锂电池“声纹”诊断:智能监听如何揭示电池健康与安全新趋势?

2

锂离子电池作为现代社会不可或缺的能量存储载体,其性能、寿命与安全性一直是全球关注的焦点。当前,电池故障或性能衰退的预兆往往难以捕捉,尤其是在不破坏电池结构的前提下。然而,最新的研究揭示了一个引人深思的现象:电池在性能下降、突发故障乃至发生热失控之前,会随着时间的推移发出微弱的声音,这些“声纹”可能蕴含着电池内部降解过程的独特信息。

长期以来,如何准确解读这些声音,并将其与背景噪音及潜在的危险信号区分开来,是电池研究领域的一大挑战。麻省理工学院(MIT)化学工程系的一个研究团队,通过深入分析锂离子电池释放的声音,成功将特定的声学模式与电池内部发生的具体降解机制建立了关联。这项开创性的发现,为开发一种相对简单、完全被动且非破坏性的电池系统连续健康监测设备奠定了基础。这项技术不仅能预测电池的有效运行寿命,还能在故障发生前发出预警,对于电动汽车或电网级储能设施而言,其潜在价值不可估量。

该研究成果于近期在《焦耳》(Joule)杂志上发表,由MIT研究生Yash Samantaray和Alexander Cohen、前MIT研究科学家Daniel Cogswell博士以及化学工程与数学教授Martin Z. Bazant共同完成。

锂离子电池声学监测

Bazant教授强调:“通过严谨的科学研究,我们的团队成功解码了电池的声学排放。我们能够将这些声音归类为由副反应产生的气体气泡,或是活性材料膨胀和收缩引起的断裂声,并能够在嘈杂的数据中识别出这些信号的特征。”这标志着在理解电池内部动态方面迈出了重要一步。

Samantaray解释说:“这项工作的核心在于探索一种在电池充放电过程中,以非破坏性方式研究其内部机制的方法。目前,尽管存在一些研究内部机制的方法,但大多数成本高昂,且不适用于电池的常规应用格式。” 这项研究提供了一种经济高效且高效的替代方案。

为了进行细致的分析,研究团队在真实世界的充放电条件下,将电化学测试与声学排放记录相结合。他们利用详细的信号处理技术,将电学数据与声学数据进行关联。Samantaray表示,通过这种方式,“我们能够找到一种非常经济有效的方法来实际理解气体生成和材料断裂过程。”

气体生成和材料断裂是电池降解和失效的两个主要机制。因此,仅仅通过监测电池产生的声波就能检测和区分这些过程,无疑为电池系统管理者提供了一个强大的新工具。过去的方法往往只是简单地监测声音,并在总体声级超过某个阈值时记录时间。但Bazant教授指出,在此次研究中,通过同时监测电压、电流以及声学特性,“我们知道某些声学排放发生在特定的电位(电压)下,这有助于我们识别引起该排放的过程。”

研究团队在进行这些测试后,还会对电池进行解剖,并在电子显微镜下研究材料的断裂情况,以验证声学信号的解释。此外,他们还采用了小波变换技术——这是一种编码捕获到的每个信号的频率和持续时间的方法,提供了独特的特征,使得从背景噪声中提取信号变得更加容易。Bazant教授指出:“以前没有人做过这项工作,所以这也是一个突破。”

他进一步说明,声学排放技术在工程领域有广泛应用,例如监测桥梁等结构是否存在早期失效迹象。“这是一种监测系统的绝佳方式,”他说,“因为这些排放无论你是否在监听,都在发生”,因此通过监听,可以了解一些原本不可见的内部过程。

对于电池而言,他认为:“我们常常难以像期望的那样精确地解释电压和电流信息,以了解电池内部的状况。而声学监测则为我们提供了另一个窗口,深入了解电池的健康状态,包括其剩余可用寿命以及安全性。” 在与橡树岭国家实验室研究人员合作的另一篇论文中,该团队已经证明声学排放可以提供热失控的早期预警——一种若不及时发现可能导致火灾的危险情况。这项新研究表明,这些声音可以在燃烧发生之前检测到气体生成,“就像看到一壶烧开的水中最初的微小气泡,远在水沸腾之前。”Bazant教授形象地比喻道。

下一步,研究团队将利用对特定声音如何与具体电池状况相关的这一新知识,开发一种实用且经济的监测系统。例如,该团队已获得塔塔汽车公司的资助,为其电动汽车开发电池监测系统。Bazant教授表示:“现在,我们知道要寻找什么,以及如何将其与电池寿命、健康和安全关联起来。”

Samantaray指出,这项新理解的一个潜在应用是作为实验室工具,供那些致力于开发新材料或测试新环境的团队使用,他们可以在无需打开电池的情况下,实际确定气体生成或活性材料断裂的情况。这对于加速研发周期、降低测试成本具有重要意义。

Bazant教授补充说,该系统在电池制造的质量控制方面也将大有可为。“电池生产中最昂贵且限制生产速率的环节之一通常是形成循环(formation cycling)。” 他解释道。这是电池在投入使用前进行充放电循环以进行“磨合”的过程,其中一部分涉及产生一些气体的化学反应。新的声学监测系统将能够检测到这些气体形成信号,他认为:“通过感知这些信号,可能更容易在电池的早期制造阶段,甚至在其投入使用之前,就将良好成型的电池与不良成型的电池区分开来。” 这将显著提高电池制造的效率和成品率。

这项研究得到了丰田研究所、电池可持续发展中心、国家科学基金会和美国国防部的支持,并利用了MIT.nano的设施。这些机构的鼎力相助,共同推动了电池技术迈向一个更加安全、智能的未来。