概述 随着电池制造业持续发展以应对交通电动化需求,企业获得加速电池设计与优化进程并降低成本等商业优势的同时也承受着日益增长的压力。新型材料和应用频繁且往往出人意料地涌现使快速优化锂离子电池(LIB)设计对制造商来说极具挑战性,必须摆脱对试错法的依赖,转向包括采用数学建模的更高程度自动化。 LIB 建模的基准模型 Doyle-Fuller-Newman(DFN)框架基于物理的连续介质模型且融合了多孔电极理论,而基于 CT 扫描图像重建的三维模型能够捕捉颗粒的真实几何形状。本研究基于 CT 和 DFN 框架创建锂镍锰钴氧化物(NMC)、磷酸铁锂(LFP)的微观结构模型,模拟不同厚度的电极在不同放电倍率下的电化学性能并进行比较。 图像处理和模拟 本研究中的 LFP 电池为实验室制造,使用电池循环仪(LBT21084)测试 20 ℃ 下的纽扣电池。采用 Nano-CT 设备对 NMC 和 LFP 电极进行扫描,在 Simpleware 软件中对扫描获得的图像数据进行分割、网格划分、测试网格灵敏度,将生成的四面体网格模型导入 COMSOL 软件模拟。结合等离子体聚焦离子束显微镜(PFIB)和二次离子质谱仪(SIMS)在 LFP 电极横截面上对 7Li+ 进行精确的横截面和空间映射。 NMC 和 LFP 中颗粒均呈现正偏态分布,LFP 颗粒平均半径(0.4 μm)显著小于 NMC 颗粒(4.9 μm),LFP 的 CT 子体积内颗粒总数(90 μm 厚电极内含 392 个颗粒)远高于 NMC 的 CT 子体积(80 μm厚电极含 172 个颗粒)。由 NMC 电极的 CT 模型可以获得 CBD 与电解质的体积分数。而对于 LFP 电极,由于 X 射线 CT 的分辨率限制无法捕捉更精细尺度的 CBD 微观结构,因此采用与 P2D DFN 模型类似的均质化方法建模,即在整个域内使用 CBD 与电解质体积分数的平均值。 图:由 CT […]