首页 > 行业资讯 > 哈工大王家钧/娄帅锋EnSM：数字模型辅助的介尺度可视化与材料科学-从液态电解质到固态电池

哈工大王家钧/娄帅锋EnSM：数字模型辅助的介尺度可视化与材料科学-从液态电解质到固态电池

时间：2023-09-23 来源：浏览：

哈工大王家钧/娄帅锋EnSM：数字模型辅助的介尺度可视化与材料科学-从液态电解质到固态电池

Energist 能源学人

能源学人

微信号 energist

功能介绍能源学人，打造最具影响力的能源科技服务平台！

收录于合集

【研究背景】

锂离子电池（LIBs）作为新型储能技术，随着其材料和制造的发展，在电动汽车和大规模电网中的发挥着巨大的应用价值。通常，电极是影响LIBs电子和离子传输性能的主要因素，决定电池的电化学性能。电极材料科学涉及从微观尺度到宏观尺度、从皮秒到小时的跨时空尺度。典型的电池电极由多分散颗粒和多孔复合粘合剂结构域组成复杂的介观结构。介尺度电化学是连接微观尺度局部反应和宏观尺度整体电池性能的桥梁，对于揭示真实的电极反应场景尤为重要。

传统的成像测试手段通常只能获得几纳米电极的局部信息，难以同时获得高分辨率和大视场的表征结果。随着先进表征技术（如XCT，FIB-SEM等）和先进计算技术（如大数据、机器学习和人工智能等）的发展，数字孪生模型驱动的电极介尺度电化学模拟能够耦合空间和时间相关的结果，已成为可视化电极动力学的有力工具。本文综述了目前数字孪生模型辅助的电极介尺度科学问题，讨论了以该模型驱动的液态和固态电池电极电化学可视化的典型案例，为电池复杂的反应机理提供了重要见解。

图1 数字孪生辅助电池科学的主要特点和路线图。

【工作介绍】

近日，哈尔滨工业大学娄帅锋、王家钧等在Energy Storage Materials期刊上发表了题为“Digital Modeling-Assisted Mesoscale Visualization Lights up Materials Science from Liquid- to Solid-State Batteries”的综述论文。本综述重点从数字孪生模型的角度，桥接成像实验表征和仿真模拟，对介尺度电极动力学可视化研究进行总结与讨论。首先，本文定义了真实图像驱动的数字孪生模型过程，包括数据采集所涉及的先进表征方法、高保真建模过程所需的人工智能（机器学习）等技术以及基于模型的仿真模拟等。随后，本文揭示了液态电池和固态电池电极模型构建及电化学响应的差异、电极非均质反应以及活性粒子统计等科学问题，并为电池微观结构设计提供了指导方针。最后，讨论了将真实电极结构与高保真数字孪生驱动模型耦合以构建高性能电池的挑战和解决策略。

【文章要点】

1. 构建成像驱动的数字孪生模型

数字孪生技术是桥接表征数据和仿真信息联系的理想技术。基于数字孪生模型的仿真模拟能够高度真实地实现电极过程的动力学可视化，但它还需要发送回控制参数以调节电化学反应优化电池运行。本综述定义了以数字孪生模型为基础的仿真模拟过程，物理空间中真实电极结构的相关表征可以获得丰富的信息，例如相变、应力分布、热像、电位分布等。同时，在数字空间利用测量数据建立高保真度的图像驱动数字模型，可以确保对电极结构的精确建模描述。数字模型可以根据实际需求进行编程，包括对电化学动力学（例如锂分布、电荷转移和热传导等）进行分析和模拟，以及对电极设计的微观结构进行评估，甚至对电池性能进行预测和监测。重要的是，可以在本体与孪生体之间建立全面的实时或准实时关系，因此它们之间的数据流是双向的。基于物理空间与数字空间连接的数据和信息传输，我们可以更好地理解、预测、优化和控制真实的电化学行为。

图2 介尺度真实电极结构与数字孪生电极模型之间的相互关系。

2. 数字模型驱动的液/固态电池电极可视化

（1）液态电池电极介尺度可视化

复合电极的非均质电化学、力学和的合理设计极大地决定了LIBs的可靠性、寿命和能量密度。本文分析总计了从单个粒子到电极再到电池的形态学和电化学过程。从相关表征中提取的感兴趣的信息可以作为数学模型驱动的模拟的输入，以可视化结构缺陷和介尺度的电化学过程。

图3 数字模型驱动的液态电池电极可视化模拟。

（2）固态电池电极介尺度可视化

与液态电池相比，固态电池复合电极采用更安全的固态电解质代替易燃的液态电解质，其数字建模过程与液态电池表现出明显的不同，需考虑固体电解质的成分及其分布。此外，由于传统表征技术通常忽略了电池拆卸、样品分离和制备过程中对固固界面结构的破坏，因此固态电池的界面研究面临着更大的实验数据获取挑战。因此，深入了解相互关联的三维重建微结构（包括物理模型和数学模型）以及复合电极固固界面的机械和电化学行为，对于实现有前景的应用至关重要。

图4 固态电池电极数字模型构建及可视化模拟。

3. 数字模型辅助的电极统计分析及结构设计

（1）电极活性颗粒统计分析

真实电极中的颗粒包含丰富的信息，包括形态、尺寸、球形度、晶体学排列等，这些信息对电池性能起着重要作用。由于传统成像方法的技术瓶颈，长期缺少基于统计分析的电极整体信息。在颗粒特征收集和数字孪生技术的帮助下，能够实现统计多孔材料的体积分数、颗粒形态和尺寸分布等介尺度参数。

图5 数字孪生模型驱动的电极颗粒统计特征。

（2）电极非均质反应

活性材料的微观结构在很大程度上决定了电极内部电化学动力学的空间分布，如固有锂化状态、界面电流、过电位、应力和应变等。在复合电极中，复杂的质量传输触发的异质反应往往会导致锂离子的局部聚集或缺乏，尤其是在高电流密度的情况下。特别是在高负载电极中，由于离子扩散距离和迂回度的增加，不均匀性变得更加严重。

图6 借助数字电极模型可视化非均质电化学反应。

（3）电极微观结构设计

本文总结了电极微观结构设计原则。根据制备电极的电化学模拟，可以设计出优化电极动力学的定向结构策略。高负载质量是制造高能电池的最常见选择，但数值模拟的可视化反应动力学表明，质量传输限制和电荷转移能力通常会降低输出功率密度。此外，由数值模型驱动的电极空间动力学模拟进一步表明，电极内颗粒的物理化学特性的均匀性越高，电池的循环性能就越好。

图7 不同电极设计的模拟电化学性能和电化学性能比较。

【结论】

本篇文章系统性地讨论了数字孪生模型如何成为从锂离子液态电池到固态电池的介尺度电极动力学研究的有力工具。同时，针对性地分析了数字孪生模型辅助电极可视化的应用，特别是当锂离子电池向固态电池演化时科学关注点的不同。强调了数字模型在解决电池基础科学问题（粒子统计、非均质反应和微结构设计）方面的重要性，这为下一代电池的设计和开发提供了许多有趣而关键的意见。

Zhuomin Qiang, Xudong Li, Yanbin Ning, Chaoqun Zhang, Yinyong Sun, Geping Yin, Jiajun Wang*, Shuaifeng Lou*, Digital modeling-assisted mesoscale visualization lights up materials science from liquid-to solid-state batteries, Energy Storage Materials, 2023.

https://doi.org/10.1016/j.ensm.2023.102960

通讯作者简介

娄帅锋哈尔滨工业大学化工与化学学院副教授/博士生导师。主要研究方向为铌基材料与快充电池、固态电池与智能分析、结构电池与力学等。以第一/通讯作者发表SCI论文30余篇，包括Nat. Commun.、Chem、JACS、Adv. Mater.、Matter、Nano Lett.、Adv. Funct. Mater.等著名期刊，出版英文专著一部，主持国家自然科学基金（面上/青年）项目、黑龙江省自然科学基金优秀青年基金、中国博士后科学基金特别资助、黑龙江省博士后基金特别资助项目等，获得黑龙江省自然科学二等奖（2/5），入选中国科协青年人才托举工程。

王家钧哈尔滨工业大学化工与化学学院教授、博士生导师，国家级青年人才，英国皇家化学会会士。长期从事新能源材料、固态电池、无损检测及电池安全失效分析方面的研究，迄今已在Science，Nature子刊等行业顶级期刊发表论文100余篇，申请发明专利30余项，其多项成果被华为、一汽集团等企业投入使用并取得良好效益。承担工信部大科学工程项目、基金委重点基金、面上项目、国际合作项目、省重点项目、国家部委科研项目等多项课题，牵头获得黑龙江省自然科学奖等。

Nature子刊新突破！纯酸条件CO2电还原

2023-09-20