可充电式路由器设计研究

首先对不同情况下锂电池的充放电进行了深刻的讨论与研究,接着又从实际出发,研究锂电池的电流充放,以及过温对锂电池的影响。     

锂与社会

本文简要介绍锂的发现和制取,锂及锂的化合物的用途。     

LiNi0.3Co0.7O2的结构及其锂电池行为的研究

利用XRD、XPS、CV等方法研究了LiNi_0.3Co_0.7O₂的结构及其锂电池行为。结果表明:LiNi_0.3Co_0.7O₂具有六方晶系空间群结构,其晶胞参数a=0.2826nm,c=1.4130nm;其表面存在Li₂O;Li⁺在其中的化学扩散系数为1～7×10^-8cm²·s^-1;其锂电池在4.30～3.00V间放电容量可达120～140mA·h·g^-1,放电机理为Li⁺在其中进行两步嵌入反应。     

锂磷氧氮(LiPON)薄膜电解质和全固态薄膜锂电池研究

采用电子束热蒸发Li₃PO₄与氮等离子体辅助相结合的方法制备了含氮磷酸锂(LiPON)电解质薄膜,已测得该非晶态电解质薄膜在温度为300K时的离子导电率为6.0×10^-7 S/cm,电子电导率低于10^-10 S/cm,电化学稳定窗口为5.0V.以脉冲激光沉积法(PLD)制备的非晶态Ag_0.5V₂O₅薄膜为阴极,真空热蒸发法制备的金属锂为阳极,LiPON薄膜为电解质,成功地制备了一个新的Li/LiPON/Ag_0.5V₂O₅全固态薄膜锂电池.该电池以14μA/cm²电流充/放电时,首次放电容量达到62 μAh·cm^-2·μm^-1,10次循环后容量衰减缓慢,衰减率约为0.2%,循环寿命达到550次以上.     

基于多尺度数据融合的锂电池健康状态评估

针对锂电池健康状态评估问题,提出一种以人工神经网络为核心多尺度数据融合框架下的锂电池健康状态评估方法.选取内阻、充电电压样本熵和等压降放电时间作为典型特征参数,建立3层分布式人工神经网络对特征参数进行多尺度融合计算,以计算拟合输出结果作为评估健康状态的参考值,并通过美国国家航空航天局(national aeronautics and space administration, NASA)试验数据集进行验证.结果表明：提出的评估方法能够基于锂电池充放电测量数据和解算特征参数,利用多尺度数据融合框架迅速迭代收敛,完成锂电池健康状态评估拟合;该评估方法的计算结果与测试平台实测值相比,平均误差小于3%,评估性能衰退趋势与实际劣化趋势一致.     

基于改进灰狼优化与支持向量回归的锂电池健康状态预测

为了提高锂电池健康状态(SOH)的预测精度,将改进的灰狼优化(IGWO)算法与支持向量回归(SVR)相结合,提出了一种基于改进灰狼优化和支持向量回归(IGWO-SVR)的联合算法。该算法的核心思想是运用改进的GWO算法解决SVR模型中的参数联合寻优问题。IGWO-SVR随机产生1个灰狼种群,灰狼个体的位置向量由SVR模型的3个参数C,σ,ε组成。根据每只灰狼的位置信息进行学习,并计算适应度。按照适应度值对狼群进行分级,对灰狼个体位置进行更新,然后进行差分进化操作,选择优秀个体进入下一代种群,重新计算灰狼个体在新位置的适应度。迭代过程结束后,提取狼群中适应度最优的灰狼位置信息作为最终的SVR模型参数进行训练。在美国国家航空航天局(NASA)锂电池数据集上的实验表明了所提SOH预测方法的有效性。     

三元锂电池放电容量影响因素的试验分析

为探究不同电解液电池在高、低温和循环使用下放电容量情况,以两节电解液分别为307、E46的4.2 V-2.6 A·h.三元锂电池为研究对象,分别对其进行高、低温放电测试和循环老化测试.试验的结果表明:不同电解液的三元锂电池在进行高、低温和循环老化试验时放电容量会有明显的不同,且电解液为307的电池放电容量高于E46电池放电容量;电池在低温放电时的活化性能低,导致放电容量大幅衰减,最终为电池的寿命预测提供理论依据.     

基于IMM-UPF的锂电池寿命估计

提出了一种基于交互式多模型(Interacting Multiple Model,IMM)和无迹粒子滤波算法(Unscented Particle Filter,UPF)的锂电池健康状态(State of Health,SOH)估计方法,针对目前SOH估计方法需求样本量大、不适用于全寿命周期结果跟踪等问题,建立了基于多项式模型、双指数模型和集成模型的IMM,通过UPF解决了重采样过程中粒子贫化的问题,根据滤波的结果对锂电池的SOH进行预测,实现了锂电池全寿命周期内的SOH精确估计.讨论了IMM的选型依据和建模方法,给出了详细的SOH估计算法,并通过仿真和实验对不同模型进行对比.仿真和实验结果表明,所提出的基于IMM-UPF的锂电池SOH估计结果的概率密度函数标准偏差仅为19,实现了高估计精度.     

无机全固态锂离子电池界面性能研究进展

固体电解质不存在易燃等安全问题, 发展固态锂电池技术是解决液体电解质锂电池安全问题的根本途径. 随着社会对大体积锂离子电池需求的增长以及人们对电池的安全性关注度的日益提高, 发展固态锂离子电池已迫在眉睫. 制备性能良好的全固态锂电池的关键在于获得高室温离子导电率的固体电解质以及在电极与电解质之间形成良好的接触面. 大量的研究集中在制备高室温导电率的固体电解质, 目前已经制备出能与液体电解质相媲美的高室温导电率的固体电解质, 但固态锂电池的高倍率性能仍然较差, 原因是在电极与固体电解质的界面处具有较高的阻抗. 关于固态锂电池电极与电解质界面的研究文章相对较少. 本文简要介绍了一些具有高室温导电率的氧化物及硫化物电解质, 着重分析了全固态锂电池电极与电解质界面处具有高阻抗的原因以及减少界面阻抗的界面改性方法.     

Novel All Solid-state Polymer Electrolytes for Lithium Battery

All solid-state polymer electrolytes for lithium battery was proved to be an attractive direction. Compared with prevenient polymer electrolytes all solid-state polymer electrolytes were superiority in more broad electrochemical window, more stable/low interracial resistance especially when situ-polymerization utilized, excellent mechanical properties and dissepiment free. A lithium secondary battery using all solid-state polymer electrolyte meet the challenge of energy source for both portable electronic devices and electric vehicles （EV） or engine/battery hybrid vehicles （HEV）. All solid-state comb-like network polymer electrolytes （CNPE） based on polysiloxane with internal plasticizing chain （IPC） has been designed and synthesized. See Fig. 1.