CN116502471B - 模拟浆料涂膜开裂状态的方法、装置、设备及存储介质 - Google Patents
模拟浆料涂膜开裂状态的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116502471B CN116502471B CN202310747330.6A CN202310747330A CN116502471B CN 116502471 B CN116502471 B CN 116502471B CN 202310747330 A CN202310747330 A CN 202310747330A CN 116502471 B CN116502471 B CN 116502471B
- Authority
- CN
- China
- Prior art keywords
- slurry
- particles
- particle
- coating film
- active material
- 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.)
- Active
Links
- 238000007581 slurry coating method Methods 0.000 title claims abstract description 242
- 238000005336 cracking Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 239000007787 solid Substances 0.000 claims abstract description 223
- 239000002904 solvent Substances 0.000 claims abstract description 220
- 239000002002 slurry Substances 0.000 claims abstract description 183
- 238000001704 evaporation Methods 0.000 claims abstract description 102
- 230000008020 evaporation Effects 0.000 claims abstract description 101
- 238000001035 drying Methods 0.000 claims abstract description 93
- 239000012752 auxiliary agent Substances 0.000 claims abstract description 83
- 239000013543 active substance Substances 0.000 claims abstract description 77
- 239000002245 particle Substances 0.000 claims description 720
- 239000011149 active material Substances 0.000 claims description 254
- 238000006073 displacement reaction Methods 0.000 claims description 35
- 238000000935 solvent evaporation Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 18
- 238000004088 simulation Methods 0.000 abstract description 22
- 238000004519 manufacturing process Methods 0.000 abstract description 13
- 238000005457 optimization Methods 0.000 abstract description 7
- 230000006872 improvement Effects 0.000 abstract description 2
- 230000009467 reduction Effects 0.000 abstract description 2
- 239000011230 binding agent Substances 0.000 description 35
- 238000009826 distribution Methods 0.000 description 17
- 230000005012 migration Effects 0.000 description 17
- 238000013508 migration Methods 0.000 description 17
- 239000006258 conductive agent Substances 0.000 description 10
- 239000007788 liquid Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 7
- 230000008859 change Effects 0.000 description 7
- 229910052744 lithium Inorganic materials 0.000 description 7
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 6
- 229910001416 lithium ion Inorganic materials 0.000 description 6
- 238000005094 computer simulation Methods 0.000 description 5
- 230000005484 gravity Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005325 percolation Methods 0.000 description 4
- 239000000654 additive Substances 0.000 description 3
- 230000000996 additive effect Effects 0.000 description 3
- 239000002671 adjuvant Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 210000001787 dendrite Anatomy 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002687 intercalation Effects 0.000 description 1
- 238000009830 intercalation Methods 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007773 negative electrode material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003960 organic solvent Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Battery Electrode And Active Subsutance (AREA)
- Application Of Or Painting With Fluid Materials (AREA)
Abstract
本申请公开了一种模拟浆料涂膜开裂状态的方法、装置、设备及存储介质，属于模拟仿真技术领域。在本申请中，根据浆料的配比数据、浆料中活性物质和固体助剂的级配数据来创建浆料涂膜的离散元模型。在此基础上，根据预设蒸发条件，利用离散元模型，确定浆料涂膜干燥过程中浆料涂膜的溶剂含量，进而根据浆料涂膜的溶剂含量来模拟干燥过程中浆料涂膜的开裂现象，从而为后续选取和优化干燥工艺参数，降低浆料涂膜的开裂概率，提高极片的质量和生产效率提供数据支持。
Description
技术领域
本申请属于计算机技术领域，尤其涉及一种模拟浆料涂膜开裂状态的方法、装置、设备及存储介质。
背景技术
在制备锂离子电池的正负极片时，可以将正负极活性物质、粘结剂、溶剂等混合，经过搅拌分散使各组分均匀，从而制得浆料。将浆料均匀涂覆于集流体上后进行干燥，从而得到基本成形的极片。其中，在对涂覆于集流体上的浆料涂膜进行干燥的过程中，如果干燥工艺参数不合适，则随着浆料涂膜中的溶剂蒸发，浆料涂膜可能会发生开裂，从而导致极片报废，影响生产效率。
发明内容
本申请提供了一种模拟浆料涂膜开裂状态的方法、装置、计算机设备及存储介质，旨在为干燥工艺参数的选取和优化提供数据支持，以期降低浆料涂膜开裂的概率，提高极片的质量和生产效率。
本申请的第一方面提供了一种模拟浆料涂膜开裂状态的方法，所述方法包括根据浆料的配比数据和所述浆料中多种固体组分的级配数据，建立浆料涂膜的离散元模型；根据预设蒸发条件，利用所述离散元模型确定干燥过程中所述浆料涂膜的溶剂含量；根据所述浆料涂膜的溶剂含量，确定干燥过程中所述浆料涂膜的开裂状态。
在本申请中，根据浆料的配比数据、浆料中活性物质和固体助剂的级配数据来创建浆料涂膜的离散元模型。在此基础上，根据预设蒸发条件，利用离散元模型，确定浆料涂膜干燥过程中浆料涂膜的溶剂含量，进而根据浆料涂膜的溶剂含量来实现干燥过程中浆料涂膜开裂现象的模拟研究，从而为后续选取和优化干燥工艺参数，降低浆料涂膜的开裂概率，提高极片的质量和生产效率提供数据支持。
可选地，所述多种固体组分包括活性物质和固体助剂；所述根据浆料的配比数据和所述浆料中多种固体组分的级配数据，建立浆料涂膜的离散元模型，包括：根据所述浆料的配比数据，确定所述离散元模型的尺寸；根据所述浆料的配比数据、所述活性物质的级配数据、所述固体助剂的级配数据和所述离散元模型的尺寸，生成多个活性物质颗粒和多个固体助剂颗粒，所述多个活性物质颗粒用于表征所述浆料涂膜中的活性物质，所述多个固体助剂颗粒用于表征所述浆料涂膜中的固体助剂；基于所述多个活性物质颗粒和所述多个固体助剂颗粒，生成所述离散元模型，所述离散元模型包括所述多个活性物质颗粒和所述多个固体助剂颗粒。
在本申请中，离散元模型包括的活性物质颗粒是浆料涂膜中的活性物质对应的模拟颗粒，也可以称为活性物质等效颗粒。同理，离散元模型包括的固体助剂颗粒是浆料中的固体助剂对应的模拟颗粒，也可以称为固体助剂等效颗粒。
在本申请中，通过实际生产过程中真实的浆料配比数据以及活性物质和固体助剂的级配数据来建立浆料涂膜的离散元模型，如此创建得到的离散元模型能够更为真实准确的模拟出浆料涂膜，从而有利于提高后续模拟干燥过程中浆料涂膜开裂状态的准确性。
可选地，所述浆料的配比数据包括所述浆料的总质量、所述浆料中的多种组分的质量配比和每种组分的密度；所述根据浆料的配比数据，确定所述离散元模型的尺寸，包括：根据所述浆料的总质量、所述多种组分的质量配比和每种组分的密度，确定所述浆料的总体积；根据所述浆料的总质量和总体积，确定浆料密度；根据所述浆料密度和所述浆料涂膜的预设厚度，确定所述离散元模型的尺寸。
在本申请中，可以根据浆料的配比数据确定出浆料密度，进而基于浆料密度和预设的浆料涂膜的厚度来确定离散元模型的尺寸，如此，该离散元模型的尺寸更接近于真实的浆料涂膜的尺寸，有助于提高模型准确度。
可选地，所述根据浆料的配比数据、所述活性物质的级配数据、所述固体助剂的级配数据和所述离散元模型的尺寸，生成多个活性物质颗粒和多个固体助剂颗粒，包括：根据所述浆料的配比数据，确定所述浆料中的固体平均密度、参考孔隙率和参考溶剂含量；根据所述固体平均密度、所述参考孔隙率和所述离散元模型的尺寸，确定所述离散元模型中的固体颗粒的总体积和总质量；根据所述离散元模型中的固体颗粒的总体积和总质量、所述浆料的配比数据包括的所述活性物质和所述固体助剂的质量配比、所述活性物质的级配数据、所述固体助剂的级配数据和所述参考溶剂含量，生成所述多个活性物质颗粒和所述多个固体助剂颗粒。
在本申请中，在生成离散元模型中的活性物质颗粒和固体助剂颗粒时，不仅考虑了真实的浆料中的孔隙率、溶剂含量和固体平均密度，还考虑了活性物质和固体助剂的级配数据，也即，考虑了活性物质和固体助剂的粒径分布。这样，生成的离散元模型中的活性物质颗粒和固体助剂颗粒能够更准确的模拟真实浆料中的活性物质和固体助剂。
可选地，所述离散元模型包括多个活性物质颗粒，每个活性物质颗粒的初始溶剂含量为参考溶剂含量；所述根据预设蒸发条件，利用所述离散元模型确定干燥过程中的所述浆料涂膜的溶剂含量，包括：确定所述离散元模型的蒸发表面；根据所述预设蒸发条件，确定所述蒸发表面上的每个活性物质颗粒的溶剂蒸发量；基于所述蒸发表面上的每个活性物质颗粒的溶剂蒸发量和所述参考溶剂含量，更新所述离散元模型中的每个活性物质颗粒的溶剂含量。
在本申请中，该离散元模型的蒸发表面是指模拟的浆料涂膜的蒸发表面。根据预设蒸发条件来确定蒸发表面上的每个活性物质颗粒的溶剂蒸发量，这样，在预设蒸发条件下，蒸发表面上的活性物质颗粒的溶剂含量减少，从而与下层的活性物质颗粒出现溶剂含量梯度。在存在溶剂含量梯度的情况下，下层的活性物质颗粒的溶剂将会向蒸发表面输运，如此，即实现了预设蒸发条件下浆料涂膜中的溶剂从下层向上层输运进而蒸发的动态模拟，也即，实现了对浆料涂膜的干燥工艺的模拟。
可选地，所述离散元模型包括多个活性物质颗粒和多个固体助剂颗粒；所述浆料涂膜的溶剂含量通过离散元模型中的活性物质颗粒的溶剂含量来表征，所述根据所述浆料涂膜的溶剂含量，确定干燥过程中所述浆料涂膜的开裂状态，包括：根据每个活性物质颗粒的溶剂含量，确定所述多个活性物质颗粒和所述多个固体助剂颗粒中每个颗粒所受到的接触作用力合力；根据每个颗粒所受到的接触作用力合力，确定每个颗粒的位置坐标；根据每个颗粒的位置坐标，确定干燥过程中所述浆料涂膜的开裂状态。
在浆料涂膜的干燥过程中，随着浆料涂膜中的溶剂含量的变化，浆料涂膜中的固体颗粒之间的接触作用力的大小也会发生改变。基于此，在本申请中，根据活性物质颗粒的溶剂含量来确定离散元模型中的各个固体颗粒所受到的接触作用力合力，进而根据各个颗粒所受到的接触作用力合力来更新各个颗粒的位置坐标，以此来实现干燥过程中浆料涂膜的开裂状态的模拟。
另外，溶剂含量的变化将会导致颗粒的位置变化，并且还会导致颗粒的粒径发生变化，这样，离散元模型的高度也将发生变化，从而可以实现干燥过程中浆料涂膜的厚度收缩的模拟。
可选地，所述根据每个颗粒所受到的接触作用力合力，确定每个颗粒的位置坐标，包括：如果第一颗粒所受到的接触作用力合力大于参考阈值，则释放所述第一颗粒所受到的最大的接触作用力分力，并更新所述第一颗粒所受到的接触作用力合力，所述第一颗粒为多个活性物质颗粒和多个固体助剂颗粒中的任一个；基于更新后的所述第一颗粒所受到的接触作用力合力，确定所述第一颗粒的位移；基于所述第一颗粒的位移，更新所述第一颗粒的位置坐标。
在本申请中，将每个颗粒所受到的接触作用力合力与参考阈值进行比较，如果该颗粒所受到的接触作用力合力大于参考阈值，则释放该颗粒所受到的最大的接触作用力分力，也即，断开该颗粒与为其带来最大的接触作用力分力的颗粒间的连接，以此来模拟颗粒间的作用力超过阈值后发生断裂、应力释放的现象，如此，基于应力释放后更新的接触作用力合力来确定该颗粒的位移，并更新该颗粒的位置坐标，实现了颗粒间发生开裂后的裂纹模拟。
可选地，所述根据每个颗粒所受到的接触作用力合力，确定每个颗粒的位置坐标，包括：如果第一颗粒所受到的接触作用力合力不大于参考阈值，则基于所述第一颗粒所受到的接触作用力合力，确定所述第一颗粒的位移，所述第一颗粒为多个活性物质颗粒和多个固体助剂颗粒中的任一个；基于所述第一颗粒的位移，更新所述第一颗粒的位置坐标。
在本申请中，如果颗粒所受到的接触作用力合力不大于参考阈值，则说明该颗粒与其他颗粒之间的连接不会断开，在这种情况下，直接计算该颗粒在所受到的接触作用力合力的作用下的位移，以此来更新该颗粒的位置坐标。随着颗粒的位置坐标的更新，离散元模型的尺寸和形状均可能发生变化，如此，即实现了未开裂状态下，浆料涂膜干燥过程中形状和尺寸的变化情况的动态模拟。
本申请的第二方面提供了一种模拟浆料涂膜开裂状态的装置，所述装置包括建模模块，用于根据浆料的配比数据和所述浆料中多种固体组分的级配数据，建立浆料涂膜的离散元模型；第一确定模块，用于根据预设蒸发条件，利用所述离散元模型确定干燥过程中所述浆料涂膜的溶剂含量；第二确定模块，用于根据所述浆料涂膜的溶剂含量，确定干燥过程中所述浆料涂膜的开裂状态。
可选地，所述多种固体组分包括活性物质和固体助剂；所述建模模块具体用于：根据所述浆料的配比数据，确定所述离散元模型的尺寸；根据所述浆料的配比数据、所述活性物质的级配数据、所述固体助剂的级配数据和所述离散元模型的尺寸，生成多个活性物质颗粒和多个固体助剂颗粒，所述多个活性物质颗粒用于表征所述浆料涂膜中的活性物质，所述多个固体助剂颗粒用于表征所述浆料涂膜中的固体助剂；基于所述多个活性物质颗粒和所述多个固体助剂颗粒，生成所述离散元模型，所述离散元模型包括所述多个活性物质颗粒和所述多个固体助剂颗粒。
可选地，所述浆料的配比数据包括所述浆料的总质量、所述浆料中的多种组分的质量配比和每种组分的密度；所述建模模块具体用于：根据所述浆料的总质量、所述多种组分的质量配比和每种组分的密度，确定所述浆料的总体积；根据所述浆料的总质量和总体积，确定浆料密度；根据所述浆料密度和所述浆料涂膜的预设厚度，确定所述离散元模型的尺寸。
可选地，所述建模模块具体用于：根据所述浆料的配比数据，确定所述浆料中的固体平均密度、参考孔隙率和参考溶剂含量；根据所述固体平均密度、所述参考孔隙率和所述离散元模型的尺寸，确定所述离散元模型中的固体颗粒的总体积和总质量；根据所述离散元模型中的固体颗粒的总体积和总质量、所述浆料的配比数据包括的所述活性物质和所述固体助剂的质量配比、所述活性物质的级配数据、所述固体助剂的级配数据和所述参考溶剂含量，生成所述多个活性物质颗粒和所述多个固体助剂颗粒。
可选地，所述离散元模型包括多个活性物质颗粒，每个活性物质颗粒的初始溶剂含量为参考溶剂含量；所述第一确定模块具体用于：确定所述离散元模型的蒸发表面；根据所述预设蒸发条件，确定所述蒸发表面上的每个活性物质颗粒的溶剂蒸发量；基于所述蒸发表面上的每个活性物质颗粒的溶剂蒸发量和所述参考溶剂含量，更新所述离散元模型中的每个活性物质颗粒的溶剂含量。
可选地，所述离散元模型包括多个活性物质颗粒和多个固体助剂颗粒；所述第二确定模块具体用于：根据每个活性物质颗粒的溶剂含量，确定所述多个活性物质颗粒和所述多个固体助剂颗粒中每个颗粒所受到的接触作用力合力；根据每个颗粒所受到的接触作用力合力，确定每个颗粒的位置坐标；根据每个颗粒的位置坐标，确定干燥过程中所述浆料涂膜的开裂状态。
可选地，所述第二确定模块具体用于：如果第一颗粒所受到的接触作用力合力大于参考阈值，则释放所述第一颗粒所受到的最大的接触作用力分力，并更新所述第一颗粒所受到的接触作用力合力，所述第一颗粒为多个活性物质颗粒和多个固体助剂颗粒中的任一个；基于更新后的所述第一颗粒所受到的接触作用力合力，确定所述第一颗粒的位移；基于所述第一颗粒的位移，更新所述第一颗粒的位置坐标。
可选地，所述第二确定模块具体用于：如果第一颗粒所受到的接触作用力合力不大于参考阈值，则基于所述第一颗粒所受到的接触作用力合力，确定所述第一颗粒的位移，所述第一颗粒为多个活性物质颗粒和多个固体助剂颗粒中的任一个；基于所述第一颗粒的位移，更新所述第一颗粒的位置坐标。
本申请的第三方面提供了一种计算机设备，包括处理器，所述处理器用于执行计算机程序，以实现上述第一方面所述的模拟浆料涂膜开裂状态的方法。
本申请的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面的模拟浆料涂膜开裂状态的方法。
本申请实施例与现有技术相比至少存在的有益效果是：
在本申请实施例中，根据浆料的配比数据、浆料中活性物质和固体助剂的级配数据来创建浆料涂膜的离散元模型。在此基础上，根据预设蒸发条件，利用离散元模型，模拟浆料涂膜干燥过程中浆料涂膜的溶剂含量，进而根据浆料涂膜的溶剂含量来模拟干燥过程中浆料涂膜的开裂现象，从而为后续选取和优化干燥工艺参数，降低浆料涂膜的开裂概率，提高极片的质量和生产效率提供数据支持。
附图说明
图1是本申请实施例提供的一种模拟浆料涂膜开裂状态的方法流程图；
图2是本申请实施例提供的一种建立浆料涂膜的离散元模型的流程图；
图3是本申请实施例提供的一种离散元模型中蒸发表面的示意图；
图4是本申请实施例提供的一种根据浆料涂膜的溶剂含量来模拟干燥过程中浆料涂膜开裂状态的流程图；
图5是本申请实施例提供的另一种建立浆料涂膜的离散元模型的流程图；
图6是本申请实施例提供的一种利用浆料涂膜的离散元模型模拟预设蒸发条件下浆料涂膜的溶剂含量动态演化的流程图；
图7是本申请实施例提供的另一种模拟干燥过程中浆料涂膜开裂状态的流程图；
图8是本申请实施例提供的一种模拟浆料涂膜开裂状态的装置的结构示意图；
图9是本申请实施例提供的一种用于实现浆料涂膜开裂状态模拟的计算机设备的结构示意图。
具体实施方式
下面将结合附图对本申请技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本申请的技术方案，因此只作为示例，而不能以此来限制本申请的保护范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。
在本申请实施例的描述中，技术术语“第一”“第二”等仅用于区别不同对象，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量、特定顺序或主次关系。在本申请实施例的描述中，“至少一个”的含义是一个或一个以上，“多个”的含义是两个以上，除非另有明确具体的限定。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
在本申请实施例的描述中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
锂离子电池是由高脱锂电位材料和低嵌锂电位材料为正负极构成的电池体系。由于锂离子电池充放电过程中锂以离子形式存在而不形成金属锂，所以能够尽可能的减少锂枝晶的形成。这样，锂离子电池不仅具有锂电池高比能量的优点，同时相较于锂电池安全性更高，因此，锂离子电池在便携式电子器件和电动汽车领域得以广泛应用。
目前，锂离子电池的制备流程主要包括正负极片制备、装配、注液和化成等工序。其中，在制备正极极片或负极极片时，将正极或负极活性物质、粘结剂、导电剂和溶剂进行混合，经过搅拌后使各组分均匀，从而制得浆料。之后，将浆料涂覆于集流体上，形成浆料涂膜。由于浆料涂膜中包含溶剂，所以可以通过烘干来使得浆料涂膜中的溶剂蒸发，达到涂膜固化的目的，从而得到基本成型的极片。之后，对基本成型的极片进行辊压后分切，以获得所需尺寸的极片。
值得注意的是，在浆料涂膜干燥过程中，随着浆料涂膜中的溶剂蒸发，浆料涂膜将会发生收缩。其中，在干燥工艺参数不当的情况下，浆料涂膜可能会剧烈收缩从而发生开裂，这将导致极片质量较差甚至报废，影响生产效率。
由于干燥工艺参数包括烘箱温度、风速、走带速率等多个参数，其中，各个参数对浆料涂膜中的溶剂蒸发的影响可能不同，并且，多个参数耦合作用后对浆料涂膜的溶剂蒸发的影响也难以量化表征，因此，干燥工艺参数的选取或优化较为困难。基于此，本申请实施例提供了一种模拟浆料涂膜开裂状态的方法，通过浆料的配比数据、浆料中固体组分的级配数据来创建浆料涂膜的离散元模型。在此基础上，根据预设蒸发条件，利用该离散元模型，模拟干燥过程中浆料涂膜的溶剂含量，进而根据浆料涂膜的溶剂含量来模拟浆料涂膜的开裂状态，以此来实现在预设蒸发条件下干燥浆料涂膜的过程中浆料涂膜开裂现象的模拟研究，从而为后续选取和优化干燥工艺参数，降低浆料涂膜的开裂概率，提高极片的质量和生产效率提供数据支持。也即，本申请实施例提供的模拟浆料涂膜开裂状态的方法是通过建立浆料涂膜的离散元模型，并通过该离散元模型对浆料涂膜在预设的蒸发条件下的开裂状态进行模拟研究，以此来获得可供参考的干燥工艺参数的过程。
本申请实施例提供的模拟浆料涂膜开裂状态的方法可以由计算机设备或者计算机设备中的模块（如芯片）来执行。例如，该计算机设备可以为手机、平板电脑、笔记本电脑、台式电脑或服务器等。接下来以计算机设备为执行主体来对本申请实施例提供的模拟浆料涂膜开裂状态的方法进行介绍。
图1是本申请实施例提供的一种模拟浆料涂膜开裂状态的方法流程图。如图1所示，该方法包括以下步骤：
步骤101：根据浆料的配比数据和浆料中多种固体组分的级配数据，建立浆料涂膜的离散元模型。
在本申请实施例中，计算机设备可以接收用户输入的或者是其他设备发送的实际生产过程中所采用的浆料的配比数据以及浆料中多种固体组分的级配数据。
其中，浆料的配比数据可以包括浆料总质量、浆料中多种组分的质量配比和密度。示例性的，该多种组分可以包括多种固体组分和液体组分。其中，多种固体组分可以包括活性物质和固体助剂，其中，该固体助剂可以包括粘结剂，可选地，该固体助剂还可以包括导电剂等。液体组分可以包括溶剂，例如，溶剂可以为有机溶剂或水。
可选地，浆料的配比数据也可以包括浆料中各种组分的质量和密度。
多种固体组分的级配数据可以包括活性物质的级配数据和固体助剂的级配数据。其中，活性物质的级配数据可以包括相应组分的中心粒径和相应组分的粒径所符合的数学分布的分布参数。
例如，活性物质的级配数据可以包括浆料中的活性物质的中心粒径和活性物质的粒径所符合的数学分布的分布参数。示例性的，活性物质的中心粒径可以为10微米，活性物质的粒径所符合的数学分布可以为正态分布。
固体助剂的级配数据可以包括浆料中的固体助剂的中心粒径和固体助剂的粒径所符合的数学分布的分布参数。示例性的，当固体助剂包括粘结剂时，该固体助剂的级配数据包括粘结剂的中心粒径，该中心粒径可以为1微米，粘结剂的粒径所符合的数学分布可以为正态分布。
在本申请的一些实施例中，在获取到浆料的配比数据和浆料中多种固体组分的级配数据之后，计算机设备可以通过图2所示的子步骤1011至子步骤1013来生成浆料涂膜的离散元模型。
1011、根据浆料的配比数据，确定浆料涂膜的离散元模型的尺寸。
在本申请的一些实施例中，当浆料的配比数据包括浆料的总质量、浆料中多种组分的质量配比和每种组分的密度时，计算机设备可以根据浆料的总质量、多种组分的质量配比和每种组分的密度，确定浆料的总体积；根据浆料的总质量和总体积，确定浆料密度；根据浆料密度和浆料涂膜的预设厚度，确定离散元模型的尺寸。
示例性的，计算机设备可以根据浆料的总质量和多种组分的质量配比，计算每种组分的质量，将每种组分的质量和密度的乘积作为相应组分的体积。之后，计算机设备可以将多种组分的体积相加，得到浆料的总体积。计算浆料的总质量和总体积之间的比值，从而得到浆料密度。
在确定出浆料密度之后，计算机设备可以获取浆料涂膜的预设厚度，该预设厚度是实际生产过程中的浆料涂膜的厚度。之后，计算机设备可以基于浆料密度、浆料涂膜的预设厚度和浆料的总质量，通过下述公式1计算浆料涂膜的上表面的面积，进而基于浆料涂膜的上表面的面积选取离散元模型的长度和宽度。
（1）
其中，为浆料的总质量，/>为浆料密度，/>为浆料涂膜的预设厚度，/>为浆料涂膜的上表面的面积。
在本申请实施例中，可以将涂敷于集流体上的浆料涂膜视为一个长方体，其中，长方体的高度即为浆料涂膜的厚度，长方体的上表面或下表面的面积等于浆料涂膜的长度和宽度的乘积。也即，通过上述公式1计算得到的浆料涂膜的上表面的面积即为浆料涂膜的长度和宽度的乘积。在此基础上，计算机设备可以获取浆料涂膜的预设宽度，并基于该浆料涂膜的上表面的面积和该预设宽度计算该浆料涂膜的长度。之后，计算机设备可以将浆料涂膜的预设厚度作为离散元模型的高度，并基于浆料涂膜的预设宽度和长度选择离散元模型的宽度和长度。例如，计算机设备可以将浆料涂膜的预设宽度和长度分别作为该离散元模型的长度和宽度。或者，考虑到离散元模型尺寸太大模拟计算量较大的问题，计算机设备也可以选择小于浆料涂膜的预设宽度的一个宽度作为离散元模型的宽度，选择小于浆料涂膜的长度的一个长度作为离散元模型的长度。也即，离散元模型的宽度不大于浆料涂膜的预设宽度，和/或，离散元模型的长度不大于浆料涂膜的长度。
在本申请的另一些实施例中，当浆料的配比数据包括浆料中各种组分的质量和密度时，计算机设备可以根据浆料中各种组分的质量和密度，计算浆料的总质量和总体积，根据浆料的总质量和总体积，确定浆料密度，进而根据浆料密度和浆料涂膜的预设厚度，确定离散元模型的尺寸。
其中，计算机设备可以计算每种组分的质量和密度的比值，得到相应组分的体积，将各种组分的体积加和，得到浆料的总体积。之后，将浆料中各种组分的质量加和，得到浆料的总质量。将浆料的总质量和总体积的比值作为浆料密度。在确定出浆料密度之后，计算机设备可以参考前述介绍的方法，根据该浆料密度和浆料涂膜的预设厚度，确定离散元模型的尺寸。
1012、根据浆料的配比数据、活性物质的级配数据、固体助剂的级配数据和离散元模型的尺寸，生成多个活性物质颗粒和多个固体助剂颗粒。
示例性的，计算机设备可以根据浆料的配比数据，确定浆料中的固体平均密度、参考孔隙率和参考溶剂含量；根据该固体平均密度、参考孔隙率和离散元模型的尺寸，确定离散元模型中的固体颗粒的总体积和总质量；根据离散元模型中的固体颗粒的总体积和总质量、浆料的配比数据包括的活性物质和固体助剂的质量配比、参考溶剂含量、活性物质的级配数据和固体助剂的级配数据，生成多个活性物质颗粒和多个固体助剂颗粒，其中，多个活性物质颗粒用于表征浆料涂膜中的活性物质，多个固体助剂颗粒用于表征浆料涂膜中的固体助剂。
由前述介绍可知，基于浆料的配比数据可以获得浆料中的每种组分的质量和体积。基于此，计算机设备可以获取浆料中的各种固体组分的质量和体积。之后，计算机设备可以将各种固体组分的质量加和，得到浆料中的固体组分总质量；将各种固体组分的体积加和，得到浆料中的固体组分总体积。计算固体组分总质量与固体组分总体积之间的比值，将该比值作为浆料中的固体平均密度。
另外，计算机设备还可以获取浆料中的液体组分的体积和浆料的总体积，并将浆料中的液体组分的体积和浆料的总体积的比值作为参考孔隙率，该参考孔隙率即为未干燥时浆料的初始孔隙率。获取浆料中的液体组分的质量和固体组分的总质量，将该液体组分的质量和固体组分的总质量的比值作为参考溶剂含量，该参考溶剂含量即为未干燥时浆料的初始溶剂含量。
在获得浆料中的固体平均密度和参考孔隙率之后，计算机设备可以通过下述公式2计算得到离散元模型中的固体颗粒的总体积，并将固体颗粒的总体积与固体平均密度的乘积作为离散元模型中的固体颗粒的总质量。
（2）
其中，为离散元模型的体积，/>为离散元模型中的固体颗粒的总体积，/>为参考孔隙率。其中，离散元模型的体积就等于前述确定的离散元模型的长度、宽度和高度的乘积。离散元模型中的固体颗粒是指用于表征浆料涂膜中的固体组分的颗粒，也即，固体颗粒实际上是浆料涂膜中的固体组分对应的模拟颗粒。
在确定出离散元模型中的固体颗粒的总质量之后，计算机设备可以根据浆料的配比数据中活性物质和固体助剂的质量配比和离散元模型中的固体颗粒的总质量，确定得到离散元模型中活性物质颗粒的总质量和固体助剂颗粒的总质量，并根据活性物质颗粒的总质量和活性物质的密度，计算活性物质颗粒的总体积，根据固体助剂颗粒的总质量和固体助剂的密度，计算固体助剂颗粒的总体积。其中，离散元模型中的活性物质颗粒为浆料涂膜中的活性物质对应的模拟颗粒，也可以称为活性物质等效颗粒；离散元模型中的固体助剂颗粒则为浆料涂膜中的固体助剂对应的模拟颗粒，也可以称固体助剂等效颗粒。
需要说明的是，以固体助剂包括粘结剂和导电剂为例，计算机设备可以根据粘结剂和导电剂的质量配比和固体颗粒的总质量，确定得到粘结剂颗粒的总质量和导电剂颗粒的总质量，根据粘结剂颗粒的总质量和密度，确定得到粘结剂颗粒的总体积，根据导电剂颗粒的总质量和密度，确定得到粘结剂颗粒的总体积。其中，导电剂颗粒即为浆料涂膜中的导电剂对应的模拟颗粒，粘结剂颗粒即为浆料涂膜中的粘结剂对应的模拟颗粒。
在确定出活性物质颗粒的总质量和总体积之后，计算机设备可以根据活性物质颗粒的总质量、总体积和级配数据，确定所要生成的活性物质颗粒的多种粒径和每种粒径的活性物质颗粒的数量，进而基于确定的活性物质颗粒的多种粒径和每种粒径的活性物质颗粒的数量生成多个活性物质颗粒。
由前述介绍可知，活性物质的级配数据可以包括活性物质的中心粒径和所符合的数学分布的分布参数。基于此，计算机设备可以基于该活性物质的中心粒径和该活性物质所符合的数学分布的分布参数，从活性物质的粒径分布范围内选取以中心粒径为中心的一定粒径范围作为候选粒径范围，在该候选粒径范围内选取多个粒径作为活性物质颗粒的粒径。
在确定出活性物质颗粒的多种粒径之后，计算机设备可以计算每种粒径的活性物质颗粒的颗粒体积和颗粒质量，基于每种粒径的活性物质颗粒的颗粒体积和颗粒质量、离散元模型中的活性物质颗粒的总体积和总质量，确定每种粒径的活性物质颗粒的数量。其中，每种粒径的活性物质颗粒的颗粒体积乘以相应粒径的活性物质颗粒的数量等于该种粒径的活性物质颗粒的总体积，各种粒径的活性物质颗粒的总体积的和就等于离散元模型中的活性物质颗粒的总体积。并且，每种粒径的活性物质颗粒的颗粒质量乘以相应粒径的活性物质颗粒的数量就等于该种粒径的活性物质颗粒的总质量，多种粒径的活性物质颗粒的总质量的和就等于离散元模型中的活性物质颗粒的总质量。
由于活性物质颗粒分散于溶剂中之后，颗粒的外层会包裹一层溶剂膜，这层溶剂膜的含量即为该活性物质颗粒的初始溶剂含量，而在包裹溶剂膜之后，活性物质颗粒的整体粒径会增大。基于此，在确定出活性物质颗粒的多种粒径和每种粒径的活性物质颗粒的数量之后，计算机设备可以将前述计算得到的参考溶剂含量作为活性物质颗粒的初始溶剂含量，基于多种粒径和每种粒径的活性物质颗粒的数量和该参考溶剂含量，确定每种粒径的活性物质颗粒的实际粒径，进而基于实际粒径和对应的数量生成多个活性物质颗粒。其中，每种粒径的活性物质颗粒的实际粒径包含了活性物质颗粒外层包裹的溶剂膜所带来的粒径增量，也即，每种粒径的活性物质颗粒的实际粒径大于原始确定的粒径。
例如，假设确定得到的多种粒径包括10微米这一粒径，考虑到活性物质颗粒在分散于溶剂中时，表面会包裹一层溶剂膜，也即，考虑到活性物质颗粒的初始溶剂含量，所以，在生成10微米粒径的活性物质颗粒时，实际生成的活性物质颗粒的粒径可能为11微米。也即，实际粒径为11微米。
另外，在确定出固体助剂颗粒的总质量和总体积之后，计算机设备可以根据固体助剂颗粒的总质量、总体积和级配数据，确定所要生成的固体助剂颗粒的多种粒径和每种粒径的固体助剂颗粒的数量，进而基于确定的固体助剂颗粒的多种粒径和每种粒径的固体助剂颗粒的数量生成多个固体助剂颗粒。
其中，以固体助剂包括粘结剂为例，计算机设备可以参考前述介绍的确定活性物质颗粒的粒径和每种粒径的活性物质颗粒的数量的实现方式，来确定粘结剂颗粒的多种粒径和每种粒径的粘结剂颗粒的数量。之后，计算机设备可以计算每种粒径的粘结剂颗粒的颗粒体积和颗粒质量，基于每种粒径的粘结剂颗粒的颗粒体积和颗粒质量、以及离散元模型中粘结剂颗粒的总体积和总质量，确定每种粒径的粘结剂颗粒的数量。其中，每种粒径的粘结剂颗粒的颗粒体积乘以相应粒径的粘结剂颗粒的数量等于该种粒径的粘结剂颗粒的总体积，各种粒径的粘结剂颗粒的总体积的和就等于离散元模型中的粘结剂颗粒的总体积。并且，每种粒径的粘结剂颗粒的颗粒质量乘以相应粒径的粘结剂颗粒的数量就等于该种粒径的粘结剂颗粒的总质量，多种粒径的粘结剂颗粒的总质量的和就等于离散元模型中粘结剂颗粒的总质量。在确定出粘结剂颗粒的多种粒径和每种粒径的粘结剂颗粒的数量之后，计算机设备可以以每种粒径生成相应数量的粘结剂颗粒。
当固体助剂还包括导电剂时，计算机设备可以参考上述生成粘结剂颗粒的方法生成多个导电剂颗粒，在此不再赘述。
1013、基于多个活性物质颗粒和多个固体助剂颗粒，生成浆料涂膜的离散元模型，其中，该离散元模型包括多个活性物质颗粒和多个固体助剂颗粒。
计算机设备可以将该多个活性物质颗粒和多个固体助剂颗粒堆积于尺寸与离散元模型的尺寸相同的长方体模型中，并在该长方体模型上施加重力，以使得多个活性物质颗粒和多个固体助剂颗粒在重力作用下堆积平衡，从而得到浆料涂膜的离散元模型。
综上可见，在本申请实施例中，通过实际生产过程中真实的浆料配比数据以及活性物质和固体助剂的级配数据来建立浆料涂膜的离散元模型，如此创建得到的离散元模型能够更为真实准确的模拟出浆料涂膜，从而有利于提高后续模拟浆料涂膜的开裂状态的准确性。
在建立浆料涂膜的离散元模型之后，计算机设备还可以显示该离散元模型，其中，离散元模型中的固体助剂颗粒和活性物质颗粒可以通过不同颜色的球体来显示，也可以通过相同颜色的球体来显示。
步骤102：根据预设蒸发条件，利用浆料涂膜的离散元模型确定干燥过程中浆料涂膜的溶剂含量。
在创建得到浆料涂膜的离散元模型之后，计算机设备可以确定离散元模型的蒸发表面；根据预设蒸发条件和参考溶剂含量更新离散元模型中的每个活性物质颗粒的溶剂含量，通过每个活性物质颗粒的溶剂含量来表征浆料涂膜的溶剂含量，以此来实现干燥过程中浆料涂膜的溶剂含量的动态模拟。
示例性的，计算机设备可以确定与离散元模型的下表面的距离为预设距离的目标平面，将该目标平面以上的部分作为蒸发表面。其中，该蒸发表面即为模拟的浆料涂膜中的蒸发表面。例如，如图3所示，可以将与离散元模型的下表面的距离为0.8h的平面以上的部分作为蒸发表面。其中，h为离散元模型的高度。
另外，计算机设备中可以存储有多个蒸发条件，每个蒸发条件可以包括一种干燥工艺参数和该种干燥工艺参数对应的干燥特性曲线，其中，干燥工艺参数可以包括干燥温度，除此之外，还可以包括风速等参数。干燥工艺参数对应的干燥特性曲线包括预先通过实验室测得的在该种干燥工艺参数下干燥浆料时不同时间对应的不同溶剂含量。
基于此，计算机设备可以从多个蒸发条件中获取当前所要模拟的预设蒸发条件。根据该预设蒸发条件确定蒸发表面上的每个活性物质颗粒的溶剂蒸发量；基于蒸发表面上的每个活性物质颗粒的溶剂蒸发量更新离散元模型中的每个活性物质颗粒的溶剂含量。
需要说明的是，计算机设备可以从干燥初始时刻开始，每经过单位时间，根据预设蒸发条件确定一次蒸发表面的活性物质颗粒的溶剂蒸发量，并根据本次确定的蒸发表面的活性物质颗粒的溶剂蒸发量对离散元模型中每个活性物质颗粒的溶剂含量进行一轮更新。也即，从干燥初始时刻开始，当经过第一个单位时间之后，基于预设蒸发条件确定第一个单位时间内蒸发表面的活性物质颗粒的溶剂蒸发量，之后，基于该溶剂蒸发量和参考溶剂含量，对离散元模型中的每个活性物质颗粒的溶剂含量进行一轮更新。当经过第二个单位时间之后，计算设备可以基于预设蒸发条件确定在第二个单位时间内蒸发表面的活性物质颗粒的溶剂蒸发量，并根据此次的溶剂蒸发量对上一轮更新得到的每个活性物质颗粒的溶剂含量再进行一轮更新。以此类推，通过不断的迭代更新，实现对浆料涂膜的干燥过程中溶剂含量的变化情况的模拟。
接下来对计算机设备从干燥初始时刻开始进行的第一轮更新过程进行示例性说明。
由于预设蒸发条件包括某种干燥工艺参数对应的干燥特性曲线，而干燥特性曲线包括浆料干燥过程中不同时间对应的不同溶剂含量，因此，通过干燥特性曲线即可以获得每个单位时间内的浆料的溶剂含量变化量。基于此，计算机设备从干燥初始时刻开始，当经过第一个单位时间Δt之后，计算机设备可以从预设蒸发条件包括的干燥特性曲线上获取从该干燥特性曲线的初始时刻开始经过Δt之后的溶剂含量变化量，获得的该溶剂含量变化量即为在第一个单位时间内蒸发表面的每个活性物质颗粒的溶剂蒸发量。
计算机设备可以将离散元模型的蒸发表面上的每个活性物质颗粒的初始溶剂含量（也即参考溶剂含量）减去获得的该溶剂蒸发量，从而得到蒸发表面上每个活性物质颗粒经过蒸发后的溶剂含量。
由于在经过第一个单位时间的蒸发之后，蒸发表面上的活性物质颗粒的溶剂含量降低，所以，位于蒸发表面之下（也即离散元模型的下层）的活性物质颗粒的当前溶剂含量将大于蒸发表面的活性物质颗粒的溶剂含量，这样，蒸发表面上的活性物质颗粒与其相邻的下层的活性物质颗粒之间将出现溶剂含量差，也即溶剂含量梯度，在存在溶剂含量梯度的情况下，溶剂将会从离散元模型的下层向蒸发表面运移。
基于此，计算机设备可以获取在模型三维坐标系下各个活性物质颗粒的位置坐标，其中，模型三维坐标系可以是指以离散元模型的任一个顶点为原点，以离散元模型的长度方向为x轴，以离散元模型的宽度方向为y轴，以离散元模型的高度方向为z轴建立的三维坐标系。之后，对于与蒸发表面上的活性物质颗粒相邻的下层的任一活性物质颗粒如第一活性物质颗粒，计算机设备可以基于第一活性物质颗粒与位于蒸发表面的邻居活性物质颗粒的位置坐标，确定第一活性物质颗粒与邻居活性物质颗粒之间的距离，并基于第一活性物质颗粒的初始溶剂含量与邻居活性物质颗粒经过蒸发后的溶剂含量，计算第一活性物质颗粒与邻居活性物质颗粒之间的溶剂含量梯度。之后，计算机设备可以基于该溶剂含量梯度、第一活性物质颗粒与邻居活性物质颗粒之间的距离，确定第一活性物质颗粒向该邻居活性物质颗粒输运的溶剂含量，也即第一溶剂迁移量，进而基于该第一溶剂迁移量来更新第一活性物质颗粒的溶剂含量和邻居活性物质颗粒的溶剂含量。
示例性的，计算机设备可以通过下述公式3来计算第一溶剂迁移量。
（3）
其中，为溶剂迁移量，/>为两个活性物质颗粒之间的溶剂含量梯度，/>为渗流区域面积，/>，其中，/>为两个活性物质颗粒中粒径较小的颗粒的半径，/>为当前溶剂的饱和度下的渗流系数，/>为两个活性物质颗粒之间的距离，也可以称为溶剂输运路径的长度。
在确定出第一溶剂迁移量之后，计算机设备可以将第一活性物质颗粒的当前溶剂含量也即参考溶剂含量减去该第一溶剂迁移量，以更新第一活性物质颗粒的溶剂含量，将第一活性物质颗粒的邻居活性物质颗粒的当前溶剂含量加上第一溶剂迁移量，以更新邻居颗粒的溶剂含量。
在更新第一活性物质颗粒的溶剂含量之后，对于与第一活性物质颗粒相邻的其他未更新的任一下层活性物质颗粒如第二活性物质颗粒，计算机设备可以将第一活性物质颗粒作为第二活性物质颗粒的邻居活性物质颗粒，并参考上述方法确定第二活性物质颗粒向第一活性物质颗粒输运的溶剂含量，也即第二溶剂迁移量。之后，计算机设备可以基于该第二溶剂迁移量更新第二活性物质颗粒的溶剂含量并再次更新第一活性物质颗粒的溶剂含量。以此类推，通过每个活性物质颗粒与邻居活性物质颗粒之间出现的溶剂含量梯度，能够计算得到各个活性物质颗粒向外输运的溶剂迁移量，以及自身作为其他活性物质颗粒的邻居颗粒时由其他活性物质颗粒向自身输入的溶剂迁移量，进而以此来完成对各个活性物质颗粒的溶剂含量的第一轮更新。
在对各个活性物质颗粒的溶剂含量完成第一轮更新之后，在经过第二个单位时间之后，也即是，在从干燥开始时刻开始经过两个单位时间之后，计算机设备可以再次从预设蒸发条件包括的干燥特性曲线上获取对应的第二个单位时间的溶剂含量变化量，并基于该溶剂含量变化量，通过上述介绍的方法来对蒸发表面上的活性物质颗粒和下层的活性物质颗粒进行第二轮更新，以此类推，直至从干燥特性曲线上获取到的溶剂含量变化量为0为止。如此，通过在预设蒸发条件下不断迭代更新离散元模型中蒸发表面上的活性物质颗粒的溶剂含量以及下层的活性物质颗粒的溶剂含量，实现下层的溶剂向蒸发表面的运移，以此来实现对干燥过程中浆料涂膜的溶剂含量的动态模拟，也即，实现了对浆料涂膜的干燥过程的模拟。
需要说明的是，由步骤101中的介绍可知，在生成离散元模型中的活性物质颗粒时，活性物质颗粒的实际粒径等于活性物质颗粒的计算粒径加上活性物质颗粒的溶剂含量为参考溶剂含量时所带来的粒径增量。而在预设蒸发条件下，每当对活性物质颗粒的溶剂含量进行一轮更新，活性物质颗粒的溶剂含量将会相应的降低，因此，活性物质颗粒的实际粒径也会减小。基于此，计算机设备在对活性物质颗粒的溶剂含量进行一轮更新之后，还可以根据更新后的溶剂含量来更新活性物质颗粒的实际粒径。这样，经过重力平衡之后，离散元模型的高度将会降低，如此，即能够实现干燥过程中浆料涂膜的厚度收缩的动态模拟。
可选地，在活性物质颗粒的溶剂含量发生更新后，由于该离散元模型中的溶剂含量减小，也即液体组分的体积减小，所以，该离散元模型的孔隙率以及溶剂饱和度也会发生变化，基于此，计算机设备还可以基于更新后的溶剂含量来更新该离散元模型的孔隙率和溶剂饱和度。在离散元模型的溶剂饱和度发生变化的情况下，与溶剂饱和度相关的渗流系数也会发生变化，因此，计算机设备还可以更新渗流系数，以便下一轮更新中，基于更新的渗流系数通过前述的公式3来计算溶剂迁移量。
可选地，每当对活性物质颗粒的溶剂含量进行一轮更新之后，计算机设备还可以基于各个活性物质颗粒的更新后的溶剂含量进行溶剂含量场显示。其中，可以通过颜色的深浅来显示活性物质颗粒的溶剂含量的高低，例如，活性物质颗粒的溶剂含量越高，则对应的活性物质颗粒的颜色越深，活性物质颗粒的溶剂含量越低，则对应的活性物质颗粒的颜色越浅。
步骤103：根据浆料涂膜的溶剂含量，确定干燥过程中浆料涂膜的开裂状态。
在本申请实施例中，每当通过上述步骤102中介绍的方法对离散元模型中的活性物质颗粒的溶剂含量进行一轮更新后，计算机设备可以根据更新后的每个活性物质颗粒的溶剂含量来更新一次离散元模型中的各个颗粒的位置坐标，基于每次更新的到的各个颗粒的位置坐标来确定浆料涂膜的开裂状态，以此来实现对干燥过程中浆料涂膜的开裂状态的模拟。
示例性的，以任一轮更新后的活性物质颗粒的溶剂含量为例，计算机设备可以通过图4所示的流程图来实现浆料涂膜开裂状态的模拟。
1031、根据每个活性物质颗粒的溶剂含量，确定多个活性物质颗粒和多个固体助剂颗粒中每个颗粒所受到的接触作用力合力。
由前述介绍可知，计算机设备能够获得模型三维坐标系下每个活性物质颗粒的位置坐标，基于此，计算机设备可以根据每个活性物质颗粒的位置坐标进行三角剖分，得到多个四面体网格，每个四面体网格的四个顶点为四个活性物质颗粒；根据每个四面体网格的四个活性物质颗粒的溶剂含量，确定相应四面体网格的四个活性物质颗粒所受到的接触作用力合力以及处于相应四面体内的固体助剂颗粒所受到的接触力作用力合力。
示例性的，计算机设备可以根据每个活性物质颗粒的位置坐标确定每两个活性物质颗粒之间的距离，之后，基于每两个活性物质颗粒之间的距离，利用三角剖分算法确定出多个四面体网格，其中，每个四面体网格的四个顶点即为四个活性物质颗粒，四面体网格的每条边上不存在其他活性物质颗粒。
在确定出多个四面体网格之后，计算机设备可以获取模型三维坐标系下每个固体助剂颗粒的位置坐标，并根据每个固体助剂颗粒的位置坐标确定每个固体助剂颗粒所处的四面体网格。
对于任一四面体网格，计算机设备可以计算该四面体网格中的四个活性物质颗粒的溶剂含量的平均值，将该平均值作为该固体助剂颗粒的溶剂含量。之后，计算机设备可以从存储的溶剂含量与抗拉强度的映射关系中获取该四面体网格中的每个颗粒的溶剂含量对应的抗拉强度，将每个颗粒的溶剂含量对应的抗拉强度的大小作为相应颗粒对其他颗粒的作用力大小。其中，溶剂含量与抗拉强度的映射关系是对不同溶剂含量的浆料涂膜进行拉伸所测得的抗拉强度。如此，对于该四面体网格中的任意两个相邻的颗粒，例如第一颗粒和第二颗粒，第一颗粒所受到的第二颗粒B对其的接触作用力分力就等于第二颗粒的溶剂含量对应的抗拉强度，且该接触作用力分力的方向为从第一颗粒指向第二颗粒。通过上述方法，计算机设备可以确定出该四面体网格中的每个颗粒所受到的四个接触作用力分力，并将每个活性物质颗粒所受到的四个接触作用力分力进行合成，得到相应活性物质颗粒所受到的接触作用力合力。
1032、根据每个颗粒所受到的接触作用力合力，确定每个颗粒的位置坐标。
在确定出四面体网格中的每个颗粒所受到的接触作用力合力之后，对于任一颗粒，如第一颗粒，计算机设备可以判断该第一颗粒所受到的接触作用力合力是否大于参考阈值，如果第一颗粒所受到的接触作用力合力大于参考阈值，则释放第一颗粒所受到的最大的接触作用力分力，并更新第一颗粒所受到的接触作用力合力；基于更新后的第一颗粒所受到的接触作用力合力，确定第一颗粒的位移；基于第一颗粒的位移，更新第一颗粒的位置坐标。
其中，参考阈值为实验测得的能够使浆料开裂的颗粒间作用力阈值。基于此，如果第一颗粒所受到的接触作用力合力大于参考阈值，则说明该第一颗粒所受到的接触作用力合力已经超过了开裂的作用力阈值，此时，计算机设备可以释放第一颗粒所受到的四个接触作用力分力中的最大的接触作用力分力，也即，释放第一颗粒与为其带来最大的接触作用力分力的颗粒之间的应力，以此来模拟第一颗粒与该颗粒之间发生断裂。之后，计算机设备可以重新基于第一颗粒所收到的接触作用力分力来更新该第一颗粒所受到的接触作用力合力。
在更新第一颗粒所受到的接触作用力合力之后，计算机设备可以根据第一颗粒所受到的接触作用力合力和第一颗粒的质量，利用牛顿第二定律计算第一颗粒的位移。将第一颗粒的位移分解至模型三维坐标系下的各个坐标轴方向上，得到各个方向上的位移分量。之后，基于第一颗粒在模型三维坐标系下的当前位置坐标和前述确定的各个方向上的位移分量，确定得到第一颗粒的新的位置坐标。
可选地，如果第一颗粒所受到的接触作用力合力不大于参考阈值，则计算机设备可以基于第一颗粒所受到的接触作用力合力，确定第一颗粒的位移，基于第一颗粒的位移，更新第一颗粒的位置坐标。
也即是，如果第一颗粒所受到的接触作用力合力不大于参考阈值，说明第一颗粒所受到的接触作用力合力还未达到开裂的作用力阈值，在这种情况下，第一颗粒和其他颗粒之间不会发生断裂，因此，计算机设备可以直接根据第一颗粒当前所受到的接触作用力合力来计算第一颗粒的位移，并根据第一颗粒的位移来更新第一颗粒的位置坐标。其中，计算第一颗粒的位移以及更新第一颗粒的位置坐标的详细实现方式可以参考前述介绍，在此不再赘述。
1033、根据每个颗粒的位置坐标，确定干燥过程中浆料涂膜的开裂状态。
通过上述步骤对各个颗粒的位置坐标进行更新之后，对于受到的接触作用力合力大于参考阈值的颗粒，这些颗粒在释放应力之后，在更新的接触作用力合力的作用下，将向着远离所释放的应力的方向移动，如此，这些颗粒与相邻的颗粒之间将会出现裂纹，从而实现了干燥过程中浆料涂膜的开裂状态的模拟。
每当计算机设备通过步骤102对离散元模型中的活性物质颗粒的溶剂含量进行一轮更新后，计算机设备均按照上述介绍的方法相应的对各个颗粒的位置坐标进行一轮更新，这样，随着浆料涂膜中的溶剂的蒸发，产生的裂纹可能向不同的方向扩展。如此，不仅可以实现浆料涂膜干燥过程中浆料涂膜开裂现象的模拟，还能够实现裂纹扩展的模拟。
可选地，每当对颗粒的位置坐标进行更新之后，计算机设备还可以基于更新后的颗粒的位置坐标来显示离散元模型。如此，可以更为形象直观的展示出干燥过程中浆料涂膜的开裂过程以及裂纹扩展情况。
在本申请实施例中，根据浆料的配比数据、浆料中活性物质和固体助剂的级配数据来创建浆料涂膜的离散元模型。在此基础上，根据预设蒸发条件，利用离散元模型，模拟浆料涂膜干燥过程中浆料涂膜的溶剂含量，进而根据浆料涂膜的溶剂含量来更新浆料涂膜中包括活性物质颗粒和固体助剂颗粒在内的固体颗粒所受到的接触作用力，进而基于受到的接触作用力来更新颗粒位置，以此来实现在预设蒸发条件下干燥浆料涂膜的过程中浆料涂膜开裂现象的模拟研究，从而为后续选取和优化干燥工艺参数，降低浆料涂膜的开裂概率，提高极片的质量和生产效率提供数据支持。
需要说明的是，上述实施例中的步骤101也可以作为一个单独的实施例来实施。也即，可以通过单独实施步骤101中介绍的方法来创建浆料涂膜的离散元模型，以真实准确的模拟浆料涂膜，从而实现对浆料涂膜干燥前的模拟仿真研究。
示例性的，基于上述步骤101中介绍的方法，本申请实施例还提供了一种建立浆料涂膜的离散元模型的方法流程，参见图5，该流程可以包括以下步骤：
501、获取浆料的配比数据、活性物质的级配数据和固体助剂的级配数据。
502、根据浆料的配比数据确定浆料密度、浆料中的固体平均密度、参考孔隙率和参考溶剂含量。
503、根据浆料密度和浆料涂膜的预设厚度，确定离散元模型的尺寸。
504、根据固体平均密度、参考孔隙率和离散元模型的尺寸，确定离散元模型中的固体颗粒的总体积和总质量。
505、根据离散元模型中的固体颗粒的总体积和总质量以及浆料的配比数据，确定离散元模型中的活性物质颗粒的总质量和总体积以及固体助剂颗粒的总质量和总体积。
506、根据活性物质颗粒的总质量和总体积以及级配数据，确定所要生成的活性物质颗粒的多种粒径和每种粒径的活性物质颗粒的数量。
507、根据所要生成的活性物质颗粒的多种粒径、每种粒径的活性物质颗粒的数量和参考溶剂含量，生成多个活性物质颗粒。
508、根据固体助剂颗粒的总质量和总体积以及级配数据，确定所要生成的固体助剂颗粒的多种粒径和每种粒径的固体助剂颗粒的数量。
509、根据所要生成的固体助剂颗粒的多种粒径、每种粒径的固体助剂颗粒的数量，生成多个固体助剂颗粒。
510、将该多个活性物质颗粒和多个固体助剂颗粒堆积于尺寸与离散元模型的尺寸相同的长方体模型中。
511、在多个活性物质颗粒和多个固体助剂颗粒上施加重力，以使多个活性物质颗粒和多个固体助剂颗粒在重力作用下堆积平衡，得到浆料涂膜的离散元模型。
其中，步骤506和步骤508的执行顺序不分先后，也即，相应的，步骤507和步骤509的执行顺序也可以不分先后，另外，上述各个步骤的详细实现方式可以参考前述实施例中的相关介绍，在此不再赘述。
在本申请的一些实施例中，前述实施例中的步骤101和步骤102也可以作为一个单独的实施例来实施。也即，计算机设备可以通过执行上述的步骤101来建立浆料涂膜的离散元模型，并通过执行步骤102来模拟干燥过程中浆料涂膜的溶剂含量的动态演化，以此来实现干燥工艺中浆料涂膜中溶剂蒸发的模拟仿真研究。基于此，本申请实施例还提供了一种模拟干燥过程中浆料涂膜的溶剂含量的方法流程，参见图6，该流程可以包括以下步骤：
601、建立浆料涂膜的离散元模型。
602、确定浆料涂膜的离散元模型的蒸发表面。
603、根据该预设蒸发条件确定蒸发表面上的每个活性物质颗粒的溶剂蒸发量。
604、将离散元模型的蒸发表面上的每个活性物质颗粒的参考溶剂含量减去获得的该溶剂蒸发量，得到蒸发表面上每个活性物质颗粒经过蒸发后的溶剂含量。
605、根据蒸发表面的活性物质颗粒与相邻的下层活性物质颗粒之间的溶剂含量梯度，确定相邻的下层活性物质颗粒的溶剂迁移量，并基于该溶剂迁移量更新蒸发表面的活性物质颗粒和相邻的下层活性物质颗粒的溶剂含量。
606、根据更新后的下层活性物质颗粒和相邻的其他未更新的下层活性物质颗粒之间的溶剂含量梯度，确定相邻的其他未更新的下层活性物质颗粒的溶剂迁移量，并根据该溶剂迁移量对更新后的下层活性物质颗粒的溶剂含量再次进行更新，以及更新相邻的其他未更新的下层活性物质颗粒。
其中，上述步骤601至606的具体实现方式可以参考前述实施例中步骤101和步骤102中的相关实现方式，在此不再赘述。
在本申请的一些实施例中，基于图1所示的实施例中介绍的方法，本申请实施例还提供了一种模拟干燥过程中浆料涂膜开裂状态的方法流程。参见图7，该流程可以包括以下步骤：
701、根据浆料的配比数据、浆料中的活性物质和固体助剂的级配数据，建立浆料涂膜的离散元模型，其中，离散元模型包括多个活性物质颗粒和多个固体助剂颗粒。
702、根据预设蒸发条件，确定离散元模型中每个活性物质颗粒的溶剂含量。
703、获取每个活性物质颗粒的位置坐标。
704、根据每个活性物质颗粒的位置坐标进行三角剖分，得到多个四面体网格，每个四面体网格的四个顶点为四个活性物质颗粒。
705、根据每个四面体网格的四个活性物质颗粒的溶剂含量，确定处于相应四面体网格内的固体助剂颗粒以及四个活性物质颗粒分别受到的接触作用力合力。
706、根据每个四面体网格中的各个颗粒受到的接触作用力合力确定各个颗粒的位移。
707、根据各个颗粒的位移，更新各个颗粒的位置坐标，以实现浆料涂膜的开裂状态的模拟。
其中，上述步骤701至步骤707的具体实现方式可以参考前述图1所述实施例中的相关实现方式，本申请实施例在此不再赘述。
接下来对本申请实施例提供的模拟浆料涂膜开裂状态的装置进行介绍。
图8是本申请实施例提供的一种模拟浆料涂膜开裂状态的装置800的结构示意图。如图8所示，该装置800包括：
建模模块801，用于根据浆料的配比数据和浆料中多种固体组分的级配数据，建立浆料涂膜的离散元模型；
第一确定模块802，用于根据预设蒸发条件，利用离散元模型确定干燥过程中浆料涂膜的溶剂含量；
第二确定模块803，用于根据浆料涂膜的溶剂含量，确定干燥过程中浆料涂膜的开裂状态。
可选地，多种固体组分包括活性物质和固体助剂；
建模模块801具体用于：
根据浆料的配比数据，确定离散元模型的尺寸；
根据浆料的配比数据、活性物质的级配数据、固体助剂的级配数据和离散元模型的尺寸，生成多个活性物质颗粒和多个固体助剂颗粒，多个活性物质颗粒用于表征浆料涂膜中的活性物质，多个固体助剂颗粒用于表征浆料涂膜中的固体助剂；
基于多个活性物质颗粒和多个固体助剂颗粒，生成离散元模型，离散元模型包括多个活性物质颗粒和多个固体助剂颗粒。
可选地，浆料的配比数据包括浆料的总质量、浆料中的多种组分的质量配比和每种组分的密度；
建模模块801具体用于：
根据浆料的总质量、多种组分的质量配比和每种组分的密度，确定浆料的总体积；
根据浆料的总质量和总体积，确定浆料密度；
根据浆料密度和浆料涂膜的预设厚度，确定离散元模型的尺寸。
可选地，建模模块801具体用于：
根据浆料的配比数据，确定浆料中的固体平均密度、参考孔隙率和参考溶剂含量；
根据固体平均密度、参考孔隙率和离散元模型的尺寸，确定离散元模型中的固体颗粒的总体积和总质量；
根据离散元模型中的固体颗粒的总体积和总质量、浆料的配比数据包括的活性物质和固体助剂的质量配比、活性物质的级配数据、固体助剂的级配数据和参考溶剂含量，生成多个活性物质颗粒和多个固体助剂颗粒。
可选地，离散元模型包括多个活性物质颗粒，每个活性物质颗粒的初始溶剂含量为参考溶剂含量；
第一确定模块802具体用于：
确定离散元模型的蒸发表面；
根据预设蒸发条件，确定蒸发表面上的每个活性物质颗粒的溶剂蒸发量；
基于蒸发表面上的每个活性物质颗粒的溶剂蒸发量和参考溶剂含量，更新离散元模型中的每个活性物质颗粒的溶剂含量。
可选地，离散元模型包括多个活性物质颗粒和多个固体助剂颗粒；
第二确定模块803具体用于：
根据每个活性物质颗粒的溶剂含量，确定多个活性物质颗粒和多个固体助剂颗粒中每个颗粒所受到的接触作用力合力；
根据每个颗粒所受到的接触作用力合力，确定每个颗粒的位置坐标；
根据每个颗粒的位置坐标，确定干燥过程中浆料涂膜的开裂状态。
可选地，第二确定模块803具体用于：
如果第一颗粒所受到的接触作用力合力大于参考阈值，则释放第一颗粒所受到的最大的接触作用力分力，并更新第一颗粒所受到的接触作用力合力，第一颗粒为多个活性物质颗粒和多个固体助剂颗粒中的任一个；
基于更新后的第一颗粒所受到的接触作用力合力，确定第一颗粒的位移；
基于第一颗粒的位移，更新第一颗粒的位置坐标。
可选地，第二确定模块803具体用于：
如果第一颗粒所受到的接触作用力合力不大于参考阈值，则基于第一颗粒所受到的接触作用力合力，确定第一颗粒的位移，第一颗粒为多个活性物质颗粒和多个固体助剂颗粒中的任一个；
基于第一颗粒的位移，更新第一颗粒的位置坐标。
在本申请实施例中，根据浆料的配比数据、浆料中活性物质和固体助剂的级配数据来创建浆料涂膜的离散元模型。在此基础上，根据预设蒸发条件，利用离散元模型，确定浆料涂膜干燥过程中浆料涂膜的溶剂含量，进而根据浆料涂膜的溶剂含量来更新浆料涂膜中包括活性物质颗粒和固体助剂颗粒在内的固体颗粒所受到的接触作用力，进而基于受到的接触作用力来更新颗粒位置，以此来实现在预设蒸发条件下干燥浆料涂膜的过程中浆料涂膜开裂现象的模拟研究，从而为后续选取和优化干燥工艺参数，降低浆料涂膜的开裂概率，提高极片的质量和生产效率提供数据支持。
需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将模拟浆料涂膜开裂状态的装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。另外，各模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述装置中模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
图9是本申请一实施例提供的计算机设备的示意图。如图9所示，该实施例的计算机设备9包括：处理器90、存储器91以及存储在存储器91中并可在处理器90上运行的计算机程序92，例如建立浆料涂膜的离散元模型的程序、利用该离散元模型进行浆料涂膜的干燥过程的模拟以及干燥过程中浆料涂膜收缩开裂现象的模拟的程序等。处理器90执行计算机程序92时实现上述各个方法实施例中的步骤，例如图1所示的步骤101至103，图5所示的步骤501至511，图6所示的步骤601至606，图7所示的步骤701至707。或者，处理器90执行计算机程序92时实现上述模拟浆料涂膜开裂状态的装置实施例中各模块/单元的功能，例如图8所示模块801至803的功能。
示例性的，计算机程序92可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器91中，并由处理器90执行，以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序92在计算机设备9中的执行过程。例如，计算机程序92可以被分割成上述的建模模块、第一确定模块和第二确定模块（虚拟装置中的模块）。
计算机设备9可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算机设备。计算机设备可包括，但不仅限于，处理器90、存储器91。本领域技术人员可以理解，图9仅仅是计算机设备9的示例，并不构成对计算机设备9的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器90可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器91可以是计算机设备9的内部存储单元，例如计算机设备9的硬盘或内存。存储器91也可以是计算机设备9的外部存储设备，例如计算机设备9上配备的插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（FlashCard）等。进一步地，存储器91还可以既包括计算机设备9的内部存储单元也包括外部存储设备。存储器91用于存储计算机程序以及计算机设备所需的其他程序和数据。存储器91还可以用于暂时地存储已经输出或者将要输出的数据。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
其中，当本申请实施例使用软件方式来实现时，可以全部或部分的以计算机程序产品的形式实现。也即，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (16)
1.一种模拟浆料涂膜开裂状态的方法，其特征在于，所述方法包括：
根据浆料的配比数据和所述浆料中多种固体组分的级配数据，建立浆料涂膜的离散元模型，所述离散元模型包括多个活性物质颗粒和多个固体助剂颗粒，所述多个活性物质颗粒用于表征所述浆料涂膜中的活性物质，所述多个固体助剂颗粒用于表征所述浆料涂膜中的固体助剂；
根据预设蒸发条件，利用所述离散元模型确定干燥过程中所述浆料涂膜的溶剂含量，所述浆料涂膜的溶剂含量通过所述多个活性物质颗粒的溶剂含量表征；
根据每个活性物质颗粒的溶剂含量，确定所述多个活性物质颗粒和所述多个固体助剂颗粒中每个颗粒所受到的接触作用力合力；根据每个颗粒所受到的接触作用力合力，确定每个颗粒的位置坐标；根据每个颗粒的位置坐标，确定干燥过程中所述浆料涂膜的开裂状态。
2.根据权利要求1所述的模拟浆料涂膜开裂状态的方法，其特征在于，所述多种固体组分包括活性物质和固体助剂；
所述根据浆料的配比数据和所述浆料中多种固体组分的级配数据，建立浆料涂膜的离散元模型，包括：
根据所述浆料的配比数据，确定所述离散元模型的尺寸；
根据所述浆料的配比数据、所述活性物质的级配数据、所述固体助剂的级配数据和所述离散元模型的尺寸，生成多个活性物质颗粒和多个固体助剂颗粒；
基于所述多个活性物质颗粒和所述多个固体助剂颗粒，生成所述离散元模型。
3.根据权利要求2所述的模拟浆料涂膜开裂状态的方法，其特征在于，所述浆料的配比数据包括所述浆料的总质量、所述浆料中的多种组分的质量配比和每种组分的密度；
所述根据所述浆料的配比数据，确定所述离散元模型的尺寸，包括：
根据所述浆料的总质量、所述多种组分的质量配比和每种组分的密度，确定所述浆料的总体积；
根据所述浆料的总质量和总体积，确定浆料密度；
根据所述浆料密度和所述浆料涂膜的预设厚度，确定所述离散元模型的尺寸。
4.根据权利要求2所述的模拟浆料涂膜开裂状态的方法，其特征在于，所述根据所述浆料的配比数据、所述活性物质的级配数据、所述固体助剂的级配数据和所述离散元模型的尺寸，生成多个活性物质颗粒和多个固体助剂颗粒，包括：
根据所述浆料的配比数据，确定所述浆料中的固体平均密度、参考孔隙率和参考溶剂含量；
根据所述固体平均密度、所述参考孔隙率和所述离散元模型的尺寸，确定所述离散元模型中的固体颗粒的总体积和总质量；
根据所述离散元模型中的固体颗粒的总体积和总质量、所述浆料的配比数据包括的所述活性物质和所述固体助剂的质量配比、所述活性物质的级配数据、所述固体助剂的级配数据和所述参考溶剂含量，生成所述多个活性物质颗粒和所述多个固体助剂颗粒。
5.根据权利要求1至4任一所述的模拟浆料涂膜开裂状态的方法，其特征在于，所述多个活性物质颗粒中的每个活性物质颗粒的初始溶剂含量为参考溶剂含量；
所述根据预设蒸发条件，利用所述离散元模型确定干燥过程中所述浆料涂膜的溶剂含量，包括：
确定所述离散元模型的蒸发表面；
根据所述预设蒸发条件，确定所述蒸发表面上的每个活性物质颗粒的溶剂蒸发量；
基于所述蒸发表面上的每个活性物质颗粒的溶剂蒸发量和所述参考溶剂含量，更新所述离散元模型中的每个活性物质颗粒的溶剂含量。
6.根据权利要求1至4任一所述的模拟浆料涂膜开裂状态的方法，其特征在于，所述根据每个颗粒所受到的接触作用力合力，确定每个颗粒的位置坐标，包括：
如果第一颗粒所受到的接触作用力合力大于参考阈值，则释放所述第一颗粒所受到的最大的接触作用力分力，并更新所述第一颗粒所受到的接触作用力合力，所述第一颗粒为多个活性物质颗粒和多个固体助剂颗粒中的任一个；
基于更新后的所述第一颗粒所受到的接触作用力合力，确定所述第一颗粒的位移；
基于所述第一颗粒的位移，更新所述第一颗粒的位置坐标。
7.根据权利要求1至4任一所述的模拟浆料涂膜开裂状态的方法，其特征在于，所述根据每个颗粒所受到的接触作用力合力，确定每个颗粒的位置坐标，包括：
如果第一颗粒所受到的接触作用力合力不大于参考阈值，则基于所述第一颗粒所受到的接触作用力合力，确定所述第一颗粒的位移，所述第一颗粒为多个活性物质颗粒和多个固体助剂颗粒中的任一个；
基于所述第一颗粒的位移，更新所述第一颗粒的位置坐标。
8.一种模拟浆料涂膜开裂状态的装置，其特征在于，所述装置包括：
建模模块，用于根据浆料的配比数据和所述浆料中多种固体组分的级配数据，建立浆料涂膜的离散元模型，所述离散元模型包括多个活性物质颗粒和多个固体助剂颗粒，所述多个活性物质颗粒用于表征所述浆料涂膜中的活性物质，所述多个固体助剂颗粒用于表征所述浆料涂膜中的固体助剂；
第一确定模块，用于根据预设蒸发条件，利用所述离散元模型确定干燥过程中所述浆料涂膜的溶剂含量，所述浆料涂膜的溶剂含量通过所述多个活性物质颗粒的溶剂含量表征；
第二确定模块，用于根据每个活性物质颗粒的溶剂含量，确定所述多个活性物质颗粒和所述多个固体助剂颗粒中每个颗粒所受到的接触作用力合力；根据每个颗粒所受到的接触作用力合力，确定每个颗粒的位置坐标；根据每个颗粒的位置坐标，确定干燥过程中所述浆料涂膜的开裂状态。
9.根据权利要求8所述的模拟浆料涂膜开裂状态的装置，其特征在于，所述多种固体组分包括活性物质和固体助剂；
所述建模模块具体用于：
根据所述浆料的配比数据，确定所述离散元模型的尺寸；
根据所述浆料的配比数据、所述活性物质的级配数据、所述固体助剂的级配数据和所述离散元模型的尺寸，生成多个活性物质颗粒和多个固体助剂颗粒；
基于所述多个活性物质颗粒和所述多个固体助剂颗粒，生成所述离散元模型。
10.根据权利要求9所述的模拟浆料涂膜开裂状态的装置，其特征在于，所述浆料的配比数据包括所述浆料的总质量、所述浆料中的多种组分的质量配比和每种组分的密度；
所述建模模块具体用于：
根据所述浆料的总质量、所述多种组分的质量配比和每种组分的密度，确定所述浆料的总体积；
根据所述浆料的总质量和总体积，确定浆料密度；
根据所述浆料密度和所述浆料涂膜的预设厚度，确定所述离散元模型的尺寸。
11.根据权利要求9所述的模拟浆料涂膜开裂状态的装置，其特征在于，所述建模模块具体用于：
根据所述浆料的配比数据，确定所述浆料中的固体平均密度、参考孔隙率和参考溶剂含量；
根据所述固体平均密度、所述参考孔隙率和所述离散元模型的尺寸，确定所述离散元模型中的固体颗粒的总体积和总质量；
根据所述离散元模型中的固体颗粒的总体积和总质量、所述浆料的配比数据包括的所述活性物质和所述固体助剂的质量配比、所述活性物质的级配数据、所述固体助剂的级配数据和所述参考溶剂含量，生成所述多个活性物质颗粒和所述多个固体助剂颗粒。
12.根据权利要求8至11任一所述的模拟浆料涂膜开裂状态的装置，其特征在于，所述多个活性物质颗粒中的每个活性物质颗粒的初始溶剂含量为参考溶剂含量；
所述第一确定模块具体用于：
确定所述离散元模型的蒸发表面；
根据所述预设蒸发条件，确定所述蒸发表面上的每个活性物质颗粒的溶剂蒸发量；
基于所述蒸发表面上的每个活性物质颗粒的溶剂蒸发量和所述参考溶剂含量，更新所述离散元模型中的每个活性物质颗粒的溶剂含量。
13.根据权利要求8至11任一所述的模拟浆料涂膜开裂状态的装置，其特征在于，所述第二确定模块具体用于：
如果第一颗粒所受到的接触作用力合力大于参考阈值，则释放所述第一颗粒所受到的最大的接触作用力分力，并更新所述第一颗粒所受到的接触作用力合力，所述第一颗粒为多个活性物质颗粒和多个固体助剂颗粒中的任一个；
基于更新后的所述第一颗粒所受到的接触作用力合力，确定所述第一颗粒的位移；
基于所述第一颗粒的位移，更新所述第一颗粒的位置坐标。
14.根据权利要求8至11任一所述的模拟浆料涂膜开裂状态的装置，其特征在于，所述第二确定模块具体用于：
如果第一颗粒所受到的接触作用力合力不大于参考阈值，则基于所述第一颗粒所受到的接触作用力合力，确定所述第一颗粒的位移，所述第一颗粒为多个活性物质颗粒和多个固体助剂颗粒中的任一个；
基于所述第一颗粒的位移，更新所述第一颗粒的位置坐标。
15.一种计算机设备，其特征在于，所述计算机设备包括处理器，所述处理器用于执行计算机程序，以实现权利要求1至7任一项所述的模拟浆料涂膜开裂状态的方法。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的模拟浆料涂膜开裂状态的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310747330.6A CN116502471B (zh) | 2023-06-25 | 2023-06-25 | 模拟浆料涂膜开裂状态的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310747330.6A CN116502471B (zh) | 2023-06-25 | 2023-06-25 | 模拟浆料涂膜开裂状态的方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116502471A CN116502471A (zh) | 2023-07-28 |
| CN116502471B true CN116502471B (zh) | 2023-11-14 |
Family
ID=87325021
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310747330.6A Active CN116502471B (zh) | 2023-06-25 | 2023-06-25 | 模拟浆料涂膜开裂状态的方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116502471B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006228534A (ja) * | 2005-02-16 | 2006-08-31 | Nissan Motor Co Ltd | 固体高分子型燃料電池の電極形成方法及び固体高分子型燃料電池の電極構造 |
| JP2015082362A (ja) * | 2013-10-21 | 2015-04-27 | トヨタ自動車株式会社 | 全固体電池用電極スラリー、及び全固体電池用電極の製造方法 |
| CN106446402A (zh) * | 2016-09-22 | 2017-02-22 | 南京大学（苏州）高新技术研究院 | 一种土体失水开裂多场耦合离散元快速模拟建模方法 |
| KR20180125721A (ko) * | 2017-05-16 | 2018-11-26 | 주식회사 엘지화학 | 이차전지 전극 건조오븐 제어 자동화 시스템 |
| JP2020184536A (ja) * | 2019-05-06 | 2020-11-12 | 北京航空航天大学 | リチウムイオン電池正極材料導電性能シミュレーション生成方法 |
| CN112685882A (zh) * | 2020-12-23 | 2021-04-20 | 惠州亿纬锂能股份有限公司 | 电池极片干燥方法 |
| CN113839052A (zh) * | 2021-11-29 | 2021-12-24 | 武汉氢能与燃料电池产业技术研究院有限公司 | 一种燃料电池膜电极及其制备方法 |
| WO2022034318A2 (en) * | 2020-08-11 | 2022-02-17 | Oxford University Innovation Limited | Electrode structure |
| CN114335542A (zh) * | 2021-12-31 | 2022-04-12 | 湖南高瑞电源材料有限公司 | 一种改善锂电池负极片开裂的添加剂及其制备方法和应用 |
-
2023
- 2023-06-25 CN CN202310747330.6A patent/CN116502471B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006228534A (ja) * | 2005-02-16 | 2006-08-31 | Nissan Motor Co Ltd | 固体高分子型燃料電池の電極形成方法及び固体高分子型燃料電池の電極構造 |
| JP2015082362A (ja) * | 2013-10-21 | 2015-04-27 | トヨタ自動車株式会社 | 全固体電池用電極スラリー、及び全固体電池用電極の製造方法 |
| CN106446402A (zh) * | 2016-09-22 | 2017-02-22 | 南京大学（苏州）高新技术研究院 | 一种土体失水开裂多场耦合离散元快速模拟建模方法 |
| KR20180125721A (ko) * | 2017-05-16 | 2018-11-26 | 주식회사 엘지화학 | 이차전지 전극 건조오븐 제어 자동화 시스템 |
| JP2020184536A (ja) * | 2019-05-06 | 2020-11-12 | 北京航空航天大学 | リチウムイオン電池正極材料導電性能シミュレーション生成方法 |
| WO2022034318A2 (en) * | 2020-08-11 | 2022-02-17 | Oxford University Innovation Limited | Electrode structure |
| CN112685882A (zh) * | 2020-12-23 | 2021-04-20 | 惠州亿纬锂能股份有限公司 | 电池极片干燥方法 |
| CN113839052A (zh) * | 2021-11-29 | 2021-12-24 | 武汉氢能与燃料电池产业技术研究院有限公司 | 一种燃料电池膜电极及其制备方法 |
| CN114335542A (zh) * | 2021-12-31 | 2022-04-12 | 湖南高瑞电源材料有限公司 | 一种改善锂电池负极片开裂的添加剂及其制备方法和应用 |
Non-Patent Citations (3)
| Title |
|---|
| 土体干缩开裂过程的边界效应试验与离散元模拟;林朱元;唐朝生;曾浩;王怡舒;程青;施斌;;岩土工程学报(第02期);全文 * |
| 锂离子电池浆料自动匀浆系统研究;刘树根;优秀硕士学位论文;全文 * |
| 黏性土失水开裂多场耦合离散元数值模拟;张晓宇;许强;刘春;施斌;;工程地质学报(第06期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116502471A (zh) | 2023-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Heubner et al. | Semi-empirical master curve concept describing the rate capability of lithium insertion electrodes | |
| Dai et al. | On graded electrode porosity as a design tool for improving the energy density of batteries | |
| Kashkooli et al. | Multiscale modeling of lithium-ion battery electrodes based on nano-scale X-ray computed tomography | |
| Zielke et al. | A combination of x‐ray tomography and carbon binder modeling: reconstructing the three phases of LiCoO2 Li‐ion battery cathodes | |
| Rucci et al. | Tracking variabilities in the simulation of Lithium Ion Battery electrode fabrication and its impact on electrochemical performance | |
| Mai et al. | A particle-resolved 3D finite element model to study the effect of cathode microstructure on the behavior of lithium ion batteries | |
| Xue et al. | Optimization of a single lithium-ion battery cell with a gradient-based algorithm | |
| CN111931339B (zh) | 锂离子电池电化学模型电极层结构参数的确定方法 | |
| CN113821942B (zh) | 对电化学装置内部微观结构进行标记的方法和装置 | |
| CN109946622B (zh) | 一种锂离子电池的锂沉积预测方法和装置 | |
| CN113253131B (zh) | 确定电芯充放电性能的方法、装置、存储介质及电子设备 | |
| Ali et al. | Simultaneous effect of particle size and location on stress development in the electrodes of lithium‐ion batteries | |
| Kikukawa et al. | Influence of inter-particle resistance between active materials on the discharge characteristics of the positive electrode of lithium ion batteries | |
| CN116502471B (zh) | 模拟浆料涂膜开裂状态的方法、装置、设备及存储介质 | |
| Fink et al. | Electrothermal and electrochemical modeling of lithium-ion batteries: 3D simulation with experimental validation | |
| Li et al. | Stress and its influencing factors in positive particles of lithium‐ion battery during charging | |
| Kespe et al. | Numerical optimization of the spatial conductivity distribution within cathode microstructures of lithium‐ion batteries considering the cell performance | |
| An et al. | A comparison of model prediction from P2D and particle packing with experiment | |
| CN116469499B (zh) | 粘结剂状态模拟方法、装置、计算机设备及存储介质 | |
| Iqbal et al. | A review on modeling of chemo-mechanical behavior of particle–binder systems in lithium-ion batteries | |
| Kumbhar et al. | Mesoscale analysis of Li‐ion battery microstructure using sequential coupling of discrete element and finite element method | |
| Elul et al. | The influence of geometry in 2D simulation on the charge/discharge processes in Li-ion batteries | |
| Vyroubal et al. | 3D Modelling and study of electrochemical characteristics and thermal stability of commercial accumulator by simulation methods | |
| Gavilán‐Arriazu et al. | Galvanostatic Fast Charging of Alkali‐Ion Battery Materials at the Single‐Particle Level: A Map‐Driven Diagnosis | |
| CN112883610B (zh) | 叠片式锂离子电池的电化学-热-结构耦合多尺度建模方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |