用于电池多层极片电解液浸润性预测的模型构建方法、装置、设备及介质与流程

本发明涉及电池，尤其涉及一种用于电池多层极片电解液浸润性预测的模型构建方法、装置、设备及介质。

背景技术：

1、电解液是保证离子传输的重要介质，注液工艺后的极片浸润过程直接影响电池性能的发挥。正极片、负极片和隔膜(以下统称为极片)对电解液的浸润性能是影响电池整体性能的关键性指标。极片浸润不良会造成析锂、产气等缺陷，带来较大隐患。

2、传统电解液浸润性预测方法一般包括接触角测量法、浸润时间法、浸润高度法和毛细管浸润高度法等。这些传统方法不仅需要配备高速摄像仪、成本高昂，而且存在重复性差等问题。且目前的方法大都停留在对单个极片的浸润情况进行预测。然而受辊压等工艺和后续极片装配成电池的影响，同一电池内部的不同位置的极片承受压力不同，导致致密度、孔隙率等发生显著改变。因此单极片浸润性预测不能客观地反映电池单体内部不同层位置极片的浸润情况。

技术实现思路

1、有鉴于此，本发明的目的是为了克服现有技术中的不足，提供一种用于电池多层极片电解液浸润性预测的模型构建方法、装置、设备及介质。

2、本发明提供如下技术方案：

3、第一方面，本公开实施例中提供了一种用于电池多层极片电解液浸润性预测的模型构建方法，所述方法包括:

4、制备多个同型号的电池在初始工况下多个浸润时间的浸润样本，对各所述电池进行拆解，得到所述初始工况下不同浸润时间的多层单极片；

5、对各所述初始工况下的单极片进行有限元仿真，得到对应的初始仿真结果，结合所述初始工况下的各浸润样本与对应的初始仿真结果得到对应的初始工况下的单极片浸润模型；

6、将各所述初始工况下的单极片浸润模型进行整合，得到所述初始工况下的电池的单体浸润模型；

7、标定不同工况下的单体浸润模型，在所述不同工况下的电池的单体浸润模型中添加修正因子，得到所述电池的半定量经验模型。

8、可选地，所述制备多个同型号的电池在初始工况下多个浸润时间的浸润样本，对各所述电池进行拆解，得到所述初始工况下不同浸润时间的多层单极片，包括：

9、将电解液导入所述初始工况下的多个同型号的电池，并对不同的电池设置不同的浸润时间；

10、当达到设置的各所述浸润时间时，停止浸润并得到多个所述浸润样本；

11、对各所述电池进行化成和分容，并将各所述电池拆解成多层所述单极片，记录各所述单极片的几何尺寸、极片面积、析锂面积与析锂情况。

12、可选地，所述对各所述初始工况下的单极片进行有限元仿真，得到对应的初始仿真结果，包括：

13、根据各所述初始工况下的单极片的几何尺寸建立各所述单极片的几何模型，并对所述几何模型进行网格划分，得到所述初始工况下的优化模型；

14、建立各所述初始工况下的单极片的动力模型和阻力模型，将所述电解液和各所述初始工况下的单极片的物性参数导入所述优化模型、所述动力模型和所述阻力模型进行有限元瞬态计算，得到对应的初始仿真结果，其中，所述动力模型包括等效毛细压力与有效归一化饱和度，所述阻力模型包括动量方程的阻力源项；

15、其中，所述动力模型为：

16、pc，q＝pe(seq)-1/nb

17、

18、所述阻力模型为：

19、

20、式中，α为当前浸润度，为最小浸润度，为最大浸润度，pc,q为所述等效毛细压力，seq为所述有效归一化饱和度，pe为临界压力，nb为孔隙率相关指数，su为所述动量方程的阻力源项，du为粘性阻力系数，cu为惯性阻力系数，μ为所述电解液的黏度，u为所述电解液的速度。

21、可选地，所述结合所述初始工况下的各浸润样本与对应的初始仿真结果得到对应的初始工况下的单极片浸润模型，包括：

22、获取所述初始工况下的各浸润样本中的未浸润区域，根据各所述未浸润区域的面积与对应的极片面积得到各所述初始工况下的单极片的平均浸润度；

23、根据各所述初始仿真结果与对应的初始工况下的浸润样本调整所述动力模型和所述阻力模型的模型参数，对调整后的动力模型和阻力模型进行函数拟合，并结合各所述平均浸润度得到对应的初始工况下的单极片浸润模型。

24、可选地，所述标定不同工况下的电池的单体浸润模型，在所述不同工况下的电池的单体浸润模型中添加修正因子，得到所述电池的半定量经验模型，包括：

25、调整所述初始工况，得到所述不同工况，制备多个同型号的电池在所述不同工况下多个浸润时间的浸润样本，对各所述电池进行拆解，得到所述不同工况下的多层单极片；

26、对各所述不同工况下的单极片进行有限元仿真，得到对应的中间仿真结果，根据所述不同工况下的各浸润样本与对应的中间仿真结果得到对应的不同工况下的单极片浸润模型，将各所述不同工况下的单极片浸润模型进行整合，得到所述不同工况下的单体浸润模型；

27、通过对比所述不同工况下的单体浸润模型与所述初始工况下的单体浸润模型，在所述不同工况下的单体浸润模型中添加针对工况的修正因子，得到所述电池的受工况参数调节的半定量经验模型。

28、第二方面，本公开实施例中提供了一种电池多层极片电解液浸润性预测方法，所述方法包括：

29、获取目标工况，根据目标工况与修正因子的半定量关系采用线性插值法调整修正因子；

30、将调整后的修正因子代入半定量经验模型，预测电池中各单极片的浸润度为预设阈值时的极片浸润时间，将各所述极片浸润时间中的最大值作为浸润终点，其中，所述半定量经验模型由第一方面所述的用于电池多层极片电解液浸润性预测的模型构建方法得到。

31、第三方面，本公开实施例中提供了一种用于电池多层极片电解液浸润性预测的模型构建装置，所述装置包括：

32、制备模块，用于制备多个电池在初始工况下多个浸润时间的浸润样本，对各所述电池进行拆解，得到所述初始工况下不同浸润时间的多层单极片；

33、仿真模块，用于对各所述初始工况下的单极片进行有限元仿真，得到对应的初始仿真结果，结合所述初始工况下的各浸润样本与对应的初始仿真结果得到对应的初始工况下的单极片浸润模型；

34、整合模块，用于将各所述初始工况下的单极片浸润模型进行整合，得到所述初始工况下的电池的单体浸润模型；

35、添加模块，用于标定不同工况下的电池的单体浸润模型，在所述不同工况下的电池的单体浸润模型中添加修正因子，得到所述电池的半定量经验模型。

36、第四方面，本公开实施例中提供了一种电池多层极片电解液浸润性预测装置，所述装置包括：

37、调整模块，用于获取目标工况，根据所述目标工况与修正因子的半定量关系采用线性插值法调整所述修正因子；

38、预测模块，用于将调整后的修正因子代入半定量经验模型，预测电池中各单极片的浸润度为预设阈值时的极片浸润时间，将各所述极片浸润时间中的最大值作为浸润终点，其中，所述半定量经验模型由第一方面所述的用于电池多层极片电解液浸润性预测的模型构建方法得到。

39、第五方面，本公开实施例中提供了一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现第一方面中所述的电池多层极片电解液浸润性预测方法，和/或第二方面中所述的电池多层极片电解液浸润性预测方法的步骤。

40、第六方面，本公开实施例中提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现第一方面中所述的电池多层极片电解液浸润性预测方法，和/或第二方面中所述的电池多层极片电解液浸润性预测方法的步骤。

41、本技术的有益效果：

42、本技术实施例提供的用于电池多层极片电解液浸润性预测的模型构建方法，方法包括：制备多个同型号的电池在初始工况下多个浸润时间的浸润样本，对各所述电池进行拆解，得到所述初始工况下不同浸润时间的多层单极片；对各所述初始工况下的单极片进行有限元仿真，得到对应的初始仿真结果，结合所述初始工况下的各浸润样本与对应的初始仿真结果得到对应的初始工况下的单极片浸润模型；将各所述初始工况下的单极片浸润模型进行整合，得到所述初始工况下的电池的单体浸润模型；标定不同工况下的电池的单体浸润模型，在所述不同工况下的电池的单体浸润模型中添加修正因子，得到所述电池的半定量经验模型。本技术通过构建半定量经验模型，用于电池多层极片电解液浸润性的预测，预测结果可信度高，方法适用范围广泛，具有实用价值。

43、为使本发明的上述目的、特征和优点能更明显和易懂，下文特举较佳实施例，并配合所附附图，做详细说明如下。