GIST的科学家提出了一种评估锂离子电池退化的非侵入性方法

电动汽车的出现导致锂离子电池的使用量激增。因此，需要可靠地诊断电池健康状况，以防止意外操作问题引起的事故。为此，韩国光州科学技术研究院的科学家们现已开发出一种快速无损分析技术，利用高低 C 率(充电和放电期间的电流)循环来准确检测电池退化模式.

锂离子电池是所有现代电子产品的核心，现在越来越多地应用于电动汽车。因此，其使用量迅速增加，随之而来的是对可靠测试这些电池“健康状态”(SOH) 的工具的需求不断增长。鉴于了解电池的退化症状对于改进维护和预防故障引起的事故至关重要，这一点尤为重要。

锂离子电池通过三种不同的方式降解：活性材料损失 (LAM)、电导率损失 (CL) 和锂库存损失 (LLI)。在过去的几年里，科学家们开发了几种技术来非侵入性地分析这些模式。其中最广泛使用的是增量容量-差分电压 (IC-DV) 分析，因为它与退化模式具有良好的相关性。然而，IC-DV 分析非常耗时，并且无法推断出与电池劣化相关的复杂机制。

在最近由光州科学技术研究所 (GIST) 的Jaeyoung Lee教授领导的一项研究中，研究人员现在设计了一种替代繁琐 IC-DV 技术的方法，并通过循环石墨/LiNi 0.5 Mn 0.3来表征降解模式Co 0.2 O 2 (NMC532) 软包电池在低和高 C 率(电池的充电和放电率)下具有两种不同的容量。Lee教授详细说明了这项研究背后的动机，“尽管已经进行了许多研究来利用充电和放电循环数据来调查疲劳锂离子电池的退化症状，但快速诊断技术仍然没有得到充分发展。我们相信，使用高 C 率的快速退化诊断技术可以实时检测退化模式，并将其用于有效监测单个细胞的健康状态。“这篇论文于2021 年 11 月 17 日在线发布，将于 2022 年4 月发表在《能源化学杂志》第 67 卷上。

该团队首先每 100 个高 C 率分析周期收集一次低 C 率数据，然后使用微分方程将数据转换为 IC-DV 曲线，以评估电池退化的 LAM 和 LLI 模式。前者由于其与 C 率的非线性关系而被计算为 IC 峰强度的总和，而后者由于其与 C 率的良好线性关系而通过外推估计。这反过来又允许快速检测 LLI 退化。

本研究中提供的观点可以促进对 SOH 的快速和详细分析，这在评估车载电池系统时可能被证明是有利的。“我们研究的目的是帮助建立一个简便的锂离子电池维护诊断协议。我们提出的机制不仅使该过程具有成本效益，而且通过提供更快、更可靠的电池再利用选择过程来实现环保。 ”李教授总结道。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！