DETA蓄电池通过植入式传感器与机器学习相结合预测锂离子电池状态

发布时间：2026-03-21 10:16:03 点击：次

摘要

高能量锂离子电池（LIBs）的可靠安全保证需要实时内部诊断。本文提出了一种基于乙酰丙酮锌钝化的CsPbBr₃纳米晶（NCs）并嵌入柔性聚合物基体的可植入电阻式传感器。通过将该传感器与随机森林（RF）模型集成，该系统不仅能原位跟踪内部电化学变化，还能提前4500秒准确预测未来充放电曲线和容量（R²=0.99）。密度泛函理论（DFT）证实锂²吸附作用使带隙变窄并增强导电性，从而实现可靠的电阻调制。本研究首次提出了一种可植入的钙钛矿基传感器，该传感器与机器学习（ML）相结合，用于预测性电池诊断。该平台能够早期检测电池退化，为提升电池安全性和先进储能管理提供了一条低成本、可扩展且智能化的路径。⁺ adsorption narrows the bandgap and enhances conductivity, leading to reliable resistance modulation. This study presents a pioneering implantable perovskite-based sensor integrated with machine learning (ML) for predictive battery diagnostics. The proposed platform enables early detection of degradation and provides a low-cost, scalable, and intelligent route toward enhanced battery safety and advanced energy storage management.

图形摘要

可植入式CsPbBr₃–Zn/EPDM传感薄膜在锂离子电池内工作的原理示意图。该装置能够实时监测内部电化学状态，并通过人工智能算法预测充放电行为与容量衰减趋势。

引言

随着全球能源转型进程加速，锂离子电池(LIBs)已成为电动汽车和大规模储能系统不可或缺的动力来源[[1], [2], [3]]。然而，市场对更高能量密度的需求增长放大了安全隐患，因内部缺陷和不受控反应可能触发灾难性热失控事件[[4], [5], [6]]。在热失控发生前，内部参数（如温度、压力和电流）往往会出现细微波动，这些先兆性变化早于传统电池管理系统(BMS)可检测的外部症状。这种早期波动为热事件的预测诊断和早期预警提供了关键时间窗口[[7], [8], [9]]。
为实现预测性安全管理，大量研究聚焦于锂离子电池（LIBs）内部状态的诊断[[10], [11], [12], [13]]。X射线衍射（XRD）、核磁共振（NMR）、气相色谱-质谱联用（GC-MS）和傅里叶变换红外光谱（FTIR）等先进分析工具，已为电极退化与电解质分解机制提供了重要见解[[14], [15], [16], [17]]。然而这些技术成本高昂、具有侵入性，且难以在实际工况下实现连续监测。因此，开发一种能够捕捉内部电化学动态的实时、低成本、非破坏性传感策略仍面临重大挑战。填补该空白需要兼具高灵敏度、机械柔性和电池运行兼容性的创新材料与架构，从而在实际工况下实现安全可靠的诊断。
电池内部传感技术的最新进展集中于植入式微传感器的集成应用，旨在实现电化学与机械参数的直接原位监测[9,[18], [19], [20]]。通过嵌入式光纤布拉格光栅(FBG)传感器获取电池内部状态的研究取得显著突破，证实了其用于电池原位诊断的潜力[21,22]。Bae等成功将光纤传感器植入软包电池单体，捕捉到电化学循环过程中与负极扩展包/收缩相关的累积纵向与横向应变变化[23]。Liu团队通过将飞秒激光刻写FBG传感器植入商用18650锂离子电池，获得了高信噪比的温度响应曲线，首次实现了实用圆柱电池中精确无损伤的内部温度监测[24]。Ge等采用FBG传感器阐明了电极形变与电池层面应变变化之间的相关性，从而实现对大型方形电池荷电状态（SOC）、健康状态（SOH）、循环寿命及安全性的精准评估[25]。然而，光纤传感器的植入通常需对电池外壳穿孔，这会损害电芯结构完整性、降低可用容量并增加制造复杂度。此外，此类传感器高昂的成本与有限的小型化程度阻碍了其在商业系统中的广泛应用[26]。为克服这些局限性，柔性传感器已成为无创内部监测领域极具前景的替代方案。其机械顺应性可实现与电极表面的紧密贴合，并在反复充放电循环中保持稳定运行。然而，大多数柔性传感薄膜存在灵敏度低、信号输出不稳定或难以耐受电池内部严苛电化学环境等问题。因此，亟需开发能维持电响应特性同时抵抗电解质腐蚀的新型材料[[27], [28], [29], [30], [31]]。近年来，卤化铅钙钛矿（ABX₃作为光电和传感应用领域的新兴材料，钙钛矿纳米晶(NCs)已引起广泛关注。其可调带隙、本征p型导电性、高载流子迁移率、低制备成本以及对环境刺激高度敏感的晶体结构，使其成为锂离子电池(LIBs)内部监测的理想候选材料[[32], [33], [34]]。尤其值得注意的是，最近研究表明锂⁺掺杂可显著提升CsPbBr₃ NCs的电导率，揭示了其在锂离子电池内部实现原位锂离子传感的强大潜力[35]。
本研究提出了一种实时、高精度、低成本的内部传感平台，直接解决了上述挑战。该系统基于一种可植入的钙钛矿-聚合物杂化薄膜，该薄膜作为类隔膜传感器，能够在锂离子电池内稳定工作[36]。金属卤化物钙钛矿CsPbBr₃由于具有离子-电子双导特性以及对锂离子动力学的高敏感性，本研究选择钙钛矿纳米晶（NCs）作为活性材料。为提高其化学稳定性，引入乙酰丙酮锌（ZAA）配体以钝化表面缺陷并增强界面稳定性。随后将纳米晶嵌入柔性三元乙丙橡胶（EPDM）基体中，从而获得机械顺应性并保持与电池组装的兼容性[[37], [38], [39], [40], [41]]。设计的CsPbBr₃-Zn/EPDM传感器能在充放电过程中针对锂离子传输产生特征性电阻变化。当结合随机森林（RF）机器学习算法时，该系统可提前4500秒精准预测充放电曲线与容量，判定系数达R²²= 0.99。密度泛函理论（DFT）计算表明，锂⁺吸附作用会缩小带隙并增强导电性，从原子层面证实了其基础传感机制[42]。综上所述，本研究提出了一种新型可植入钙钛矿基传感策略，该策略将材料设计、原位信号采集与数据驱动分析相统一，实现了电池状态的预测性诊断。该平台为构建智能化、高安全性与高可靠性的电池管理系统提供了可规模化且兼容现有制造工艺的解决方案。