起源：新能源汽车国度大数据联盟
新能源汽车国度大数据联盟微讲堂自2022年底推出安全系列化课程 ，萦绕网络安全、数据安全、车辆安全约请专家大咖分享课程和概想 ，旨在服务国度数据安全治理系统的构建 ，推进数字经济的健康持续发展。
2024年1月18日联盟微讲堂安全系列化课程第十五讲的课程上 ，2023年数自禧车大赛创新组特等奖——“持久主义”参赛团队领导教员 ，同济大学汽车学院副教授朱立功 ，分享了题为《若何耽搁动力电池的寿命》的课程。萦绕车载场景 ，系统地梳理动力电池的个性及多尺度分析步骤在动力电池衰减分析中的利用；萦绕动力电池的衰减影响成分 ，从电池治理和失效评估进行有关补救措施的梳理及和机理的相互作用关系；最后提出动力电池先进管控和失效治理的新思路。以下为课程回首。
新能源汽车作为国度沉要的战术性新型产业 ，是我国由汽车大国向汽车强国迈进的必由之路。据统计 ，2023年我国新能源汽车产销别离实现了958.7万辆和949.5万辆 ，同比别离增长35.8%和37.9% ，新车销量达到汽车新车总销量的31.6%。作为新能源汽车中的沉要组成部门 ，动力电池在纯电动汽车、混合动力汽车和燃料电池汽车中都有使用。尤其是对于新能源汽车中数量占比最大的纯电动汽车 ，动力电池可能占到整车成本的30%～50% ，然而动力电池寿命会受到汽车分歧驾驶习惯和环境的影响 ，出现出多成分、非线性和随机性的衰减过程 ，动力电池的衰减和使用寿命 ，成为宽大消费者、有关企业和科研团队共同关切的沉要问题。
朱教员首先简要介绍了锂离子动力电池的根基个性 ，和大无数电池一样 ，锂离子电池由正极（Cathode）、负极（Anode）、隔阂、电解液以及辅助配件组成 ，拥有能量密度高、循环寿命长、无影象效应、环保性高蹬着势 ，重要依附锂离子在正极和负极之间往返移动来工作的二次电池（可充电电池） ，充电时锂离子向负极移动并嵌入 ，负极电位降低；放电时锂离子向正极移动 ，负极电位升高。目前 ，已宽泛遍及到电子产品、电动汽车、储能等场所。
电池在利用过程中 ，其容量是逐步衰减的。如电动汽车整车层面 ，电池容量决定了汽车充电后的最大续行驶里程。在电池系统层面 ，电池容量是电池治理中好多关键状态的必要输入 ，也是电池健康度的一个沉要表征量。因而 ，钻研动力电池的失效问题对于车辆很沉要 ，动力电池失效通常分为寿命衰减失效和极端工况失效：寿命衰减失效蕴含容量跳水、循环寿命衰减、电压/电流异常、内阻增大、自放电等 ，极端工况失效蕴含低温/超高温/快充/过充放/机新纺用,导致热失控、短路、漏液、胀气、析锂、膨胀形变、刺穿/挤压。
关于动力电池的衰减影响成分 ，朱教员引用其团队钻研成就及其他有关钻研案例进行注明 ，从电池治理和失效评估进行有关补救措施的梳理及和机理的相互作用关系：
长功夫使用通常会导致SEI成长、电解液亏损、颗粒分裂、活性资料损失并引发电池衰减。过大的放电深度也会加快电池衰减 ，维持适当放电深度可延缓电池衰减。
由低温、快充、堆叠应力不当导致的析锂会加快可用锂的亏损并加快电池衰减。合理设计低温加热战术 ，调整堆叠应力并削减快充频率及节造充电上限以延缓电池衰减。
急剧放电相比充电好一些 ，但也会导致正极颗粒分裂 ，尤其充/过放会造成电池急剧衰减并引发安全问题。应适当削减大功率放电频率 ，并正确监测模组内电池的电压和温度等参数。
高温前提下电池副反映加剧且容易产气 ，而老化的电池工作期间产热显著。优良的热治理以及多参量监测有助于电池延缓衰减并降低安全风险。
最后 ，他以为上述定性解析还必要凭据电池类型、电池分歧阶段使用场景进行定量分析。另表 ，电池失效评估的关键肯定是要买通电池内表个性的机关关系 ，电池是复杂的多域多场器件 ，能够在资料级去获取好多的物理化学参量 ，去发现电池衰减前衰减之后的变动。而借助原位探测步骤 ，可能会成为进行电池内表构效关系的一个极度沉要的伎俩 ，好比能够通过丈量电池工作过程中的多种信号来反映电池的内部状态 ，进而进行电池失效的诊断和评估。
问题1:电池建复的机理是什么？
要进行建复 ，首先要知路电池衰减的机造是什么 ，而后凭据衰减机造设计相应的建复步骤 ，这是最梦想的方式。我会凭据是否要进行电池的粉碎 ，把建复分成两种。一种是不打开电池不粉碎电池的话 ，我的理解里可能就是要对它进行降额 ，好比说优化一下使用的环境 ，优化一下它的电流倍率以及电压的领域 ，这些都是有可能实现电池寿命耽搁的。若是是电池可能被粉碎的话 ，好比开孔 ，我们若是能找到衰减机造 ，好比是缺液 ，我们可能对它进行一个补液建复 ，可能会是一个比力好的措施。
问题2:基于大数据的利用 ，您以为此刻电池状态评估进入到了一个什么阶段？
基于大数据的钻研也极度热点 ，注定是能够通过数据驱动或者人为智能的法子来解决一些问题的 ，这个我是极度认可的。由于我们自己也在做有关的工作。但学堂自身网络数据的能力不及 ，若是没有企业合作的话 ，自己前期做一些工作也会发现 ，做完一个数据驱动模型之后 ，匹配其他车型现实上还是存疑的。但若是说可能有极度多的数据可能供我们使用的话 ，我以为数据驱动的法子极度好的可能去解决当前电池衰减的一些问题 ，甚至有可能会进行极度正确的或者靠得住性高的预测算法设计。
问题3:作为2023年数自禧车大赛创新组特等奖团队的领导老师 ，可否分享一下您带队参加大赛的感触
首先感激新能源汽车国度大数据联盟对大赛的支持 ，以及对我们团队的认可。我其时和我们同学会商 ，看到赛题来说也是极度兴奋的 ，由于在自己尝试室中很难接触到公开的实车数据 ，有了这些数据 ，就能够把我们形成的一些步骤、算法真正的落地 ，对于大学生或者钻研生来说 ，作为一个步骤的入门也好 ，或者对于一个团队成就的转化都是极度实用的。我自己的感想就是 ，极度激励大学生群体可能参加到角逐中 ，由于它一方面的确是对知识的转化 ，学致使用 ，另表也会推动学生越发深刻相识行业 ，尤其是从事我们新能源汽车动力电池技术有关的工作。
