结合分层机器学习与DFT进行正极平均电压筛选。这些方法学进展对LMFP的意义在于，锰铁比与掺杂组合的配方空间巨大，计算辅助筛选可显著缩短从配方设计到中试的周期。
CNT@rGO共价集成提升锂离子电池导电性与循环稳定性，库仑效率与容量保持率并非通用老化描述符的研究，为LMFP的导电网络设计与寿命评价提供方法参考。LMFP的电子电导偏低是工程痛点，碳纳米管与还原氧化石墨烯的复合导电网络是包覆工艺的可行方向；同时，寿命评价需结合多指标而非单一库仑效率。