首页/文章/ 详情

Nature发表:“智能电池”

23天前浏览386

### 标题

Wireless transmission of internal hazard signals in Li-ion batteries

### 作者

Jinbao Fan、Chenchen Liu、Na Li、Le Yang、Xiao-Guang Yang、Bowen Dou、Shujuan Hou、Xuning Feng、Hanqing Jiang、Hong Li、Wei-Li Song、Lei Sun、Hao-Sen Chen、Huajian Gao、Daining Fang

### 发表

Nature | Vol 641 | 15 May 2025 | 639 - 645

### 标签

锂离子电池、无线传输、内部信号监测、安全预警、植入式传感器

### 一句话总结

本文提出了一种小型化、低功耗的植入式传感系统,能够准确感应并无线传输锂离子电池内部的温度和应变信号,为早期故障诊断和预警提供了新方法,有助于提升商业锂离子电池的安全性和可靠性。

#### 摘要

  * **研究目的** :随着高容量锂离子电池(LIBs)在各领域的广泛应用,其安全性问题日益凸显。为确保商业LIBs的安全应用,迫切需要捕捉内部信号以实现早期故障诊断和预警,而监测电池卷绕结构内的非均匀温度和应变分布是一种有前景的方法。

  * **研究方法** :作者提出一种小型化、低功耗的系统,可准确感应并无线传输LIBs内部的温度和应变信号,且对电池性能影响微乎其微。该系统通过在电池内部组装微型植入式传感系统,利用电力线通信技术将内部传感器信号传输到电池外部,再通过无线通信发送到接收模块。

  * **主要结果** :通过获取内部温度信号以及初始内部短路区域与电池电极的面积比,能够定量分析电池的热熔断和热失控现象,评估电池热失控的强度并识别热滥用行为。在商业棱柱形磷酸铁锂电池(100Ah)中,集成植入式传感系统的电池在 1000 个周期内展现出高稳定性,容量损失有限(<8%),与原始 LIBs 的循环稳定性相当。

  * **结论** :该研究为设计具有安全预警和故障定位功能的下一代智能 LIBs 奠定了基础,所提出的植入式传感系统具有与制造工艺兼容、超低功耗等优势,有望应用于实际的电池安全监测中。

#### 研究背景

  * **LIBs 的重要性与安全性问题** :高容量 LIBs 在便携式电子产品、电动汽车和可再生能源存储系统等领域发挥着关键作用,但其安全性问题引起了广泛关注。2020 年至 2024 年间发生了多达 9486 起与 LIBs 相关的事故,凸显了对 LIBs 安全性进行监测的紧迫性。

  * **传统监测方法的局限性** :传统的可植入传感器需要破坏电池的密封结构以实现实时监测和信号传输,且易受电解液的化学和电化学腐蚀影响而损坏。此外,金属电池外壳会对内部信号产生电磁屏蔽,导致需要有线植入,这会严重削弱电池的稳定性和寿命,且与制造工艺不兼容,限制了其实际应用。

#### 研究方法

  * **植入式传感系统设计** :该系统包括两种薄膜传感器和一个新设计的芯片,分别用于监测电池卷绕电极上的温度或应变信号,以及通过无线通信将信号发送到接收模块。系统采用非侵入式配置,与电池制造工艺兼容,且具有超低功耗(在商业棱柱形磷酸铁锂电池中为 0.068‰)。

  * **信号传输技术** :利用电力线通信技术将内部传感器信号在电池内部传输,通过电池电极将传感器信号调制到一个微小的调制波上,并加到电池的极柱上。采用频移键控调制和信号校正技术(向后纠错方案)来从微小的调制幅度中恢复信号,以确保信号的准确传输。

  * **传感器性能验证** :温度传感器在电解液中浸泡 70 天后电阻保持高度线性行为(R²>0.99),未观察到明显的电解液腐蚀现象。通过校准结果验证了植入式传感系统的无线传输可靠性。

#### 分析结果

  * **内部信号监测** :对棱柱形和圆柱形 LIBs 的内部温度和应变信号进行原位监测,发现不同结构电池的温度和应变演变存在差异。棱柱形电池的内部应变主要受温度影响,而圆柱形电池则显示出明显的石墨相变,并且在不同层之间存在约 350με 的大应变差异。

  * **内部应变解耦分析** :基于实际卷绕结构的几何模型,将电池内部应变解耦为电化学诱导应变和热诱导应变。研究表明,在棱柱形 LIBs 中热诱导应变起主导作用,而在圆柱形 LIBs 中电化学诱导应变是主要因素。

#### 评估讨论

  * **机械故障定位** :结合测量的内部应变和基于实际卷绕结构的膨胀模型,能够检测和定位圆柱形电池中的机械故障。通过在不同层植入应变传感器,发现内层靠近中心空洞处易起皱,外层靠近钢壳处易发生断裂,且外层第 18 层左右是传感器植入的最佳位置,该处观测到最大拉应变。

  * **热故障检测** :结合测量的内部温度和基于实际卷绕结构的内部短路(ISC)模型,可检测棱柱形电池中的热故障。实验表明,内部温度信号比外部温度信号更敏感,能为热失控提供至少 15 分钟的早期预警时间,并可依据短路区域与电池电极面积的比值(α 值)定量评估电池热失控的强度。

#### 总结与批判

  * **主要观点与发现** :本研究成功开发了一种小型化、低功耗的植入式传感系统,能够准确感应并无线传输 LIBs 内部的温度和应变信号,为早期故障诊断和预警提供了有效的解决方案。该系统具有与电池制造工艺兼容、对电池性能影响小、成本低等优势,有望应用于大规模商业储能领域,提升下一代智能 LIBs 的安全性。

  * **局限性与潜在问题** :尽管该研究取得了一些重要成果,但仍存在一些局限性。例如,植入式传感器的长期稳定性和可靠性仍需进一步验证,特别是在不同工况和环境下。此外,该系统的信号传输距离有限,约为 1 米,可能不适用于一些大型储能系统等复杂场景。在未来的研究中,还可以进一步优化传感器的性能,提高信号传输的精度和效率,以及探索该系统在不同类型和规格电池中的应用效果。

以上内容由AI生成,详情点击 阅读原文 跳转北理工官方报道。


大家继续支持本公 众号,并提出宝贵的意见,期望朋友们在这里有所收获。


来源:锂想生活
断裂化学汽车电力电子芯片通信
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-05-21
最近编辑:23天前
堃博士
博士 签名征集中
获赞 132粉丝 175文章 396课程 0
点赞
收藏
作者推荐

电池极片颗粒随机生成与可视化网页版工具

前面分享了电池极片颗粒随机生成comsol模型:用Deepseek做了一个随机生成锂离子电池二维多孔电极COMSOL模型这次,把这个工具做成了网页版,用浏览器即可打开工具,设定参数可以生成圆形颗粒随机生成的微观结构,然后将这些颗粒的圆心坐标和半径数据输出为csv文件,即可用于电化学模拟建立几何模型。工具界面如下:首先,输入参数,具体包括:(1)电极宽度,默认值50um,电化学模拟时的计算域宽度。(2)电极高度,默认值85um,即为电极的厚度。(3)边界保护层厚度,默认值0.5um,颗粒生成时,颗粒边缘离计算域边界的最小值。(4)目标孔隙率:默认值0.3,根据实际电极孔隙率设置。这个值设置很小时,由于颗粒的半径和位置都是随机生成的,可能最终模型无法达到目标孔隙率值,而且可能出现计算耗时或甚至崩溃,最小值限定0.15。为了达到接近目标值,可多尝试生成几次,生成完成会显示实际的孔隙率,使其与目标值接近。(5)最小颗粒半径,默认值1um。(6)最大颗粒半径,默认值12.5um。(7)最大颗粒数,默认值150。如前面所述,由于颗粒的半径和位置都是随机生成的,可能最终模型无法达到目标孔隙率值,为了让程序能够截止,不发生崩溃,设定了最大颗粒数,当孔隙率达到目标值,或者颗粒数达到最大值,程序停止运行。如果需要该模型,可在公众 号后台回复 电极生成 获取下载链接。公众 号持续更新和分享锂电技术知识与资讯,终于获得了留言功能,前往屏幕最下方即可写下留言,期待与大家更多地留言互动交流,感谢朋友们继续支持与关注。来源:锂想生活

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈