登录注册
请使用微信扫一扫
关注公众号完成登录
图1锂电池极片涂布缺陷检测与识别程序
1 缺陷检测与分割
本工作检测的对象为锂电池正、负极极片涂布卷带板材。其中,正极极片使用轻薄的银白色铝箔作为基材,在其正反两面均匀地涂覆了导电材料。现在国内市面上流行的正极表面涂覆材料大多为磷酸铁锂(LiFePO4),其基本色调为黑色,经过辊压工艺之后能够与铝箔紧密结合,质感如同塑料一般,表面紧致而光滑。正极极片的涂覆材质不易掉落,相比于负极极片更为坚实。而负极极片则通常使用铜黄色的铜箔作为基底材料,并将导电性能良好的纳米石墨作为涂覆材料。负极极片的涂布表面颜色呈铅灰色,在经过辊压后,其表面的材质容易出现损伤,诸如划痕、脱碳、漏金属等类型的缺陷出现的概率会高于正极极片。
在传动系统的带动下,200 mm宽的极片卷带以60 m/min的速率往收卷机方向移动,在经过检测区域的时候,4 K黑白线阵相机会在线性光源的打光下以0.05 mm的成像精度对图像数据进行采集。经过图像采集之后,可获得分辨率大小为5120×4096像素的高质量锂电池极片涂布图像,每幅图像对应的实际成像范围为250 mm×200 mm。在采集到的锂电池极片涂布图像数据集中,包含有正极划痕、负极划痕、正极漏铝、负极漏铜、孔洞、裂纹、异污、脱碳这8种常见的锂电池极片涂布缺陷,如图2所示。
图2常见的锂电池极片涂布缺陷
在获得现场采集的真实图像之后,使用图像预处理技术来进一步提高图像质量,所涉及到的图像预处理技术主要包括图像平滑去噪、图像对比度增强等方式。
在图像平滑去噪中,使用7×7大小的中值滤波器对图像进行中值滤波,消除图像中的干扰信息,并保留图像中的轮廓和边缘等关键信息。
在图像对比度增强中,采用全局线性灰度变换算法对图像进行增强处理,提高图像的清晰度和对比度,强化图像目标区域的特征。全局线性灰度变换是将图像中的所有像素灰度同时乘以一个相同的系数,然后做等比例的拉伸或压缩。全局线性灰度变换的灰度映射公式为
(1)
式中,f(i,j)和g(i,j)分别为输入图像和输出图像在坐标(i,j)处的像素点灰度值;[a,b]为输入图像的灰度范围;[c,d]为输出图像的灰度范围,取值为[0,255]。
针对锂电池极片涂布缺陷灰度分布不统一、缺陷面积占比不大的问题,选用自适应阈值分割法对缺陷进行分割,将局部缺陷区域与背景区域相分离,最终获得二值化表示的缺陷分割图像。自适应阈值分割法是一种局部阈值分割法,与全局阈值分割法不同的是,该算法的阈值并不是一成不变的。在自适应阈值分割法中,图像中的每个像素点都会根据其周围邻域像素点的灰度均值来确定自己的阈值,平均灰度值越高的区域,通常阈值就越高。在计算机视觉开源软件库OpenCV中,自适应阈值分割算法可通过adaptiveThreshold函数算子实现。
接着使用形态学算法的腐蚀和膨胀操作进一步精确分割目标、完善分割细节。在完全将缺陷目标提取出来后,对缺陷的几何中心位置坐标进行确认,并为缺陷区域打上标注。
2 多特征提取与融合
2.1 缺陷特征提取
图像特征作为图像区分度最高的基本信息属性,能够以抽象而又紧凑的形式描述图像特点,是后续图像分类与识别的主要依据。本工作使用多线程机制以提高系统的检测与识别效率,主线程负责缺陷检测,而副线程负责缺陷识别。在并行执行的副线程任务中,分别对缺陷区域的形态、灰度、纹理特征参数进行计算提取。
其中形态特征包括了圆形度、偏心率和最小外接矩形长宽比。
圆形度可按式(2)计算得出
(2)
式中,F为圆形度;S为区域面积;C为区域周长。偏心率可按式(3)计算得出
(3)
式中,M02、M20和M11均代表目标区域的二阶中心距。最小外接矩形长宽比可按式(4)计算得出
(4)
灰度特征包括了灰度均值、灰度方差、灰度熵和灰度偏斜系数。灰度均值可按式(5)计算得出
(5)
灰度方差可按式(6)计算得出
(6)
灰度熵可按式(7)计算得出
(7)
灰度偏斜系数可按式(8)计算得出
(8)
在式(5)~(8)中,L表示目标区域灰度级数;ri表示区域中的第i个灰度级;P(ri)表示目标区域中像素灰度值为ri的概率,P(ri)的计算公式为
(9)
式中,G(ri)表示目标区域中像素灰度值为ri的像素个数;Num表示目标区域中的像素总数。除了形态特征和灰度特征之外,纹理特征也是图像的重要特征。纹理是图像中同质现象的视觉反映,囊括了物体表面结构组织排列的关键信息以及它们与周边环境的联系。图像纹理通常具有重复性,纹理单元图案会以一定规律的灰度形式变化反复出现在图像的不同位置。与灰度特征的区别之处在于,纹理特征并非在灰度直方图的基础上对像素点进行统计计算,而是针对图像目标区域中保持某距离关系的两像素点进行灰度统计和分析,从而反映目标区域中灰度像素的排列情况。关于纹理特征提取的方法可分为统计法和结构法,统计法适用于分析纹理不规则的图像,而结构法则适用于分析纹理单元排列比较整齐规则的图像。由于极片涂布缺陷纹理不规则且具有随机性,所以更适合用统计法进行纹理特征提取。灰度共生矩阵法(gray-level co-occurrence matrix,GLCM)是一种统计学意义上的纹理特征提取方法,通过计算图像中具有某一位置关系的两个像素点的灰度关系频率,进而反映出图像纹理结构在间隔、方向、变化快慢及变化幅度上的综合排列信息。GLCM纹理特征具有图像旋转不变性,其数学表达式如式(10)所示
(10)
式中,(i,j)表示图像像素点的坐标;Δi和Δj表示位置偏移矢量;m、n分别表示两个像素点的灰度值;d表示步长;θ表示方向,通常取值为0°、45°、90°和135°;P(m,n;d,θ)表示在θ方向上、相距为d的两个像素点灰度值(m,n)的取值频率。使用GLCM可以提取14种不同的图像纹理特征,此过程计算耗时较长。经研究后发现,在这14个特征当中,只有能量、局部均匀性、相关性和对比度是互不相关的,且这4个特征足以带来比较满意的分类效果,因此,本工作将对图像目标区域的能量、局部均匀性、相关性和对比度这4个GLCM纹理特征进行提取。其中,能量可按公式(11)计算得出
(11)
局部均匀性可按公式(12)计算得出
(12)
相关性可按公式(13)计算得出
(13)
式中,μ1和μ2分别表示图像目标区域中行和列的平均值,其计算公式分别如式(14)和式(15)所示;σ1和σ2分别表示图像目标区域中行和列的标准差,其计算公式分别如式(16)和式(17)所示。
(14)
(15)
(16)
(17)
对比度可按式(18)计算得出
(18)
2.2 特征融合与归一化
虽然上述的每类图像特征都有各自的特点和身份表征能力,但是单一的特征很难准确全面表征形貌复杂的目标物体,这时候就需要采用多特征融合策略,整合不同来源的信息,以提高对目标物体的表征能力。在特征融合策略中,采用简单易行的串行融合方式,将各个单一特征向量首尾相连,最终合成一个11维的融合特征向量。串行融合的表达式为
(19)
式中,γ是特征向量α和特征向量β融合后的特征向量。在实施特征融合之后,采用最大最小归一化算法对融合特征向量进行归一化处理,使特征向量统一到同一量纲,进而达成可比性。最大最小归一化中,通过式(20)的调节,能够使最终的数据落在[0,1]区间内。
(20)
式中,xi表示归一化前的特征数值;z表示归一化后的特征数值;max(xi)和min(xi)分别表示特征数值xi中的最大值和最小值。
3 搭建BP神经网络分类模型
神经网络是一种分布式的数学模型,能够进行自主学习,并且具有很高的容错率,是目前人工智能时代广泛研究的热点之一。神经网络模拟了人脑的神经结构,通过不同的连接方式,来组建不同的神经网络,以实现不同的功能。在现实问题中,非线性的情况远远多于线性情况,使用神经网络模型可以很好地学习非线性问题的复杂特征,并且能够对潜在规律进行合理表达。神经网络的算法和模型多种多样,其中,误差反向传播网络是神经网络中最为经典的代表,也是应用最为广泛的神经网络算法。作为一种多层前馈网络,BP神经网络与其他神经网络不同的地方在于使用了误差反向传播算法,这使其能够高效计算出各层网络间的权重系数梯度,进而输出更为准确有效的结果。根据映射网络存在定理,本工作将BP神经网络的网络层数设为3层。可以明确的是,3层BP神经网络足以训练出一个合适的分类模型,并且可以满足基本分类需求。由于所输入的融合特征向量维数为11,因而输入层的神经元节点个数对应设为11。由于需要识别的缺陷类别数为8,因而输出层的神经元节点个数对应设为8。在3层BP神经网络模型中,隐含层的神经元节点个数通常由经验公式计算得出,本工作选用的经验公式为
(21)
式中,p为隐含层的神经元节点个数;m为输入层的神经元节点个数;n为输出层的神经元节点个数;α为1~10的调节常数。经过计算后,隐含层的神经元节点个数设置为10。
4 基于鲸鱼优化算法的模型参数调优
在BP神经网络的训练中,初始权重和初始阈值对网络来说尤为重要,但又难以准确获取。如果随机选取初始权重和初始阈值,并使用梯度下降算法进行寻优,很容易会使得模型陷入局部最优,甚至很可能会造成网络训练震荡、收敛速度变慢等问题。为了尽可能地减少上述问题,选择一种有效的网络参数调优算法就显得尤为重要。鲸鱼优化算法是一种模拟鲸鱼捕食猎物行为的元启发式群智能优化算法,于2016年由Mirjalili等提出,该算法操作简单、参数少、速度快、稳定性强,常用于解决各种计算问题中的寻优问题。鲸鱼在经过漫长的进化后,形成了一种独特的捕食策略,即通过“螺旋气泡网”路径去寻找猎物、包围猎物和捕捉猎物,而鲸鱼优化算法正是根据这三个捕食步骤来建立起相应的数学模型。
4.1 随机寻找猎物
寻找某个问题的解可以类比为鲸鱼寻找猎物的过程,将鲸鱼随机寻找猎物的过程建立起如下数学模型
(22)
(23)
式中,t为迭代次数;X为鲸鱼的位置向量;Xrand为随机选择的鲸鱼位置向量,其中包括了最优解;A、C为系数向量,其计算公式为
(24)
(25)
(26)
式中,r1、r2为区间[0,1]范围内的随机向量;a为收敛因子,在迭代过程中从2到0线性减小;Tmax为最大迭代次数。鲸鱼优化算法通常会以一系列随机解开始,通过不断的迭代来更新鲸鱼位置。在模型中,A取区间[-a,a]范围内的随机值,A的波动范围会随着收敛因子a的减小而不断减小,因此可以通过调节a的值来实现搜索机制。当|A|≥1时,鲸鱼会扩大搜索范围,此时可以选择一个随机解来更新鲸鱼的位置向量;而当|A|<1时,则应选择当前的最优解来更新鲸鱼的位置向量。
4.2 包围目标猎物
获取问题的最优解可以类比为鲸鱼包围目标猎物的过程,如果认定当前猎物为最佳猎物,则需要对鲸鱼的位置向量进行更新,相应的数学模型如下
(27)
(28)
式中,Xbest为当前鲸鱼的最佳位置向量。设当前鲸鱼的位置向量为X,目标猎物的位置向量为X*,则鲸鱼可以通过调整向量A和向量C来靠近目标猎物。
4.3 捕捉目标猎物
认定猎物后,鲸鱼会通过螺旋收缩上升的方式对猎物进行捕捉,相应的数学模型如下所示
(29)
(30)
式中,b为对数螺旋线形状常数;l为区间[-1,1]范围内的随机数;为鲸鱼当前位置到猎物位置之间的距离。实际上,鲸鱼收缩包围猎物与捕捉猎物这两个行为是可以同时发生的,相应的数学模型如下所示
(31)
(32)
式(31)和式(32)中,p为区间[0,1]范围内的随机数。本工作使用鲸鱼优化算法获取神经网络的最佳初始权重及阈值,并在此基础上完成对网络的训练过程,相应的算法流程图如图3所示,具体步骤如下:
图3鲸鱼优化算法参数调优流程
(1)数据采集及预处理。采集缺陷图像特征数据,将特征数据进行串行融合和归一化处理之后,再作为BP神经网络模型的输入。
(2)初始化鲸鱼种群。设定种群规模N、最大迭代次数Tmax、收敛因子a等基本参数,采用随机选取法确定N组初始权重和阈值,并将每组初始权重和阈值作为每个鲸鱼的初始位置向量。
(3)将均方差损失作为每头鲸鱼的适应度值并纳入计算,记录产生最佳适应度值的位置,此位置即为最佳猎物位置Xbest。
(4)更新参数A、C、a、p,根据p、A的值来选用不同的位置更新策略。当p≥0.5时,使用式(32)更新鲸鱼位置;当p<0.5且|A|<1时,使用式(31)更新鲸鱼位置;当p<0.5且|A|≥1时,使用式(23)更新鲸鱼位置。
(5)不断迭代步骤(2)和步骤(3),当迭代次数到达最大值或误差损失减小到一定值时,终止迭代过程,并将最优初始权重和阈值输出给BP神经网络。
5 实验结果与讨论
5.1 检测算法性能评估
在评估实验中,分别为每种缺陷随机挑选50幅图像,每幅图像只含有单类缺陷,且每幅图像的缺陷个数为一个或多个。所选图像的分辨率均为5120×4096,对应的实际成像范围为250 mm×200 mm,成像精度为0.05 mm。离线检测的实验结果如表1所示。
表1缺陷检测实验结果
在算法性能上,由表1计算可得,本工作缺陷检测算法的平均漏检率为1.68%,平均误检率为0%。在分项漏检率中,脱碳缺陷的平均漏检率最高,为6.17%;其次是异污缺陷,为5.56%。经分析,这两种缺陷漏检的样例面积并不大,而且灰度与涂布背景灰度十分相近,因此检测算法在这两类缺陷检测中的表现欠佳。除此之外,其余6种缺陷的平均漏检率均为0%,所有8种缺陷的平均误检率均为0%。在算法速度上,本工作缺陷检测算法对每幅图像的平均检测时间为232.5 ms。由于检测速度为60 m/min,即1 m/s,也就是说每秒扫描检测的极片面积应为1000 mm×200 mm,那么每250 ms应扫描检测的极片面积则为250 mm×200 mm。由于每幅图像的实际成像范围为250 mm×200 mm,所以只要每幅图像的平均检测时间不超过250 ms,都是可以满足60 m/min的在线检测速度要求的。经如此计算论证后可以确定,本工作缺陷检测算法可以在60 m/min的检测速度下在线运行。
5.2 识别算法实验对比评估
在缺陷分类模型的训练和测试过程中,本工作分配了140份缺陷数据样本作为训练集训练神经网络,分配了60份缺陷数据样本作为测试集以评估分类识别算法的准确率。准确率的计算公式为
(33)
式中,A表示准确率;TP表示被预测正确的正例数;TN表示被预测正确的负例数;FN表示被预测错误的正例数;FP表示被预测错误的负例数。为研究特征融合策略给分类识别性能带来的影响,本工作将特征种类作为变量,用测试集测试训练好的BP神经网络模型,结果如表2所示。
表2不同特征下的模型分类准确率
由表中数据得知,在单类特征中要数GLCM纹理特征的分类贡献效果最明显,而特征融合策略也使得分类识别准确率有了显著提升,尤其是引入了GLCM纹理特征后,97.08%的分类识别准确率更加令人满意。采用精确度、召回率和F1值这3个评价指标对分类识别结果做更详细的分析,分析结果如表3所示。在这3个评价指标中,精确度为预测正确的正例数占所有被预测为正例的样本总数之比,召回率为预测正确的正例数占所有正例数之比,F1值则是精确度和召回率这两个指标的综合考量。这3个评估指标的计算公式如式(34)~(36)所示。
(34)
(35)
(36)
式中,P、R、F1分别表示精确度、召回率和F1值,这3个评估指标的值越接近100%,则分类识别效果越好。
表3各缺陷的分类结果评价
由表3可知,本工作分类识别算法对裂纹缺陷的平均分类效果最佳,而对孔洞缺陷的分类效果稍微欠佳。为研究鲸鱼优化算法的优异性能,本工作特意将其与传统的随机初始化方法以及遗传算法和粒子群优化算法这3种杰出、经典、常用的参数优化算法做对比,实验结果如表4所示。
表4不同优化算法下的模型分类准确率
由表4可知,相较于其他3种方法,对于BP神经网络模型,鲸鱼优化算法能够为其取得更优异的分类识别准确性能。
6 结论
针对目前锂电池极片涂布缺陷检测与识别速度慢、精确度不高的现状,本工作提出了一套基于WOA-BPNN的锂电池极片涂布缺陷检测识别算法。实验证明,本工作算法能够满足在0.05 mm的高精度下对极片涂布的60 m/min的高速在线检测。在多特征融合策略下,使用鲸鱼优化算法和BP神经网络分类算法相结合的方式,能够取得明显的分类识别提升效益。本工作算法的平均漏检率为1.68%,平均误检率为0%,平均分类识别准确率为97.08%,结果表明,本工作算法有力提升了目前锂电池极片涂布缺陷检测与识别技术的性能水平,能够降低锂电池生产的不良率,使锂电池极片涂布缺陷检测与识别技术朝着高精度、高速率、高质量、低误差的方向发展。
特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。
凡来源注明北极星*网的内容为北极星原创,转载需获授权。
作者:周洪1,2(),俞海龙3,王丽平4,黄学杰3()单位:1.中国科学院武汉文献情报中心;2.中国科学院大学经济与管理学院信息资源管理系;3.中国科学院物理研究所;4.电子科技大学材料与能源学院引用:周洪,俞海龙,王丽平,等.基于BERTopic主题模型的锂电池前沿监测及主题分析研究[J].储能科学与技术,2025,14(
北极星储能网获悉,3月12日,恩捷股份披露投资者关系活动记录表,公布公司半固态隔膜、固态电解质未来研发方向、固态电池应用前景等情况。对于公司半固态隔膜情况,恩捷股份表示与北京卫蓝新能源科技股份有限公司、溧阳天目先导电池材料科技有限公司合资成立江苏三合电池材料科技有限公司,恩捷持有51%
中国具身智能机器人产业正处于技术与商业化落地的临界点。在政策密集支持、资本持续涌入、技术迭代加速等多重利好驱动下,具身智能机器人领域正从实验室研发迈向规模化量产新阶段。进入2025年,由于宇树科技在春晚的“出圈”,具身智能机器人领域成为市场投融资的热点,科技巨头纷纷布局、初创公司不断
行业过去几年投资的负极材料项目,正加速进入产能释放期。近日,有报道称,山西凯达新材料科技有限责任公司(简称“山西凯达”)年产20万吨锂电池负极材料前驱体及余热低碳节能综合利用项目一期土建工程,目前已完成90%,部分设备已进场,预计7月份将投入运行。据了解,该项目占地67.2亩,总建筑面积3
行业概况锂电材料指为锂电池的生产过程中所需的各种原材料,能够决定电池的性能、安全性、寿命和成本。目前锂电池由正极、负极、电解质、电解质盐、胶粘剂、隔膜、正极引线、负极引线、中心端子、绝缘材料、安全阀、正温度系数端子(PTC端子)、负极集流体、正极集流体、导电剂、电池壳等构成,锂电材
北极星储能网获悉,3月11日,中国汽车动力电池产业创新联盟发布2025年2月国内动力电池数据,2月动力电池装车量34.9GWh,环比下降10.1%,同比增长94.1%。其中三元电池装车量6.4GWh,占总装车量18.5%,环比下降24.6%,同比下降7.2%;磷酸铁锂电池装车量28.4GWh,占总装车量81.5%,环比下降6.0%,同比增长
北极星储能网获悉,保时捷全球于2025年3月1日正式收购德国瓦尔塔股份公司集团旗下的V4Drive股份有限公司,并更名为V4Smart。双方将整合各自在圆柱形锂离子电池领域的专业技术,推动V4Smart品牌高性能电池的生产。V4Smart电池是高性能混合动力系统T-Hybrid的关键部件。保时捷设备制造有限公司已开始大力
北极星储能网获悉,3月11日,甘肃省金昌市政府与杭州鹏成新能源有限公司(简称:鹏成新能源)合作框架协议签约仪式在市行政中心举行,双方将在新能源电池领域开展深度合作。此次签约的蓄谷新能源产业园项目将建设年产1GWh锂电池集成系统、1GWh锂离子电芯、2万吨全硅负极材料和1万吨锂电池回收再生的新
北极星储能网获悉,近日,福建漳州市发改委宣布位于福建诏安工业园区内的超大圆柱钠离子储能电池中试基地项目正式开工建设,该项目是民营企业诏安金钠新能源科技有限公司在新材料和储能领域的一次重大突破。据了解,该项目总投资1.8亿元,占地面积达37,256.1平方米,总建筑面积47,168平方米,规划建设
北极星储能网获悉,3月4日,浙江省人民政府下达2025年浙江省国民经济和社会发展计划。其中提到,确保台州清陶锂电池等项目建成投运。培育壮大新兴产业,“一业一策”支持生物医药、高端装备、新能源汽车、新材料等产业发展,提升智能物联、集成电路、高端软件、智能光伏等产业集群建设水平,力争战略性
北极星储能网获悉,3月4日,安徽省淮南市生态环境局发布“安徽玖仕新能源科技有限公司新能源锂电池回收及综合利用项目”的环境影响评价第一次公示,标志着该项目正式进入环保审查阶段。该项目的建设单位为安徽玖仕新能源科技有限公司,将租用淮南经济技术开发区智慧显示产业园二号厂房,改造面积约1500
10月11日,以“新质升级·共筑未来”为主题的第八届JDC站点能源论坛在杭州顺利召开。作为通信能源行业技术研讨会,本次活动聚焦“光储错峰、智能协同、锂电安全”等热点话题。活动伊始,华为数字能源站点能源领域总裁李少龙表示,数字化时代网络流量持续增长,与此同时“碳中和”推动千行百业迈向绿色
日前,中国化学与物理电源行业协会发布团体标准(以下简称“团标”)公告,批准科华参编的《预制舱式锂离子电池储能系统火灾抑制装置测试方法》(T/CIAPS0015―2022)、《储能用锂离子电池系统安全评测技术规范》(T/CIAPS0016―2022)标准发布,定于2022年3月15日起实施。《储能用锂离子电池系统安全
近期,美国伊利诺伊州接连发生两起火灾事故,全部起因于锂离子电池,继亚利桑那州McMicken储能电站火灾事故后,锂电池的安全问题再次引发业内人士关注。
昨天凌晨1点左右,东西湖区武汉孚特电子科技有限公司一厂房起火,厂房内储存的大量锂离子电池发生燃烧。该事故无人员伤亡,事故原因正在调查中。昨天下午4点,记者来到该公司,还未进入公司,就已经闻到一股刺鼻焦糊味。记者看到,发生事故的是公司第二排厂房,刚好挨着消防通道。厂房周围的地面上,全
8月12日,由中国化学与物理电源行业协会、电池中国网联合主办的动力电池:大市场VS小问题主题沙龙在京举行。妙盛动力科技有限公司(下文简称妙盛动力)董事长邱则有在沙龙上介绍了公司在锂电安全性研究方面的相关情况。邱则有首先介绍了妙盛动力在对外交流中总结出的各国电池行业优点。他说,近两年来,
【导读】最近全球锂电池安全事故频发,不论是国外的扭扭车爆炸事件、还是电动汽车自燃事件均暴露出锂电安全隐患,不管锂电池是否真的存在安全隐患,作为使用者都应该注意在日常使用中的安全操作及保养。锂电池保养的目的就是要使锂电池性能保持在优化状态,由于锂电池在工作时一般只是正常与否的现象,
不久前,国内某航空公司郑州广州航班在飞行过程中,一位旅客携带的锂电池自燃。所幸乘务员及时发现并迅速处置,才阻止了锂电池继续燃烧。近两年,国内外航班上已经多次发生锂电池自燃事件了。因此,笔者认为锂电池的运输安全问题应引起民航业界的足够重视。笔者近期在乘坐民航班机时发现,航空公司和机
随着锂电池在智能手机和电动汽车领域的成熟商用,尽管已经向安全风险降到最低,但随着日常使用和寿命临近依然会引发各种问题。为此科研专家成功研发出可嵌入到电池内部的智能芯片,在电池要起火或爆炸的时候发出警告。来自新加坡南阳理工大学能源研究所的RachidYazami教授表示当前动力电池中缺乏能监测
行业过去几年投资的负极材料项目,正加速进入产能释放期。近日,有报道称,山西凯达新材料科技有限责任公司(简称“山西凯达”)年产20万吨锂电池负极材料前驱体及余热低碳节能综合利用项目一期土建工程,目前已完成90%,部分设备已进场,预计7月份将投入运行。据了解,该项目占地67.2亩,总建筑面积3
行业概况锂电材料指为锂电池的生产过程中所需的各种原材料,能够决定电池的性能、安全性、寿命和成本。目前锂电池由正极、负极、电解质、电解质盐、胶粘剂、隔膜、正极引线、负极引线、中心端子、绝缘材料、安全阀、正温度系数端子(PTC端子)、负极集流体、正极集流体、导电剂、电池壳等构成,锂电材
步入3月,锂电行业整体延续了积极的发展的势头。根据行业数据,下游电池厂排产需求高涨,推动整体电芯排产量大涨15%。其中,动力电池的增长更是亮眼,涨幅高达18%!此外,正极、负极、隔膜及电解液等关键环节的排产也呈现不同程度上涨。那么,3月行业排产具体数据究竟如何?本文中,真锂新媒对行业内核
北极星储能网获悉,3月10日,富临精工及控股子公司江西升华与宁德时代正式签署《战略合作协议》,旨在通过各方在产业内的禀赋优势,开展长期可持续的深度合作,进一步拓展在汽车及智能机器人等创新领域的合作机会,共同推动新能源产业的发展。根据协议,合作各方将在磷酸铁锂材料产品研发、产能投建、
北极星储能网获悉,3月5日晚间,石大胜华发布公告,公司控股子公司胜华新材料科技(连江)有限公司(以下简称“胜华连江”)近日与宁德时代签订了《战略合作框架协议》。协议约定,在本协议有效期内(自本协议生效之日起至2025年12月31日),宁德时代向胜华连江采购电解液的需求预计10万吨。具体产品名
北极星储能网获悉,3月4日,生态环境部公开征求关于规范锂离子电池用再生黑粉原料、再生钢铁原料进口管理有关事项的意见。其中提出,符合要求的锂离子电池用再生黑粉原料不属于固体废物,可自由进口。
2月20日晚间,诺德股份(600110)公告,近日,公司全资孙公司深圳百嘉达新能源材料有限公司(简称“百嘉达”)与中创新航(03931)签订了《2025年保供框架协议》,基于双方长期稳定的战略合作,为保证百嘉达铜箔产品的供应稳定,百嘉达承诺2025年向中创新航供应铜箔产品4.5万吨,实际供货量需以正式销
北极星储能网获悉,2月25日,福建三明经济开发区管委会与厦门中科希弗科技有限公司签约新能源氟化碳锂电池正极材料项目。据了解,该项目计划总投资2.5亿元,拟落地于三明经开区吉口循环经济产业园,设计年产50吨氟化碳锂电池正极材料,设计年产值3.5亿元,计划于2025年3月动工建设,于9月竣工试生产,
近日,海目星自主研发的480V正极和负极高电压极卷干燥线,在经历了严格的质量检测与性能测试,凭借其稳定性和高效能顺利完成了向美国市场的出货。美国市场的电压标准与挑战当前,全球新能源产业正以前所未有的势头迈向“碳中和”。在这一浪潮中,锂电池的制造依赖着广泛的国际合作,特别在北美这一全球
自去年四季度以来,电池企业库存得以回补。根据行业数据,2024年12月和2025年1月,国内电池产量分别达到了124.5GWh和107.8GWh,相比于去年同期分别增长了60.2%和65.3%。在销量端,2024年12月和2025年1月,国内电池销量分别为126.6GWh和80.4GWh,相比于去年同期分别增长了40.5%和40.8%。相比于去年同期
近日,天津容百斯科兰德科技有限公司成功获评“天津市专精特新中小企业”,成为区域内磷酸锰铁锂电池正极新材料领域的领军企业。作为国内磷酸锰铁锂(LMFP)正极材料行业的佼佼者,天津容百斯科兰德科技有限公司凭借数十项发明专利和实用新型专利构筑起坚实的技术壁垒,填补了新能源电池材料领域的多项
请使用微信扫一扫
关注公众号完成登录
姓名: | |
性别: | |
出生日期: | |
邮箱: | |
所在地区: | |
行业类别: | |
工作经验: | |
学历: | |
公司名称: | |
任职岗位: |
我们将会第一时间为您推送相关内容!