10月19日，在“2021（第十六屆）動力鋰電池技術及產(chǎn)業(yè)發(fā)展國際論壇”上，中國科學院院士張統(tǒng)一作題為《鋰電池中的化學應變及鋰電池壽命的機器學習 》的演講。

我開始講一下鋰電的應變，應變有兩類，一個從熱力學的角度來說，就是我們叫偏多分子技術；另外一個如果有相變，包括在電池里有價態(tài)的轉變，價的轉變，實際上它的體積相互會發(fā)生變化，這個變化定義在5微米的情況下，實際上是和應力沒關的。不要一想到應變，就和應力聯(lián)系到一塊，我這里要給大家講的是和應力無關的。只有有約束的時候才有應力。

在嵌鋰的過程中，由于有集流器的約束，這時候往往在活性層，會有壓力，而集流器受到張力。脫鋰的過程剛好相反。

這是哈工大的一位講師，在鋰電做的一些探究的情況。鋰電通過第一原理計算的，和發(fā)生相變的時候，真正實驗的時候實際上有一些方向的區(qū)別，在一些情況下，它的體積會發(fā)生變形。

我們都知道電池比容量和應變有很大的關系，而且應變是約束材料應用的最大的問題。這里以硅作為例子，大家都知道硅的變形是非常之大的，所以約束它在鋰電池中的應用。

有一個有趣的現(xiàn)象，我們在學熱力學的時候是沒有尺度的，現(xiàn)在做電極的正極材料也好，負極材料也好， 都把粒子越做越小，到了納米粒子的時候，這個材料就發(fā)生屬于他的熱力學現(xiàn)象，變成了一個和尺度有關的。

MIT曾做過一個工作，根據(jù)圖示，中間我們稱為兩相區(qū)，如果顆粒越來越小，兩相區(qū)就會變窄。所以我們的熱力學嚴格來說是和尺度有關的，但我們在學校里給學生講課的時候是說和尺度無關的。

Nature Materials曾刊發(fā)過一篇題為《Electrochemical stiffness in lithium-ion batteries》的文章。我們常用鋰電測量力學變形有兩種模式。

這篇文章里通過協(xié)調原位應力和應變測量計算電化學剛度來探測電極的化學機械響應。結果發(fā)現(xiàn)，由于在循環(huán)過程中形成了不同的石墨-鋰夾層化合物，電化學剛度發(fā)生了巨大的變化。其分析顯示，應力與鋰化/脫鋰速率成比例，應變與容量成比例（與速率成反比）。

我們也在做類似研究，匯報一下我們的測量結果，我們用散斑法來測量它的應變。散斑法從力學角度來說是非常成熟的一個技術。

我們用的石墨，對電極是純鋰，石墨如果作為紐扣電池來看，它的性能挺好。如果不是紐扣電池，如果是可以在電解液里自由伸縮，這時候性能就遠遠不如在紐扣電池里的性能，特別是壽命會極大變短。其實我們充不了多少圈石墨電極就會壞掉，當然我們說是石墨的，但并不是純石墨的，有粘接劑等等。

我們說應變，實際上通過我們散斑法測的應變是一個平面的應變，平面應變有沿著X軸方向的，也有沿著Y軸方向的。理論上應該是個均勻應變，但是由于試驗樣品，造的不是太均勻化，所以我們這里只是說這個加鋰/嵌鋰和脫鋰的過程基本保持一致。但是不代表以下報告。往往以這個來代表，

嵌鋰按照0.2C的速率，到了一定表觀的溫度就停下來，反向就是脫鋰的過程，在20℃比較大， 40℃、60℃應變就比較更低一點。應變和鑲嵌進去多少鋰是直接正相關的。如果我們把應變和電壓進行描述，因為用的速率比較小，所以看不出來太大的變化。微分后，嵌鋰和電壓的微分有類似形態(tài)。

電磁充放電實際靠電壓控制，電壓控制下，應變有很大變化。特別是在20 40 60不同溫度，和電壓有相應關聯(lián)。

充放電過程中，嵌鋰/放鋰，每次過程會有殘留，隨著溫度越來越高，殘留越多，應變也大。而且這邊（圖示）表明它有非常強的永久變形，殘留的應變很大。

簡單的假設，在非活性材料，根據(jù)文獻分析出SEI里，鋰在里面有一個偏多分子體積，宏觀來看，隨著溫度升高，偏多分子體積下降。就像房子很大，隨著溫度升高膨脹很快，而里面的人，膨脹的慢。

特別是在高溫的時候，電解液有變化。我們把他歸結為SEI，也可能揮發(fā)了。查文獻發(fā)現(xiàn)SEI膜確實扮演了重要的角色。

電池存放在高溫環(huán)境里，對鋰電解液是沒什么好處的。低溫有低溫的問題，高溫有高溫的問題。

從力學角度來看，力學損傷雖然不是電池退化的唯一因素，但是關鍵因素，典型案例是活性層-集流體界面分層。

這里我們得到一個主要結論：力學是最主要的模型之一，但不是唯一的。

材料信息學采用了從數(shù)據(jù)科學、互聯(lián)網(wǎng)、計算機科學和工程以及數(shù)字技術等新興領域汲取的技術、工具和理論，以加速材料、產(chǎn)品和制造創(chuàng)新。材料信息學可以應用在電池研究里。

從哲學的角度，專家范式，處理數(shù)據(jù)，我們實際上是要得到知識，現(xiàn)在我們講的是機器學習的模型，這個知識可以用來：

了解事情發(fā)生的原因（解釋）;

預測會發(fā)生什么（預測）;

管理正在發(fā)生的事情（控制）;例如無人駕駛汽車，將來還有無人駕駛飛機。

學習最早是由我們?nèi)祟愖约?，特別是天才，現(xiàn)在我主張是要和機器一起來完成。牛頓力學不是推導出來的，實際上總結了前人的信息。

自然科學的發(fā)展是連續(xù)的過程，是人類觀察自然行為，建立學習模型，然后獲得知識。

這是MIT一個課題組，2020年發(fā)表在Nature的一篇文章，我需要電池在10分鐘充滿，怎么充電？有很多充電模式，哪個充電模式讓電池壽命最長。這是基于原來電池壽命的研究。

實際上，我們跨界的認為這就是疲勞，只是應變不是由力學原因，而是由于化學原因，充放電循環(huán)造成電池的疲勞損傷。

這樣我們知道如何充電快、壽命高、容量大，壽命如何預測？

同樣的還是MIT這一組，在Nature Energy寫了一篇文章，用數(shù)據(jù)驅動來預測電池壽命。他用的商業(yè)電池，用的18650電池，充放電100次。分了三批材料，實際上數(shù)據(jù)很少，124份，充電模式72種。我們現(xiàn)在自己也在做相關工作，找了一些新的feature。我們和他們的結果基本差不多，不同的feature都可以描述壽命。同樣的壽命，可以用不同的feature，是不是最佳的還不一定，數(shù)據(jù)太少。

我要強調的有這么幾個事兒

1.變形在電池的性能和使用壽命上扮演著非常重要的角色。

2.足夠可靠的數(shù)據(jù)是預測電池壽命的必要和基本條件。實際上，包括汽車的疲勞、飛機的疲勞等等，大家最重視的還是實驗。

3.將專家學習與機器學習相結合，必將加速電池的研發(fā)。

（來源：深圳市電池行業(yè)協(xié)會，以上內(nèi)容根據(jù)嘉賓發(fā)言內(nèi)容整理，未經(jīng)嘉賓審核，轉載請注明來源）

10月19-20日，由清華大學、北京大學主辦，深圳市光明區(qū)人民政府指導，深圳市電池行業(yè)協(xié)會、貝特瑞新材料集團股份有限公司承辦的“2021（第十六屆）動力鋰電池技術及產(chǎn)業(yè)發(fā)展國際論壇”在深圳成功舉辦。本次論壇大咖云集，陳立泉院士、吳鋒院士、張統(tǒng)一院士、鄭綿平院士、孫世剛院士、孫學良院士、陳忠偉院士領銜，來自高校、科研機構和企業(yè)的業(yè)界代表近五百余人參會，圍繞 “面對新形勢下的鋰電產(chǎn)業(yè)發(fā)展”的主題，共同探討新形勢下鋰電池產(chǎn)業(yè)技術的發(fā)展。