CN112001897A - 一种锂电池单体中子成像数据分析及评价方法 - Google Patents
一种锂电池单体中子成像数据分析及评价方法 Download PDFInfo
- Publication number
- CN112001897A CN112001897A CN202010774398.XA CN202010774398A CN112001897A CN 112001897 A CN112001897 A CN 112001897A CN 202010774398 A CN202010774398 A CN 202010774398A CN 112001897 A CN112001897 A CN 112001897A
- Authority
- CN
- China
- Prior art keywords
- lithium battery
- lithium
- image
- neutron imaging
- battery
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 90
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 90
- 238000003384 imaging method Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000000178 monomer Substances 0.000 title claims abstract description 16
- 238000009826 distribution Methods 0.000 claims abstract description 57
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000007405 data analysis Methods 0.000 claims description 24
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000013075 data extraction Methods 0.000 claims description 5
- 238000010187 selection method Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 abstract description 11
- 238000011161 development Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000013139 quantization Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 abstract description 4
- 238000012360 testing method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 230000018109 developmental process Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000011077 uniformity evaluation Methods 0.000 description 4
- 239000003792 electrolyte Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 239000013543 active substance Substances 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Measurement Of Radiation (AREA)
Abstract
本发明创造提供了一种锂电池单体中子成像数据分析及评价方法，通过将锂电池单体的中子成像数据进行强度量化处理，并对量化结果进行分析和统计，从而获得电池内部锂分布的均匀性结果，并可以通过该结果对电池的安全状态进行评价，能够有效的对锂电池的结构安全性进行分析，为锂电池工艺升级、测评技术发展提供更为准确的数据支撑，为锂电池的结构稳定性提供评价指标。
Description
技术领域
本发明创造属于新能源技术领域，尤其是涉及一种锂电池单体中子成像数据分析及评价方法。
背景技术
新能源市场在近年来得到了快速发展，也带动了锂电池产业的发展和技术革新。我国对于电动汽车下一步的发展政策是激励续航里程和能量密度的提升，并特别强调注重安全性、一致性。不仅要求锂电池技术指标先进，同时也要求质量可靠、安全有保障。锂电池的性能和安全性对电动汽车、储能等领域的安全、生产成本、使用寿命和用户体验都具有直接的影响。另一方面，如何评价锂电池的性能和安全性也受到行业的广泛关注。当前锂电池的测试评价方法中，最小测试单元是电池单体，采用的测试方法均是对电池样品进行电信号、机械信号和环境信号的激励，通过测试样品的响应情况，判断其是否达到指标要求。然而当前测试技术对于电池内部关键材料，如电极、隔膜、电解液等在各项测试中的演变无从得知。为了探究锂电池性能和安全性能演变的关键因素，为锂电池工艺升级、测评技术发展和标准制定提供更为准确的数据支撑，需要将锂电池测试评价方法拓展到电极和材料层级，并重点测试评价锂电池中作为活性物质的锂元素的分布和状态。
然而作为元素周期表第三位的轻元素，锂电池中锂的状态很难被检测到。一方面，锂普遍存在于正极、负极和电解液中，并随着电池荷电状态和老化状态的不同进行动态变化，难以准确检测；另一方面，锂电池是由多种元素组成的复合结构，各类检测方法，如元素含量检测、晶体结构检测等都会反应出电池或电极整体的结果，锂元素的信息难以区分。
近年来，中子成像技术在科研领域逐渐得到了应用。中子束对于轻元素更为敏感，因此很适合用来分析锂电池中锂元素的分布和状态。然而目前对于中子成像在锂电池的应用仅停留在对于图像结果对比分析层面，如何进一步深入分析锂电池的中子成像数据，获得更多电池性能和安全性的信息还没有明确的分析方法。
发明内容
有鉴于此，本发明创造旨在提出一种锂电池单体中子成像数据分析及评价方法，通过将锂电池单体的中子成像数据进行强度量化处理，并对量化结果进行分析和统计，从而获得电池内部锂分布的均匀性结果，并可以通过该结果对电池的安全状态进行评价，能够有效的对锂电池的结构安全性进行分析，为锂电池工艺升级、测评技术发展提供更为准确的数据支撑，为锂电池的结构稳定性提供评价指标。
为达到上述目的，本发明创造的技术方案是这样实现的：
一种锂电池单体中子成像数据分析方法，包括如下步骤：
(1)中子成像图像选取：选取中子成像图像中具有相同厚度的区域作为分析区域，截取含有电池内部结构的图像区域作为数据分析图像；
所述步骤(1)中针对不同类型的锂电池单体，具体选取方法为：(A)圆柱电池选取圆柱轴向方向的中子成像图像；(B)软包电池或方壳电池均选取垂直于电池最大面积表面方向的中子成像图像。
(2)图像处理和数据提取：将步骤(1)中选取的数据分析图像转换为灰度图像，并获得图像中像素点的数量n和每个像素点的强度A1，A2……An；
该步骤可以通过Photoshop等图像处理软件或matlab等图像分析软件完成。
(3)数据处理：通过统计和计算对步骤(2)提取的数据进行处理，具体方法为：
(A)按如下公式计算像素点的平均强度I：
(B)以像素点的强度为横轴，强度对应的像素点数量为纵轴，绘制数据分析图像的强度分布图，并对强度分布图进行高斯拟合，获取高斯拟合分布图的半峰宽W；
(4)根据步骤(3)的结果，按如下公式计算锂分布均匀性P,
P值能够反映锂电池单体中锂元素分布的均匀性。
一种锂电池单体中子成像数据评价方法，首先将锂电池单体按照权利要求1-2任一项所述的锂电池单体中子成像数据分析方法进行分析，然后对其分析结果进行评价：当0＜P≤0.1时，锂电池内部锂元素分布均匀性为优秀；当0.1＜P≤0.3时，锂电池内部锂元素分布均匀性为良好；当0.3＜P≤0.5时，锂电池内部锂元素分布均匀性为一般；当P＞0.5时，锂电池内部锂元素分布均匀性为较差。
根据本发明提出的《锂元素分布均匀性评价表》，对锂电池通过中子成像测试所获得的锂元素分布均匀性进行分级。
表1锂元素分布均匀性评价表
| P值范围 | 级别 |
| 0＜P≤0.1 | A |
| 0.1＜P≤0.3 | B |
| 0.3＜P≤0.5 | C |
| P＞0.5 | D |
其中：
A级别代表锂电池内部锂元素分布均匀性优秀；
B级别代表锂电池内部锂元素分布均匀性良好；
C级别代表锂电池内部锂元素分布均匀性一般；
D级别代表锂电池内部锂元素分布均匀性较差；
本发明涉及的中子成像测试是由麦克莱伦(美国)提供的Bay 2型中子成像设备进行的，原则上在中子射线平均强度能够达到107n/cm2 s的中子成像设备中进行的锂离子电池单体测试所获得的数据均可以通过本发明提出的方法进行分析。
相对于现有技术，本发明创造所述的锂电池单体中子成像数据分析及评价方法具有以下优势：通过将锂电池单体的中子成像数据进行强度量化处理，并对量化结果进行分析和统计，从而获得电池内部锂分布的均匀性结果，并可以通过该结果对电池的安全状态进行评价，能够有效的对锂电池的结构安全性进行分析，为锂电池工艺升级、测评技术发展提供更为准确的数据支撑，为锂电池的结构稳定性提供评价指标。
本发明提出的对于锂元素分布均匀性的量化评价数值P具有便于计算、易于评价的优点，有助于中子成像技术在锂电池行业领域的应用和推广。
附图说明
构成本发明创造的一部分的附图用来提供对本发明创造的进一步理解，本发明创造的示意性实施例及其说明用于解释本发明创造，并不构成对本发明创造的不当限定。在附图中：
图1为本发明创造实施例所述的锂电池单体中子成像数据分析示意图；
图2为本发明创造实施例所述的实施例1中选取的中子成像图像；
图3为本发明创造实施例所述的实施例1中的数据分析图像区域图；
图4为本发明创造实施例所述的实施例1中的强度分布图；
图5为本发明创造实施例所述的实施例2中选取的中子成像图像；
图6为本发明创造实施例所述的实施例2中的数据分析图像区域图；
图7为本发明创造实施例所述的实施例2中的强度分布图；
图8为本发明创造实施例所述的实施例3中选取的中子成像图像；
图9为本发明创造实施例所述的实施例3中的数据分析图像区域图；
图10为本发明创造实施例所述的实施例3中的强度分布图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明创造中的实施例及实施例中的特征可以相互组合。
下面将参考附图并结合实施例来详细说明本发明创造。
实施例1
选取18650型锂电池中子成像图像作为本方法实施对象，该款电池额定容量为2.4Ah，工作电压为2.75V-4.2V，数据分析具体步骤为：
(1)中子成像图像选取：选取中子成像图像中具有相同厚度的区域作为分析区域，18650型锂电池作为圆柱电池的一种，选取圆柱轴向方向的中子成像图像，如图2所示；
确定选取的图像后，截取含有电池内部结构的图像区域作为数据分析图像，作为数据分析图像的区域如图3虚线阴影范围所示。
(2)图像处理和数据提取：将步骤(1)中选取的数据分析图像转换为灰度图像，并获得图像中像素点的数量n和每个像素点的强度A1，A2……An。该图像选区中像素点数量n＝4911，每个像素点的强度A1＝143.2，A2＝146.9，A3＝139.2……An＝137.9；
(3)数据处理：通过统计和计算对步骤(2)提取的数据进行处理，具体方法为：
(A)按如下公式计算像素点的平均强度I：
根据计算结果，I＝146.3；
(B)以强度为横轴，图像中该强度点的像素点数量为纵轴，绘制选取图像的强度分布图，并对强度分布图进行高斯拟合，获取高斯拟合分布图的半峰宽W；对分布图进行高斯拟合，获取高斯拟合分布图的半峰宽W＝26.3。
(4)根据步骤(3)的结果，计算锂分布均匀性P＝0.1798。
根据本发明提出的《锂元素分布均匀性评价表》，对该锂电池通过中子成像测试所获得的锂元素分布均匀性为B级。
实施例2
选取软包锂电池中子成像图像作为本方法实施对象，该款电池额定容量为10Ah，工作电压为2.75V-4.2V，数据分析具体步骤为：
(1)中子成像图像选取：选取中子成像图像中具有相同厚度的区域作为分析区域。软包型锂电池作为片状电池的一种，选取垂直于电池最大面积表面方向的中子成像图像，如图5所示；
确定选取的图像后，截取含有电池内部结构的图像区域作为数据分析图像。作为数据分析图像的区域如图6虚线阴影范围所示。
(2)图像处理和数据提取：将步骤(1)中选取的数据分析图像转换为灰度图像，并获得图像中像素点的数量n和每个像素点的强度A1，A2……An。该图像选区中像素点数量n＝140180，每个像素点的强度A1＝107.3，A2＝98.6，A3＝121.3……An＝112.5；
(3)数据处理：通过统计和计算对步骤(3)提取的数据进行处理，具体方法为：
(A)计算像素点的平均强度I，根据计算结果，I＝72.8；
(B)以强度为横轴，图像中该强度点的像素点数量为纵轴，绘制选取图像的强度分布图，并对强度分布图进行高斯拟合，获取高斯拟合分布图的半峰宽W；对分布图进行高斯拟合，获取高斯拟合分布图的半峰宽W＝22.9。
根据步骤(3)的结果，计算锂分布均匀性P＝0.3146。
根据本发明提出的《锂元素分布均匀性评价表》，对该锂电池通过中子成像测试所获得的锂元素分布均匀性为C级。
实施例3
选取方型硬壳锂离子电池中子成像图像作为本方法实施对象，该款电池额定容量为20Ah，工作电压为2.5V-3.65V，数据分析具体步骤为：
(1)中子成像图像选取：选取中子成像图像中具有相同厚度的区域作为分析区域。方壳电池选取垂直于电池最大面积表面方向的中子成像图像，如图8所示；
确定选取的图像后，截取含有电池内部结构的图像区域作为数据分析图像。作为数据分析图像的区域如图9虚线阴影范围所示。
(2)图像处理和数据提取：将步骤1中选取的数据分析图像转换为灰度图像，并获得图像中像素点的数量n和每个像素点的强度A1，A2……An，该图像选区中像素点数量n＝323090，每个像素点的强度A1＝138.7，A2＝152.6，A3＝147.4……An＝130.2；
(3)数据处理：通过统计和计算对步骤(2)提取的数据进行处理，具体方法为：
(A)计算像素点的平均强度I，根据计算结果，I＝146.8；
(B)以强度为横轴，图像中该强度点的像素点数量为纵轴，绘制选取图像的强度分布图。并对分布图进行高斯拟合，获取高斯拟合分布图的半峰宽W；对强度分布图进行高斯拟合，获取高斯拟合分布图的半峰宽W＝10.2；
根据步骤(3)结果，计算锂分布均匀性P＝0.0695。
根据本发明提出的《锂元素分布均匀性评价表》，对该锂电池通过中子成像测试所获得的锂元素分布均匀性为A级。
以上所述仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明创造的保护范围之内。
Claims (3)
1.一种锂电池单体中子成像数据分析方法，其特征在于：包括如下步骤：
(1)中子成像图像选取：选取中子成像图像中具有相同厚度的区域作为分析区域，截取含有电池内部结构的图像区域作为数据分析图像；
(2)图像处理和数据提取：将步骤(1)中选取的数据分析图像转换为灰度图像，并获得图像中像素点的数量n和每个像素点的强度A1，A2……An；
(3)数据处理：通过统计和计算对步骤(2)提取的数据进行处理，具体方法为：
(A)按如下公式计算像素点的平均强度I：
(B)以像素点的强度为横轴，强度对应的像素点数量为纵轴，绘制数据分析图像的强度分布图，并对强度分布图进行高斯拟合，获取高斯拟合分布图的半峰宽W；
(4)根据步骤(3)的结果，按如下公式计算锂分布均匀性P,
P值能够反映锂电池单体中锂元素分布的均匀性。
2.根据权利要求1所述的一种锂电池单体中子成像数据分析方法，其特征在于：所述步骤(1)中针对不同类型的锂电池单体，具体选取方法为：(A)圆柱电池选取圆柱轴向方向的中子成像图像；(B)软包电池或方壳电池均选取垂直于电池最大面积表面方向的中子成像图像。
3.一种锂电池单体中子成像数据评价方法，其特征在于：首先将锂电池单体按照权利要求1-2任一项所述的锂电池单体中子成像数据分析方法进行分析，然后对其分析结果进行评价：当0＜P≤0.1时，锂电池内部锂元素分布均匀性为优秀；当0.1＜P≤0.3时，锂电池内部锂元素分布均匀性为良好；当0.3＜P≤0.5时，锂电池内部锂元素分布均匀性为一般；当P＞0.5时，锂电池内部锂元素分布均匀性为较差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010774398.XA CN112001897A (zh) | 2020-08-04 | 2020-08-04 | 一种锂电池单体中子成像数据分析及评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010774398.XA CN112001897A (zh) | 2020-08-04 | 2020-08-04 | 一种锂电池单体中子成像数据分析及评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112001897A true CN112001897A (zh) | 2020-11-27 |
Family
ID=73463644
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010774398.XA Pending CN112001897A (zh) | 2020-08-04 | 2020-08-04 | 一种锂电池单体中子成像数据分析及评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112001897A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104078664A (zh) * | 2013-03-25 | 2014-10-01 | 株式会社东芝 | 电池用活性物质、非水电解质电池及电池组 |
| CN107784669A (zh) * | 2017-10-27 | 2018-03-09 | 东南大学 | 一种光斑提取及其质心确定的方法 |
| CN110380124A (zh) * | 2019-07-19 | 2019-10-25 | 北京理工大学 | 一种可原位表征锂电池电解液三维浸润过程的定量化方法 |
-
2020
- 2020-08-04 CN CN202010774398.XA patent/CN112001897A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104078664A (zh) * | 2013-03-25 | 2014-10-01 | 株式会社东芝 | 电池用活性物质、非水电解质电池及电池组 |
| CN107784669A (zh) * | 2017-10-27 | 2018-03-09 | 东南大学 | 一种光斑提取及其质心确定的方法 |
| CN110380124A (zh) * | 2019-07-19 | 2019-10-25 | 北京理工大学 | 一种可原位表征锂电池电解液三维浸润过程的定量化方法 |
Non-Patent Citations (2)
| Title |
|---|
| 马天翼等: "动力电池轻度电滥用积累造成的性能和安全性劣化研究", 《储能科学与技术》 * |
| 马天翼等: "动力电池轻度电滥用积累造成的性能和安全性劣化研究", 《储能科学与技术》, 31 March 2020 (2020-03-31), pages 2 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116502112B (zh) | 一种新能源电源测试数据管理方法及系统 | |
| CN111141755B (zh) | 一种电池电芯内部缺陷的检测方法 | |
| CN108732510A (zh) | 基于内部特征的锂离子电池一致性筛选分组方法 | |
| CN110180797B (zh) | 用于计算机断层扫描检测的锂电池规整程度分级评价方法 | |
| CN112834945A (zh) | 评估模型建立方法、电池健康状态评估方法及相关产品 | |
| CN114210604B (zh) | 一种多特征梯次利用动力电池分选方法、装置及存储介质 | |
| CN116559757B (zh) | 电池析锂电位预测准确性的验证方法、装置和电子设备 | |
| CN117173100B (zh) | 聚合物锂离子电池生产控制系统及其方法 | |
| CN112001897A (zh) | 一种锂电池单体中子成像数据分析及评价方法 | |
| CN1879251A (zh) | 电池浮充管理 | |
| CN116125322A (zh) | 一种无损检测电池健康度的方法、装置、设备及介质 | |
| CN117102082A (zh) | 一种液态金属电池的分选方法及系统 | |
| CN113125974B (zh) | 一种电池析锂检测方法及装置 | |
| CN116184241A (zh) | 锂电池析锂检测方法、装置及系统 | |
| CN114076899B (zh) | 电池寿命的分档预估方法、装置、设备、系统及介质 | |
| CN116298977B (zh) | 一种锂电池循环性能测试方法及系统 | |
| CN112595986A (zh) | 一种基于差热伏安曲线特征的电池寿命诊断方法 | |
| CN116309613B (zh) | 一种锂电池隔膜扩散能力检测方法 | |
| Wang et al. | Analysis of the experimental method of cyclic aging processes for batteries of the sweeping robot | |
| CN114609011A (zh) | 一种锂离子电池硅基负极实时孔隙率预测方法及系统 | |
| Li et al. | Electrochemical 3-D morphology based degradation quantification framework for lithium-ion battery under low temperature | |
| CN108539296B (zh) | 一种基于异常点检测的均衡方法 | |
| CN116435624A (zh) | 析锂窗口确定方法、装置、设备、存储介质和程序产品 | |
| CN116520163A (zh) | 钠离子电池析钠的检测方法、装置、存储介质及电子设备 | |
| Nguyen et al. | Combining X-ray Nano-CT and XANES Techniques for 3D Operando Monitoring of Lithiation Spatial Composition evolution in NMC Electrode |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201127 |
|
| RJ01 | Rejection of invention patent application after publication |