本文件是一篇发表于 nature reviews electrical engineering 的综述文章(Review Article),题为“用于电池性能和生命周期评估的非破坏性表征技术”。作者为 Charlotte Gervillié-Mouravieff(加州大学圣地亚哥分校)、Wurigumula Bao(芝加哥大学)、Daniel A. Steingart(哥伦比亚大学)以及 Ying Shirley Meng(加州大学圣地亚哥分校/芝加哥大学)。文章旨在系统性地评述非破坏性表征技术在商业锂电池全生命周期——即制造、使用和报废/梯次利用阶段——中的最新进展、应用潜力和未来展望。
文章核心主题与背景
文章开篇即点明了当前电池技术面临的核心挑战:电池一旦封装,便成为一个“黑箱”。在电池的整个使用周期内,对其健康状态的了解仅限于电流(I)、电压(V)、温度(T)和阻抗(R)等宏观电化学参数的测量。这种信息的匮乏导致了多重问题:为了安全而设置过于保守的裕量,造成电池性能的系统性未充分利用;研发过程依赖耗时费力的“试错法”;制造过程中的化成(Formation)环节耗时长达数周,占据总成本的48%,却仍有5-10%的产能沦为废品;以及电池在仅损失20%初始容量时便被过早报废,造成资源浪费。
为破解“黑箱”困境,能够在实际运行条件下追踪商业电池特性的非破坏性表征技术(Operando Characterization)应运而生。这些技术在不损害电池结构完整性的前提下,解锁了化学、热学和机械方面的大量数据,有望彻底改变锂电池(无论是新品还是旧品)的开发与使用策略。本综述旨在审视这些技术的最新进展,并阐述其如何提升我们对电池在全生命周期内退化机制的理解,从而降低成本、缩短时间并最终提升电池性能。
主要观点与论据阐述
观点一:非破坏性表征对于电池制造过程的优化至关重要,能够显著提升良率、降低成本。 在制造阶段,从电极堆叠、电解液注液到化成,每个环节都对最终电芯性能有决定性影响。传统依赖最终电化学测试(如容量、阻抗)的质量控制方法只能提供整芯的平均性能,无法揭示缺陷根源或动态行为。非破坏性技术则能在各环节提供深入洞察。 * 电极组装与封装: 计算机断层扫描(Computed Tomography, CT)技术通过X射线从多角度成像,能生成电池内部结构的详细三维图像。研究表明,即使电芯的容量和阻抗符合规格,CT图像仍能揭示电极错位、卷绕结构间隙、焊接毛刺等潜在缺陷。这为评估新工艺对装配质量的影响提供了强有力的无损检测工具。 * 电解液浸润(Wetting): 充分浸润是保证均匀电流分布和稳定固体电解质界面膜(SEI)生长的关键。传统电化学阻抗谱(EIS)虽能通过高频电阻反映浸润状态,但信息有限。声学传感技术提供了一种经济高效的解决方案。超声波在未充分浸润的材料中衰减更强,因此通过发射声波并分析其传播,可以实现电解液浸润、干燥乃至产气过程的二维可视化成像。这种技术能快速确定所需的最小注液量和浸润时间,优化制造流程。 * 化成循环: 化成是激活电池电化学性能、形成稳定SEI膜的核心步骤,但其机理复杂。除了监测阻抗和压力变化,新兴的光学传感技术提供了分子层面的洞察。例如,将红外透明的硫系玻璃光纤嵌入商用18650钠离子电池中,利用光纤倏逝波光谱技术,可以在电池运行过程中实时监测电解液的稳定性,识别分解产物的性质,并追踪电极材料中离子的嵌入/脱出过程。这为快速评估新电解液和添加剂、开发更高效的化成方案提供了可能。
观点二:在电动汽车应用场景中,集成先进的非破坏性传感器可以极大增强电池管理系统(BMS),提升安全性、延长寿命。 当前的BMS主要依赖对电池包或模块级别的电流、电压和外部温度的测量,无法精确感知单个电芯的退化,特别是由机械应力和内部温度不均引起的早期故障。 * 热管理: 精准的温度监测对于防止热失控至关重要。传统热电偶传感器精度和灵敏度有限。光纤布拉格光栅(Fibre Bragg Grating, FBG)传感器具有抗电磁干扰、体积小、可多路复用的优点,能以0.1°C的灵敏度进行实时温度测量。研究显示,对于18650电芯,在C/10到10C的倍率下循环时,电芯内部与表面的温差可达0.2°C至5.4°C,且电芯内部存在高达2°C的温度梯度。通过FBG传感器测量不同位置的热量生成,可以灵敏地反映充放电协议(如全球统一轻型车辆测试循环WLTP)下的电流变化,并为预测热失控提供早期安全警告。 * 机械管理: 电极体积变化、产气或机械滥用会导致缺陷和热失控。压力/应变监测同样重要。研究已证实,通过负载传感器测量锂离子软包电池的可逆和不可逆体积膨胀,发现不可逆压力增加与性能衰减、极化加剧直接相关。技术手段多样:FBG传感器或碳纳米管传感器可贴在电芯表面测量应变;更薄型的应变片可集成到18650电芯内部研究应变分布;甚至可以将FBG传感器直接嵌入电极内部,监测循环过程中纳米/微米硅材料的应力波动。这些机械数据与热数据相结合,能够为BMS提供更精确的电芯健康状态(SOH)评估,实现早期预警和预防性维护。
观点三:在电池寿命终点(End of Life),准确的非破坏性评估是实现安全、高效梯次利用(Second Life)和回收的前提。 当电动汽车电池容量降至初始容量的80%以下时,仍可考虑用于储能等要求较低的场景。然而,电池包内电芯性能的不一致性和未知的退化机制(如锂枝晶生长、产气、电极破裂)带来了安全和性能风险。因此,报废电池包必须经过拆解、筛选、分类和重组。 * 电化学性能评估的局限性: 增量容量分析(DV-IC)和电化学阻抗谱(EIS)等传统方法能评估整体性能衰减,但提供的是平均信息,可能忽略由局部缺陷(如热点、温度梯度)引发的安全风险,且数据解读复杂,缺乏普适性模型。 * 成像技术的优势: 无损成像技术可提供快速、全面的物理和机械性能评估。X射线成像(包括同步辐射CT)能在粒子尺度观察损伤和由产气引起的形貌变形。红外热成像(Infrared Thermography)能捕捉电池循环时空间非均匀的温度变化,研究发现软包电池的老化和热行为受摆放方向(重力效应)影响,这为指导梯次利用时如何分组电芯提供了依据。声学监测(Acoustic Monitoring)能有效评估电解液消耗、产气,并已证明可用来检测商用锂离子软包电池在运行过程中的锂金属析出(Plating),这对于安全评估至关重要。 * 未来方向: 声学监测因其多功能性(可评估浸润、SEI形成、死锂)、成本效益和非破坏性,在电池寿命终点评估中前景广阔。但需要开发能够快速、可靠评估未知历史电池健康状况的测试方法。
观点四:非破坏性表征技术的发展面临集成、成本与数据解析等多重挑战,其与数字孪生、机器学习及下一代电池研发的结合将塑造未来。 * 挑战: 成功应用非破坏性技术需平衡多方面要求:实现电芯级别(而非电池包级别)的监测;开发真正的运行状态(Operando)实时监测技术;控制成本(如X射线断层扫描成本高昂);确保测量的准确性并排除外部干扰(如温度、振动);解决传感器在生产线上或电动汽车中的集成问题,包括布线、数据采集、存储和处理。 * 互补性与融合: 文章指出,声学传感和光学纤维传感在电池生命周期中具有互补性。声学技术更适用于制造过程控制和寿命终点筛查,而光学纤维则凭借其小巧尺寸和高灵敏度,非常适合使用过程中的机械和热监测。 * 数字孪生与先进建模: 非破坏性表征获取的真实运行数据,对于完善电池数字孪生(Digital Twin)和开发精准的机器学习、深度学习算法至关重要。已有研究利用FBG传感器数据,通过机器学习模型预测电池的荷电状态(SOC)和健康状态(SOH),准确率极高。数据驱动的方法将提升对电池退化行为和剩余寿命的预测能力。 * 赋能下一代电池: 非破坏性表征对于锂金属电池(液态或固态)和固态电池等下一代电池的研发至关重要。例如,锂金属阳极会隐藏性能衰减,且循环中会不断生成高活性的“死锂”;固态电池的性能受堆叠压力和化学机械体积变化的显著影响。声学和光学传感技术已初步展示了表征这些电池机械特性的可行性,其进一步发展必须与新型电池的演进同步。 * 电池护照(Battery Passport)法规: 文章特别提到欧盟新法规强制要求为电动汽车电池实施“电池护照”,旨在通过全生命周期数据追踪促进循环经济、确保安全和提供消费者信息。这将激励学术界和工业界合作开发适用于商业电池和新化学体系的新型非破坏性表征技术。
文章的价值与意义
这篇综述系统性地构建了一个基于非破坏性表征技术的电池全生命周期分析框架,具有重要的学术和产业价值: 1. 系统性梳理与前瞻视野: 文章不仅总结了当前各种非破坏性技术(电学、光学、声学、X射线、热成像)的原理和应用实例,更创造性地按照电池的“制造-使用-报废”三个阶段规划了其技术路线图(Roadmap),清晰指出了各项技术在不同阶段的成熟度(已证实/潜在应用)和互补关系。 2. 破解产业痛点: 文章直指电池制造业和电动汽车行业面临的“黑箱”困境、高成本、低利用率和高安全风险等核心痛点,并论证了非破坏性技术作为解决方案的巨大潜力,为产业升级提供了明确的技术方向。 3. 促进跨学科融合: 文章强调成功实施这些技术需要材料科学、电化学、传感技术、数据科学和工程制造等多个领域的协同努力,推动了跨学科的交流与合作。 4. 响应可持续性议程: 通过提升电池性能、延长使用寿命、赋能安全高效的梯次利用和回收,非破坏性表征技术直接贡献于全球的可持续能源转型和循环经济目标,并与欧盟“电池护照”等新兴法规趋势紧密契合。
这篇综述是一份关于电池非破坏性表征技术的权威性、前瞻性指南,它描绘了如何通过深入电池内部“看见”并理解其复杂动态,从而释放电池全部潜力、推动整个行业向更高效、更安全、更可持续的未来迈进。