如果你用过电动车,一定有过这样的体验:快充桩上等了半小时,电量才从30%充到80%;明明标称续航500公里,冬天却连300公里都跑不到。除了电池化学本身的限制,还有一个容易被忽视的"隐形瓶颈"——电解液的浸润质量。
简单来说,锂电池的电极并不是一块密实的材料,而是由微米级的活性材料颗粒、导电剂和粘结剂混合压制而成的多孔结构——就像一个极其致密的海绵。电解液需要渗透到这些微米级孔隙中,才能让锂离子顺畅地在正负极之间穿梭。如果浸润不充分,部分电极区域就成了"无水之地",锂离子通道受阻,电池的容量、倍率性能和循环寿命都会大打折扣。
在进入正题之前,我们先来"看一眼"锂电池电极内部的真实面貌。下面这张图展示了典型的锂电池复合电极微观结构:

可以看到,电极是由活性材料颗粒(Active Material)、导电碳-粘结剂域(CBD)和大量孔隙组成的。其中,蓝色标注的是电解液能够进入的"开孔",而红色标注的是电解液无法进入的"闭孔"。显然,只有开孔才对锂离子传导有贡献。
那么真实电极在显微镜下是什么样子的呢?下面这张SEM(扫描电子显微镜)照片给出了更直观的答案:

NMC622正极电极横截面SEM照片:可以清晰看到微米级的活性材料颗粒(灰色大块)、导电碳-粘结剂域(CBD,颗粒间灰色填充物)以及封闭孔隙(标红区域)。电解液需要渗透到这些微结构间隙中(图源:Beuse et al., Batteries 2021, CC-BY 4.0)
图中的灰色大块是活性材料二次颗粒(直径约5—15微米),颗粒之间的灰色填充物是导电碳和粘结剂的混合物(CBD),而黑色 区域就是孔隙空间。电解液需要穿过这些错综复杂的微通道,才能真正"触达"每一颗活性材料。这也是为什么注液浸润不是一个简单的"倒液体"过程。
在锂电池生产线上,"注液"是必不可少的一道工序:将电解液通过注液口注入电芯壳体,让它自行渗透到极组内部的孔隙中。但实际情况远比想象中复杂。
首先,极片内部的孔隙直径只有微米级别。在这个尺度下,毛细力成为驱动液体渗透的主导因素——就像把纸巾的一角浸入水中,水会沿着纤维间隙自行"爬升"一样。但电解液的黏度高、表面张力大,再加上壁面润湿性的影响,渗透过程远比纯水复杂得多。

毛细压力-饱和度关系曲线:揭示了电解液在不同浸润阶段所需的驱动力变化规律。曲线的陡峭程度反映了孔隙结构的均匀性——越平缓说明孔径分布越宽,浸润均匀性越差(图源:Lautenschlaeger et al., arXiv:2203.05218, CC-BY)
其次,电芯结构本身也不简单。电芯壳体内部除了极组之外,还有空腔、注液口、各种结构件。电解液从注液口进入后,并不是均匀地"漫"到极组各处,而是存在复杂的流动路径和"浸润死角"。一次注液完成后,往往还需要二次甚至多次注液,才能达到可接受的浸润程度。
更麻烦的是,这一切都发生在封闭的金属壳体内部——你很难直接观察电解液到底流到了哪里、渗透了多少。传统做法是"试错":不断调整注液量、注液速度、静置时间等参数,然后拆解电芯检查浸润效果。周期长、成本高,而且很难找到最优方案。
如果能在计算机中"复刻"整个注液浸润过程,直观地看到电解液每一时刻的流动状态,那将极大地帮助工程师优化注液工艺。这正是我们开展这项工作的出发点。
然而,这并非易事。注液浸润问题横跨了从微米到厘米的多个尺度:微观层面需要刻画电解液在微米级孔隙中的毛细浸润行为,宏观层面需要模拟电解液在整个电芯壳体中的流动分布。两者截然不同,又紧密耦合。
针对这一挑战,我们团队提出了一套微—宏观跨尺度联合仿真方案:

多孔电极内电解液浸润的数值模拟方案:在微米尺度下构建包含活性材料、粘结剂域和孔隙网络的三维电极模型,模拟电解液从一侧进入、驱替孔隙中气体的完整过程(图源:Lautenschlaeger et al., arXiv:2203.05218, CC-BY)
简单来说,就是"先微观、后宏观":
微观尺度:基于真实电极材料的二值化切片数据重建三维孔隙几何模型,利用CFD方法模拟电解液在孔隙结构中的毛细润湿过程,获得材料的浸润特性参数;
宏观尺度:构建包含电芯壳体、注液口和极组的整芯注液模型,将微观模拟获得的参数传递到宏观模型中,实现从注液到浸润的全过程仿真。
微观模拟的第一步,是获取真实的电极微观结构。我们选用了ETH Zurich公开的NMC正极电极微结构数据集。该数据集提供了高分辨率(体素分辨率0.37 μm/pixel)的二值化切片序列——白色 区域代表电极固相颗粒,黑色 区域代表孔隙空间。

NMC正极材料二值化切片数据(ETH Zurich开源数据集),白色为电极固相颗粒,黑色为孔隙空间
拿到原始数据后,我们从中裁剪出具有代表性的区域(100 μm × 100 μm),利用图像处理工具将二维切片序列堆叠为三维结构,重建固相颗粒的表面模型,再通过布尔取反操作构建出孔隙流体域——也就是电解液实际可以流动的"通道网络"。

基于真实电极切片数据重建的孔隙结构三维模型
这个过程的难点在于:真实电极的孔隙结构极其复杂且不规则,充满狭窄喉道、死胡同和突扩区域。要在这样的复杂几何体上划分计算网格并保证质量,对前处理技术要求很高。
有了准确的几何模型,下一步就是在其中模拟电解液的浸润过程。在微米级孔隙中,气液界面上的表面张力是驱动流动的主导力——这就是物理学中所说的"毛细作用"。
我们采用流体体积函数(VOF)方法,对电解液/氮气两相流动进行瞬态模拟。VOF方法能够精确追踪气液界面的位置和形态变化,是模拟毛细浸润问题的标准手段。

微观尺度下电解液在电极孔隙中的浸润过程(VOF两相流模拟)
微观模拟最重要的输出是孔隙结构的渗透率——这个参数描述了流体通过多孔介质的难易程度。我们根据计算结果获得了该电极材料的等效渗透率,并将其作为关键输入传递给下一阶段的宏观模型。
有了微观模拟输出的渗透率,我们就可以"跃升"到宏观尺度——在整颗电芯的级别上模拟注液过程。
宏观模型的几何构建基于真实的硬壳电芯结构。考虑到电芯具有几何对称性,我们采用1/2对称模型来降低计算量。模型包括壳体空腔(流体域)、注液口和极组区域。其中,极组被等效为各向异性多孔介质——沿极片方向为电解液的主要浸润方向。

宏观注液模型网格划分——基于真实硬壳电芯结构的1/2对称简化模型
我们采用瞬态VOF模型追踪电解液/气体的界面推进过程,完整呈现了一次注液和二次注液的全过程——从电解液在注液口内短暂流动(毫秒级),到进入壳体空腔后沿极组表面的铺展,再到在毛细力驱动下逐步渗入极组内部(持续数分钟甚至更长)。

宏观尺度下一次注液浸润过程:电解液从注液口进入后沿极组方向逐步渗透

一次注液浸润后期——电解液在极组中的分布趋于均匀
值得一提的是,模拟结果清晰显示,在停止注液后电解液仍在毛细力作用下持续向极组内部渗透——这正是实际注液工艺中需要"静置"步骤的原因。二次注液则能有效补充一次注液未能充分浸润的区域,最终实现极组的全面润湿。

二次注液浸润过程:补充注液对极组浸润状态的改善效果
回到一个根本问题:花这么多精力做注液浸润仿真,到底有什么用?
对电池制造商而言,注液工艺的优化直接影响三个核心指标:
产能效率:注液和静置是电芯生产中的瓶颈工序之一,缩短浸润时间意味着更高的产线节拍和更低的设备投资。通过仿真预判最优的注液参数组合,可以大幅减少试错成本,加速工艺定型。
产品质量:浸润不均匀会导致局部析锂、容量衰减加速,甚至引发安全隐患。仿真可以提前发现"浸润死角",指导注液口位置、注液策略和极组结构的设计优化,从根源上提升产品一致性和可靠性。
研发周期:新型电芯(如大容量、异形结构)的注液工艺开发通常需要大量的实物试验。仿真手段可以将大量迭代工作从物理世界迁移到数字世界,显著缩短从设计到量产的周期。
更重要的是,这套跨尺度仿真框架具有很好的可迁移性——同样的方法论可以应用于不同类型、不同尺寸、不同电解液体系的电芯产品。一次建模,多次复用,长期受益。
从微米级孔隙中的毛细浸润,到整颗电芯的注液分布,我们通过跨尺度仿真手段实现了对电池注液浸润过程的全链条数字化复现。这不仅是一个技术能力的展示,更是一项能够切实为客户创造价值的工程工具。
当然,这只是一个开始。未来,我们将继续深化多物理场耦合模型,引入更多真实工况条件,让仿真结果与实验对标更加精确、预测能力更强。
来源:多相流在线