การแปลความกราฟ dQ dV สำหรับการวิเคราะห์แบตเตอรี่ลิเธียมไอออน

คุณเบื่อที่จะต้องหรี่ตาดู เส้นโค้งแรงดันไฟฟ้า-ความจุ (V-Q) แบบแบนๆ เพื่อพยายามหาว่าทำไมเซลล์ของคุณถึงสูญเสียประสิทธิภาพหรือไม่

ข้อมูลการชาร์จ/ดิสชาร์จแบบมาตรฐานมักจะซ่อนการเปลี่ยนแปลงทางเคมีไฟฟ้าที่สำคัญที่สุดที่เกิดขึ้นภายในเซลล์ นั่นคือที่มาของ การตีความกราฟ dQ/dV—หรือ— การวิเคราะห์ความจุเชิงอนุพันธ์—กลายเป็นตัวเปลี่ยนเกม โดยการเปลี่ยนระดับแรงดันไฟฟ้าเล็กน้อยให้กลายเป็นยอดแหลมที่ชัดเจน เทคนิคนี้ช่วยให้คุณ “มองเห็น” ภายในแบตเตอรี่โดยไม่ต้องเปิดมัน

ในคู่มือนี้ คุณจะได้เรียนรู้วิธีการใช้งาน กราฟ dQ/dV เพื่อระบุ การเปลี่ยนสถานะของสารติดตาม กลไกการเสื่อมสภาพของแบตเตอรี่และวัดปริมาณ การสูญเสียลิเธียมคงเหลือ (LLI) เทียบกับ การสูญเสียวัสดุออกฤทธิ์ (LAM).

ถ้าคุณกำลังมองที่จะเปลี่ยนข้อมูลการปั่นจักรยานที่เสียงดังให้เป็นข้อมูลที่แม่นยำ การเลือกช่วงความถี่ที่เหมาะสมเป็นสิ่งสำคัญสำหรับการวินิจฉัยสุขภาพแบตเตอรี่ที่แม่นยำ, การวิเคราะห์เชิงลึกนี้เหมาะสำหรับคุณ

เรามาเริ่มกันเลย

พื้นฐานการวิเคราะห์ความจุเชิงอนุพันธ์

การแปลความกราฟ dQ/dV สำหรับการวิเคราะห์แบตเตอรี่ช่วยให้เรามองข้ามเส้นโค้งชาร์จ/ปล่อยปกติ ในขณะที่เส้นโค้งแรงดันไฟฟ้าทั่วไปมักปรากฏเป็นแนวลาดเอียงเรียบ การวิเคราะห์ความจุเชิงอนุพันธ์ (dQ/dV) ทำหน้าที่เป็นแว่นขยาย เปลี่ยนจุดบนแรงดันไฟฟ้าเล็กน้อยให้กลายเป็นยอดชัดเจนและสามารถระบุได้ ยอดเหล่านี้แสดงถึงการเปลี่ยนแปลงของเฟสทางเคมีไฟฟ้าที่เกิดขึ้นภายในอิเล็กโทรด

ที่ Nuranu เราประมวลผลข้อมูลจากเครื่องวัดการปั่นเพื่อสร้าง เส้นโค้งความจุเชิงอนุพันธ์ ทันที โดยการวาดการเปลี่ยนแปลงของความจุ (dQ) ต่อการเปลี่ยนแปลงของแรงดันไฟฟ้า (dV) เราสามารถระบุได้อย่างแม่นยำว่าการแทรกซึมของลิเทียมไอออนกำลังเกิดขึ้นที่ใด และที่สำคัญกว่านั้นคือ กระบวนการเหล่านั้นเปลี่ยนแปลงไปอย่างไรเมื่อเซลล์มีอายุ

dQ/dV กับ dV/dQ: การเลือกเส้นโค้งที่เหมาะสม

ทั้งสองเส้นโค้งเป็นเครื่องมือสำคัญในชุดเครื่องมือวินิจฉัยของเรา แต่มีหน้าที่หลักที่แตกต่างกัน การเลือกอนุพันธ์ที่เหมาะสมขึ้นอยู่กับกลไกการเสื่อมสภาพเฉพาะที่เราพยายามแยกแยะ

• การวิเคราะห์ dV/dQ: เราใช้สิ่งนี้เพื่อติดตาม การสูญเสียปริมาณลิเธียม (LLI) และ การสูญเสียวัสดุที่ใช้งาน (LAM). เป็นมาตรฐานทองคำสำหรับการแสดงภาพการจัดชั้นของอิเล็กโทรด
• การวิเคราะห์ dV/dQ: สิ่งนี้มักเรียกว่าการวิเคราะห์ “แรงดันไฟฟ้าส่วนต่าง” ซึ่งมีประสิทธิภาพเป็นพิเศษในการระบุการเปลี่ยนแปลงในโครงสร้างทางกายภาพของอิเล็กโทรดและการเปลี่ยนแปลงในความต้านทานภายใน

คณิตศาสตร์เบื้องหลังข้อมูลรอบการเปลี่ยนอนุพันธ์

ความท้าทายพื้นฐานของข้อมูลอนุพันธ์คือ “เสียงรบกวน” ที่มีอยู่ในไฟล์ฮาร์ดแวร์ดิบ คณิตศาสตร์แล้ว dQ/dV คือความชันของเส้นโค้งความจุ-แรงดันไฟฟ้า ในสภาพแวดล้อมที่สมบูรณ์แบบ:

1. ข้อมูลดิบ: เราเก็บข้อมูลเวลาสีเขียวแรงดันไฟฟ้าและความจุที่มีความละเอียดสูง
2. อนุพันธ์: เราคำนวณอัตราการเปลี่ยนแปลง ($ΔQ / ΔV$)
3. การทำให้เรียบเนียน: เนื่องจากข้อมูลดิบจากเครื่องทดสอบเช่น Arbin หรือ BioLogic อาจมี “เสียงรบกวน” เราจึงใช้อัลกอริทึมการทำให้เรียบอัตโนมัติเพื่อให้ยอดแหลมสะอาดและสามารถแปลความหมายได้โดยไม่บิดเบือนเคมีพื้นฐาน

ด้วยการแปลงช่วงแรงดันไฟฟ้าคงที่เป็นลักษณะเฉพาะแบบพีค เราจึงมอบแผนที่ที่แม่นยำเกี่ยวกับสถานะของแบตเตอรี่ให้แก่วิศวกร ทำให้ง่ายต่อการวินิจฉัย กลไกการเสื่อมสภาพของแบตเตอรี่ ก่อนที่แบตเตอรี่จะนำไปสู่ความล้มเหลวอย่างร้ายแรง

การสร้างกราฟ dQ/dV ที่แม่นยำสำหรับการวิเคราะห์แบตเตอรี่

การสร้างพล็อตที่มีความเที่ยงตรงสูงเป็นขั้นตอนแรกสู่ การตีความกราฟ dq dv สำหรับการวิเคราะห์แบตเตอรี่. เพื่อดูการเปลี่ยนแปลงเฟสที่ละเอียดอ่อนใน เส้นโค้งความจุส่วนเพิ่ม, การวนซ้ำด้วยกระแสคงที่ (CC) ที่อัตราต่ำเป็นข้อกำหนดที่ไม่สามารถต่อรองได้ หากอัตรา C สูงเกินไป ยอดแรงดันไฟฟ้าจะเบลอรวมกัน และ “ยอดแหลม” ที่กำหนดสถานะภายในของแบตเตอรี่จะหายไป

โปรโตคอลที่ปรับให้เหมาะสมสำหรับข้อมูลที่สะอาด

เพื่อให้ได้ความละเอียดที่จำเป็นสำหรับมืออาชีพ การวิเคราะห์ความจุเชิงอนุพันธ์, ปฏิบัติตามแนวทางทางเทคนิคเหล่านี้:

• อัตรา C: ใช้อัตรา C/10, C/20 หรือต่ำกว่านั้น อัตราที่สูงกว่าจะทำให้เกิดศักย์ไฟฟ้าเกิน ซึ่งจะเลื่อนและทำให้พีคแบนลง
• การสุ่มตัวอย่างแรงดันไฟฟ้า: ตรวจสอบให้แน่ใจว่าเครื่องวัดกระแสไฟฟ้าของคุณตั้งค่าให้บันทึกข้อมูลในช่วงแรงดันไฟฟ้าขนาดเล็ก (delta-V) แทนที่จะเป็นช่วงเวลาที่กำหนด
• ความเสถียรทางความร้อน: รักษาอุณหภูมิให้คงที่ ความผันผวนสามารถทำให้เกิด “ยอดปลอม” หรือการเปลี่ยนแปลงที่เลียนแบบการเสื่อมสภาพ

การลดสัญญาณรบกวนในข้อมูลการปั่นจักรยาน

ข้อมูลดิบจากฮาร์ดแวร์เช่น Arbin, Neware หรือ BioLogic มักจะมีสัญญาณรบกวนมากเกินไปสำหรับการคำนวณอนุพันธ์โดยตรง หากไม่มีประสิทธิภาพ การลดสัญญาณรบกวนในข้อมูลการปั่นจักรยาน, เส้นโค้ง dQ/dV ของคุณจะดูขรุขระและอ่านไม่ได้ ในขณะที่วิศวกรหลายคนต้องดิ้นรนกับฟิลเตอร์ Savitzky-Golay แบบแมนนวลใน Excel หรือสคริปต์ Python แบบกำหนดเอง เราได้ทำให้กระบวนการทั้งหมดนี้เป็นไปโดยอัตโนมัติ

เราออกแบบแพลตฟอร์ม Nuranu เพื่อรับไฟล์ดิบ (.res, .csv, .mpr) และส่งออกเส้นโค้งที่ราบรื่นและความละเอียดสูงได้ในทันที ซึ่งช่วยให้คุณสามารถมุ่งเน้นไปที่เคมี—เช่นการกำหนด ระยะเวลาที่แบตเตอรี่ลิเธียมไอออนใช้งานได้—แทนที่จะต้องต่อสู้กับการทำความสะอาดข้อมูล เครื่องมือบนคลาวด์ของเราช่วยให้แน่ใจว่ากราฟ dQ/dV และ dV/dQ ของคุณมีความสอดคล้องกันในเครื่องทดสอบแบตเตอรี่และเคมีต่าง ๆ ซึ่งเป็นแหล่งข้อมูลเดียวที่เชื่อถือได้สำหรับข้อมูล R&D หรือการผลิตของคุณ

คุณสมบัติหลักของกราฟ dQ/dV

เมื่อเราทำการ การวิเคราะห์ความจุเชิงอนุพันธ์, เรากำลังมองหา “ลายนิ้วมือ” ของเคมีภายในของแบตเตอรี่ ในกราฟแรงดันไฟฟ้าความจุแบบมาตรฐาน การเปลี่ยนแปลงเฟสมักดูเหมือนยอดแบนราบที่ยากต่อการแยกแยะ ในกราฟ dQ/dV ยอดแบนเหล่านี้จะแปลงเป็นยอดแหลมที่ชัดเจน ทำให้ การตีความกราฟ dq dv สำหรับการวิเคราะห์แบตเตอรี่ มีประสิทธิภาพมากขึ้นในการระบุเหตุการณ์ไฟฟ้าเคมีเฉพาะ

การระบุจุดสูงสุดและการเปลี่ยนเฟสของอิเล็กโทรด

แต่ละจุดสูงสุดบนกราฟแสดงถึง การเปลี่ยนเฟสในอิเล็กโทรด. จุดสูงสุดเหล่านี้บอกเราว่าในแรงดันไฟฟ้าเท่าใดแบตเตอรี่ทำงานมากที่สุด

• การจัดกลุ่ม Anode กราฟไฟฟ้า: คุณสามารถเห็นช่วงเวลาที่แตกต่างกันของการแทรกซึมของลิเธียมเข้าไปในชั้นกราไฟต์
• ปฏิกิริยา Cathode NMC: จุดสูงสุดในช่วงแรงดันไฟฟ้าสูงมักสอดคล้องกับปฏิกิริยารีดอกซ์เฉพาะภายในวัสดุ cathode
• การวิเคราะห์ระดับแรงดันไฟฟ้า: โดยการดูตำแหน่งของยอดแหลม เราสามารถยืนยันได้ว่าแบตเตอรี่ทำงานภายในหน้าต่างไฟฟ้าเคมีที่ออกแบบไว้หรือไม่

การเปรียบเทียบเส้นโค้งชาร์จและคายประจุ

การเปรียบเทียบเส้นโค้งชาร์จและคายประจุเป็นวิธีที่เร็วที่สุดในการตรวจสอบประสิทธิภาพและความสามารถในการย้อนกลับ ในเซลล์ที่สมบูรณ์แบบ จุดสูงสุดเหล่านี้จะเป็นภาพสะท้อนกัน แต่ปัจจัยในโลกจริงทำให้เกิดการเปลี่ยนตำแหน่ง:

• การเบี่ยงเบน: การเลื่อนแนวนอนระหว่างจุดพีกของการชาร์จและการปล่อยปล่อยแสดงถึงความต้านทานภายใน
• ฮิสเทอเรซิส: ช่องว่างที่สำคัญระหว่างจุดพีกแสดงถึงการสูญเสียพลังงานในระหว่างรอบ
• ความสามารถในการย้อนกลับ: จุดพีกที่หายไปด้านการปล่อยปล่อยอาจบ่งชี้ว่าปฏิกิริยาเคมีบางอย่างไม่สามารถย้อนกลับได้อย่างสมบูรณ์ ซึ่งเป็นขั้นตอนสำคัญเมื่อคุณ ระบุแบตเตอรี่ 18650 สุขภาพและระดับประสิทธิภาพ

โดยใช้แพลตฟอร์ม Nuranu เราขจัดความคาดเดาออกจากคุณสมบัติเหล่านี้ เครื่องมือของเราเรียงแนวพีกโดยอัตโนมัติและกรองเสียงรบกวน ช่วยให้คุณมุ่งเน้นไปที่เคมีมากกว่าการทำความสะอาดข้อมูล ระดับรายละเอียดนี้เป็นสิ่งสำคัญสำหรับการวิจัยและพัฒนาคุณภาพสูงและรับประกันว่าการเปลี่ยนแปลงเล็กน้อยใน การจัดกลุ่มแอโนดกราไฟต์ หรือเสถียรภาพของแคโทดจะไม่พลาด

การตีความการเปลี่ยนแปลงสูงสุดเพื่อสุขภาพแบตเตอรี่

เมื่อ การตีความกราฟ dq dv สำหรับการวิเคราะห์แบตเตอรี่, เรามุ่งเน้นไปที่ตัวชี้วัดหลักสามประการ: ตำแหน่งยอด ความสูง และพื้นที่ การเปลี่ยนแปลงเหล่านี้ทำหน้าที่เป็น “ข้อมูลชีวมิติ” ของเซลล์ แสดงให้เห็นการเสื่อมสภาพภายในที่เส้นโค้งแรงดันไฟฟ้าทั่วไปมองข้ามไป

ตำแหน่งสูงสุดและความต้านทานภายใน

การเลื่อนในแนวนอนในตำแหน่งสูงสุดตามแนวแกนแรงดันไฟฟ้าเป็นตัวบ่งชี้หลักของการเพิ่มขึ้นของ ความต้านทานภายในเมื่อจุดสูงสุดเลื่อนไปที่แรงดันไฟฟ้าที่สูงขึ้นระหว่างการชาร์จ (หรือต่ำกว่าระหว่างการคายประจุ) แสดงว่ามีการโพลาไรเซชันเพิ่มขึ้นภายในเซลล์ เราใช้การเปลี่ยนแปลงเหล่านี้เพื่อระบุข้อจำกัดด้านจลนศาสตร์ก่อนที่จะนำไปสู่การสูญเสียพลังงานอย่างมีนัยสำคัญ

การสูญเสียวัสดุที่ใช้งาน (LAM)

เราเชื่อมโยงการลดลงของความเข้มสูงสุดโดยตรงกับสุขภาพโครงสร้างของอิเล็กโทรด:

• การลดความสูง: ความสูงของจุดสูงสุดที่ลดลงโดยทั่วไปส่งสัญญาณ การสูญเสียวัสดุที่ใช้งาน (LAM)ซึ่งหมายความว่าบางส่วนของอิเล็กโทรดไม่ได้ใช้งานทางเคมีไฟฟ้าอีกต่อไป
• การสลายตัวของโครงสร้าง: สำหรับเคมี NMC และ LFP LAM มักจะบ่งบอกถึงการแตกร้าวของอนุภาคหรือการสูญเสียการสัมผัสทางไฟฟ้าระหว่างเมทริกซ์อิเล็กโทรด

การสูญเสียปริมาณลิเธียม (LLI)

พื้นที่ทั้งหมดภายใต้จุดสูงสุดที่เฉพาะเจาะจงแสดงถึงความจุที่แลกเปลี่ยนระหว่างการเปลี่ยนเฟส การลดลงของพื้นที่นี้เป็นจุดเด่นของ การสูญเสียปริมาณลิเธียม (LLI)สิ่งนี้มักเกิดขึ้นเมื่อลิเธียมติดอยู่ในชั้น Solid Electrolyte Interphase (SEI) สำหรับวิศวกรที่ประเมิน ชุดแบตเตอรี่ลิเธียมไอออนการติดตามพื้นที่ LLI เป็นวิธีที่แม่นยำที่สุดในการวัดปริมาณการลดลงของความจุเมื่อผ่านไปหลายร้อยรอบ

ลายเซ็นเคมี: NMC เทียบกับ LFP

• แคโทด NMC: สิ่งเหล่านี้แสดงจุดสูงสุดที่กว้างและแตกต่างกันซึ่งสอดคล้องกับการเปลี่ยนเฟสที่อุดมด้วยนิกเกิลต่างๆ การติดตามสิ่งเหล่านี้ช่วยให้เราตรวจสอบอายุที่เฉพาะเจาะจงของแคโทด
• แคโทด LFP: เนื่องจาก LFP มีที่ราบสูงแรงดันไฟฟ้าที่แบนราบอย่างมีชื่อเสียง จุดสูงสุด dQ/dV จึงคมและแคบมาก แม้แต่เล็กน้อย การเปลี่ยนตำแหน่งยอดใน dQ/dV สำหรับเซลล์ LFP สามารถบ่งชี้การเปลี่ยนแปลงที่สำคัญในสถานะสุขภาพของแบตเตอรี่ (SOH).
• แอโนดกราไฟต์: ยอดแสดงถึง การจัดกลุ่มแอโนดกราไฟต์, ช่วยให้เราเห็นได้อย่างแม่นยำว่าในขั้นตอนใดของการลิเทียมเป็นผลกระทบจากการเสื่อมสภาพ

การวินิจฉัยกลไกการเสื่อมสภาพด้วย dQ/dV

การวิจัยและพัฒนาที่มีประสิทธิภาพของแบตเตอรี่ต้องรู้แน่ชัดว่าทำไมเซลล์ถึงสูญเสียความจุ การแปลความกราฟ dQ/dV สำหรับการวิเคราะห์แบตเตอรี่ ช่วยให้เราสามารถระบุจุดเฉพาะ กลไกการเสื่อมสภาพของแบตเตอรี่ ที่มองไม่เห็นบนเส้นโค้งแรงดันไฟฟ้า-ความจุแบบมาตรฐาน โดยการแยกแยะระดับแรงดันไฟฟ้าออกเป็นยอดที่แตกต่างกัน เราสามารถระบุการเปลี่ยนแปลงทางเคมีได้อย่างแม่นยำสูง

การแยกแยะ LLI กับ LAM ในเซลล์ที่เสื่อมสภาพ

เราใช้ dQ/dV เพื่อแยกสองโหมดหลักของ การเสื่อมสภาพของแบตเตอรี่ลิเทียมไอออน:

• การสูญเสียปริมาณลิเทียม (LLI): มักเกิดจากปฏิกิริยาเสริมเช่นการเติบโตของ SEI, LLI ส่งผลให้เกิดการเลื่อน (slippage) ระหว่างศักย์สมดุลของแอโนดและแคโทด ซึ่งเห็นเป็นการเลื่อนแนวนอนของตำแหน่งยอด
• การสูญเสียวัสดุที่ใช้งาน (LAM): เกิดขึ้นเมื่อวัสดุอิเล็กโทรดกลายเป็นโดดเดี่ยวหรือเสื่อมสภาพทางโครงสร้าง บนกราฟ dQ/dV สิ่งนี้แสดงเป็นการลดลงของความเข้มและพื้นที่ของยอด ซึ่งบ่งชี้ว่าวัสดุไม่สามารถมีส่วนร่วมในความจุรวมได้อีกต่อไป

การติดตามการเติบโตของ SEI และการตกผลึกลิเทียม

ลายเซ็นของเส้นโค้ง dQ/dV ให้มุมมองโดยตรงเข้าสู่สภาพภายในของเซลล์โดยไม่ต้องวิเคราะห์ทางกายภาพที่ทำลาย:

• วิวัฒนาการของชั้น SEI: การลดลงของพื้นที่จุดสูงสุดอย่างต่อเนื่องตามเวลาโดยทั่วไปแสดงถึงการบริโภคไอออนลิเธียมเข้าสู่ชั้นฉนวนไฟฟ้าแข็ง
• การตรวจจับการเคลือบลิเธียม: รูปร่างยอดแปลกหรือ “ไหล่” ที่ผิดปกติในช่วงเริ่มต้นของการปล่อยไฟฟ้าอาจบ่งชี้ว่าลิเทียมได้แผ่กระจายบนพื้นผิวแอโนดแทนที่จะแทรกซึมอย่างถูกต้อง

ผลกระทบสิ่งแวดล้อมต่อสัญญาณแบตเตอรี่

อุณหภูมิและโปรโตคอลการวนรอบมีผลอย่างมากต่อเส้นทางการเสื่อมสภาพ การวนรอบที่อุณหภูมิสูงมักเร่งการเสื่อมสภาพของ LLI เนื่องจากการสลายตัวของอิเล็กโทรไลต์ ในขณะที่การชาร์จที่อุณหภูมิต่ำเพิ่มความเสี่ยงของการเคลือบ

โดยการรวมข้อมูลของคุณไว้ใน Nuranu คุณสามารถเปรียบเทียบสัญญาณเหล่านี้ได้ทันทีในสภาพทดสอบต่าง ๆ การเข้าใจ วิธีการใช้งานแบตเตอรี่ลิเธียม 18650 อย่างถูกต้อง เป็นสิ่งสำคัญสำหรับความทนทาน และการวิเคราะห์ dQ/dV ให้หลักฐานเชิงปริมาณว่าแนวทางการใช้งานของคุณกำลังปกป้องเคมีของเซลล์อย่างมีประสิทธิภาพหรือไม่

• การจัดแนวอัตโนมัติ: แพลตฟอร์มของ Nuranu อัตโนมัติในการติดตามจุดสูงสุดเหล่านี้ในรอบหลายพันรอบ
• การวินิจฉัยที่สามารถขยายได้: เปลี่ยนจากข้อมูลดิบเป็นการระบุการเสื่อมสภาพในไม่กี่วินาที ไม่ว่าจะเป็นข้อมูลจากอุปกรณ์ Arbin, Neware หรือ BioLogic

การแก้ปัญหาในการแปลความหมาย dQ/dV

ข้อมูลแบตเตอรี่ดิบมักจะยุ่งเหยิง เมื่อคุณคำนวณอนุพันธ์สำหรับ การวิเคราะห์ความจุเชิงอนุพันธ์, เสียงรบกวนเล็กน้อยของแรงดันไฟฟ้าจะถูกขยาย ทำให้ยอดแหลมที่อาจมีประโยชน์กลายเป็น “หญ้า” ที่อ่านไม่ออก สำหรับวิศวกร ความท้าทายคือการเปลี่ยนข้อมูลดิบที่หยาบและเป็นเสี้ยวเป็นเส้นโค้งที่สะอาดซึ่งเผยให้เห็น สถานะสุขภาพของแบตเตอรี่ (SOH).

การเอาชนะเสียงรบกวนและปริมาณข้อมูล

การจัดการชุดข้อมูลขนาดใหญ่จากหลายรอบมักนำไปสู่คอขวด การใช้มือ การลดสัญญาณรบกวนในข้อมูลการปั่นจักรยาน โดยใช้ตัวกรองพื้นฐานหรือค่าเฉลี่ยเคลื่อนที่ใน Excel มักไม่เพียงพอสำหรับงานที่ต้องการความแม่นยำ เรามุ่งเน้นไปที่อัลกอริทึมการทำให้เรียบขั้นสูงที่รักษาความสูงและตำแหน่งของจุดสูงสุดไว้ในขณะที่กำจัดอนุภาคดิจิทัลที่บดบังสัญญาณเคมีจริง

ทำไมการตรวจสอบด้วยมือจึงล้มเหลว

การพึ่งพาช่างเทคนิคในการมองจุดสูงสุดด้วยสายตาเป็นวิธีที่ไม่แน่นอนอย่างแน่นอน เนื่องจาก แบตเตอรี่ลิเธียมไอออน เมื่อเวลาผ่านไป การเปลี่ยนแปลงเล็กน้อยในลายเซ็นไฟฟ้าเคมีของมันนั้นมีขนาดเล็กเกินกว่าที่สายตาเปล่าจะติดตามได้อย่างเชื่อถือได้ในรอบหลายร้อยรอบ

คุณค่าของการติดตามจุดสูงสุดอัตโนมัติ

มีประสิทธิภาพ การตีความกราฟ dq dv สำหรับการวิเคราะห์แบตเตอรี่ ต้องการความเร็วและความสามารถในการขยายตัว โดยการทำให้การจัดแนวและการติดตามจุดสูงสุดเป็นอัตโนมัติ คุณสามารถมองเห็นได้ทันทีว่าการเปลี่ยนแปลงของเฟสกำลังเปลี่ยนแปลงหรือหายไป ซึ่งช่วยขจัดความคาดเดาในการระบุการเสื่อมสภาพ ทำให้ทีมของคุณสามารถมุ่งเน้นไปที่เคมีแทนที่จะเป็นการทำความสะอาดข้อมูล เครื่องมืออัตโนมัติรับประกันว่าทุกจุดสูงสุด—from การจัดเตรียมกราไฟต์จนถึงการปล่อยลิเทียมออกจากแคโทด—is ถูกจับภาพด้วยความแน่นอนทางคณิตศาสตร์

การวิเคราะห์แบตเตอรี่โดยอัตโนมัติด้วย Nuranu

เราได้ก่อตั้ง Nuranu ในปี 2012 เพื่อเชื่อมช่องว่างระหว่างข้อมูล cycler ดิบที่ซับซ้อนและข้อมูลเชิงวิศวกรรมที่สามารถนำไปใช้ได้ แพลตฟอร์มบนคลาวด์ของเราได้รับการออกแบบมาโดยเฉพาะเพื่อจัดการกับงานหนักของ การตีความกราฟ dq dv สำหรับการวิเคราะห์แบตเตอรี่, เปลี่ยนชั่วโมงของการทำความสะอาดข้อมูลด้วยมือให้กลายเป็นวินาทีของการแสดงผลอัตโนมัติ ไม่ว่าคุณจะใช้ฮาร์ดแวร์ Arbin, BioLogic, Neware หรือ Maccor แพลตฟอร์มของเราจะนำเข้าไฟล์ดิบโดยตรงเพื่อให้การวินิจฉัยทางไฟฟ้าเคมีที่แม่นยำ

เวิร์กโฟลว์ R&D ที่เป็นระบบมากขึ้น

โดยการรวมข้อมูลของคุณไว้ในศูนย์กลางเดียว เราขจัดแรงเสียดทานที่เกิดจากรูปแบบไฟล์ที่ไม่สอดคล้องกันและสัญญาณรบกวน แพลตฟอร์มของเราทำงานอัตโนมัติในส่วนที่สำคัญที่สุดของ การวิเคราะห์ความจุเชิงอนุพันธ์:

• รายงาน LLI/LAM อัตโนมัติ: รับข้อมูลเชิงตัวชี้วัดทันทีบน การสูญเสียปริมาณลิเธียม (LLI) และ การสูญเสียวัสดุที่ใช้งาน (LAM) โดยไม่ต้องใช้สูตร Excel ด้วยตนเองหรือสคริปต์ที่กำหนดเอง
• การปรับแนวและติดตามจุดสูงสุด: อัลกอริทึมของเราจะระบุและติดตาม การแปลความหมายของ dQ/dV peaks และการเปลี่ยนแปลงในรอบพันของการตรวจสอบ การเสื่อมสภาพของแบตเตอรี่ลิเทียมไอออน.
• การบูรณาการที่ไม่ขึ้นอยู่กับฮาร์ดแวร์: เรารองรับการนำเข้าไฟล์ .res, .mpr, .csv และ .txt โดยตรง เพื่อให้แน่ใจว่าการวิเคราะห์เป็นไปอย่างสม่ำเสมอทั่วทั้งห้องปฏิบัติการของคุณ
• การปรับขนาดทันที: สถาปัตยกรรมบนคลาวด์ของเราได้รับการสร้างขึ้นเพื่อประมวลผลข้อมูล R&D ปริมาณสูง ทำให้ง่ายต่อการเปรียบเทียบ แบตเตอรี่ลิเธียมไอออน ประสิทธิภาพของชุดเคมีต่าง ๆ

เราเน้นที่การเร่งรัดรอบวงจร R&D เพื่อให้ทีมของคุณสามารถมุ่งเน้นไปที่นวัตกรรมแทนการประมวลผลข้อมูล โดยการอัตโนมัติการสร้าง เส้นโค้งความจุส่วนเพิ่ม, เราทำให้แน่ใจว่าทีมของคุณสามารถระบุ กลไกการเสื่อมสภาพของแบตเตอรี่ จุดที่ปรากฏในข้อมูลรอบวงจรได้ทันที

เคล็ดลับเชิงปฏิบัติสำหรับการวินิจฉัยแบตเตอรี่ที่ดีขึ้น

กลยุทธ์ขั้นสูงสำหรับการวัดความถี่ของแบตเตอรี่ การตีความกราฟ dq dv สำหรับการวิเคราะห์แบตเตอรี่, เราแนะนำให้มองว่าพวกมันเป็นส่วนหนึ่งของปริศนาการวินิจฉัยที่ใหญ่ขึ้น การพึ่งพาข้อมูลจุดเดียวอาจนำไปสู่ความเข้าใจที่ไม่สมบูรณ์เกี่ยวกับสภาพภายในของเซลล์

การเสริม dQ/dV ด้วย EIS และ GITT

ในขณะที่ dQ/dV เหมาะสำหรับการระบุการเปลี่ยนแปลงทางเทอร์โมไดนามิกและการเปลี่ยนแปลงเฟส การรวมมันกับการวินิจฉัยทางไฟฟ้าเคมีอื่นๆ การวินิจฉัยทางไฟฟ้าเคมี ให้ภาพรวมที่สมบูรณ์ของสุขภาพแบตเตอรี่:

• EIS (สเปกตรัมความต้านทานไฟฟ้าเชิงไฟฟ้าเคมี): ใช้วัดความต้านทานภายในและข้อจำกัดด้านจลนศาสตร์ที่ dQ/dV อาจพลาดไป
• GITT (เทคนิคการเทสต์แบบชั่วคราวด้วยกระแสไฟฟ้า): จับคู่กับความจุเชิงอนุพันธ์เพื่อศึกษาค่าสัมประสิทธิ์การแพร่กระจายในสถานะการชาร์จต่างๆ

หลีกเลี่ยงข้อผิดพลาดในการแปลความหมายทั่วไป

ความผิดพลาดที่พบมากที่สุดในการวิเคราะห์แบตเตอรี่คือการไม่สนใจผลกระทบของตัวแปรภายนอกต่อรูปทรงเส้นโค้งและตำแหน่งยอด:

• ความไวต่ออุณหภูมิ: ตรวจสอบให้แน่ใจว่าสภาพแวดล้อมการทดสอบอยู่ภายใต้การควบคุมอุณหภูมิอย่างเคร่งครัด แม้การเปลี่ยนแปลงอุณหภูมิน้อยก็อาจทำให้เกิด การเปลี่ยนตำแหน่งยอดใน dQ/dV ดูเหมือนการเสื่อมสภาพ แต่จริงๆ แล้วเป็นเพียงการเปลี่ยนแปลงในจลนศาสตร์เท่านั้น
• ความสอดคล้องของอัตราการชาร์จ (C-Rate): เปรียบเทียบเส้นโค้งที่ C/10 กับ C/20 จะให้ความละเอียดของยอดต่างกัน ควรใช้โปรโตคอลที่สอดคล้องกันเสมอสำหรับการศึกษาระยะยาว
• เสียงรบกวนของข้อมูล: ข้อมูลดิบจากเครื่องทดสอบมักต้องการการทำให้เรียบ.Platform ของเราจัดการเรื่องนี้โดยอัตโนมัติ เพื่อไม่ให้คุณเข้าใจผิดระหว่างเสียงรบกวนของฮาร์ดแวร์กับลายเซ็นเคมี

พารามิเตอร์การทดสอบสำหรับการประเมินมูลค่าชีวิตที่สอง

เมื่อประเมินเซลล์ที่ใช้แล้ว เช่น เซลล์ที่กู้คืน แบตเตอรี่ลิเธียมไอออน 21700เป้าหมายคือการกำหนดปริมาณที่เหลืออยู่ สถานะสุขภาพของแบตเตอรี่ (SOH) อย่างแม่นยำ

• อัตรา C ที่ต่ำเป็นพิเศษ: ใช้อัตรา C/25 หรือต่ำกว่า เพื่อระบุอย่างชัดเจนว่าการสูญเสียความจุเกิดจากการสูญเสียลิเธียม (LLI) หรือการสูญเสียวัสดุออกฤทธิ์ (LAM)
• การเปรียบเทียบค่าพื้นฐาน: เปรียบเทียบพื้นที่ยอดของเซลล์ที่เสื่อมสภาพกับโปรไฟล์เซลล์ใหม่ “ทองคำ” เพื่อวัดการสูญเสียความจุได้ทันที
• การตรวจสอบแอโนด: เน้นที่ การจัดกลุ่มแอโนดกราไฟต์ ยอดแหลมเพื่อให้แน่ใจว่าอิเล็กโทรดไม่ได้รับความเสียหายโครงสร้างอย่างมีนัยสำคัญก่อนที่จะอนุญาตให้แพ็คเข้าสู่การใช้งานในชีวิตที่สอง