
-
生物通官微
陪你抓住生命科技
跳动的脉搏
综述:嵌入式光纤传感器在电池多参数原位监测中的研究展望
【字体: 大 中 小 】 时间:2025年07月28日 来源:Journal of Energy Chemistry 14
编辑推荐:
【编辑推荐】本综述系统阐述了嵌入式光纤传感器(FBG/TFBG等)在锂离子电池(LIBs)多参数原位监测中的突破性应用,涵盖温度/应变/折射率等多物理场耦合诊断,提出通过结构创新解决光纤布拉格光栅(FBG)交叉敏感性、结合人工智能(AI)等靶向策略,为智能电池(ESSs/EVs应用)安全监测提供方法论路线图。
在碳中和目标驱动下,锂离子电池(LIBs)因其高能量密度和长循环寿命成为电动汽车(EVs)和固定储能系统(ESSs)的核心动力源。然而频发的热失控事件暴露了传统监测技术的局限性——无法实时追踪电池内部多参数变化。光纤传感器凭借微米级尺寸(125 μm)、抗电磁干扰特性及多路复用能力脱颖而出,其分类包括:
温度监测方面,传统表面贴装热电偶因空间分辨率不足难以捕捉内部热积聚。FBG传感器可植入电极/隔膜界面,实时记录充放电过程中局部温升,精度达±0.5°C。研究证实温度梯度会加速锂枝晶生长,引发容量衰减。
应变监测中,FBG通过波长漂移反映电极体积变化(硅负极膨胀率>300%),其动态范围优于传统应变片。某团队将FBG嵌入18650电池,成功捕捉到石墨负极锂嵌入导致的2.3%应变波动。
突破性进展体现在单光纤集成多传感单元:
当前瓶颈包括:传感器植入导致的电解液浸润性下降、FBG温度/应变交叉敏感性(需新型啁啾光栅设计)、以及高昂解调仪成本(约$15,000/台)。解决方案提出:
下一代智能电池将融合光纤传感网络与数字孪生技术,实现从"事后报警"到"早期预测"的范式转变。通过标准化工序嵌入工艺和AI驱动的大数据分析,该技术有望在2030年前将储能系统故障预警准确率提升至95%以上。
生物通微信公众号
知名企业招聘