综述:从材料到管理:实验设计(DoE)在先进电池技术中作用的扩展

《Energy Storage Materials》:From Materials to Management: The Expanding Role of Design of Experiments in Advanced Battery Technologies

【字体: 大 中 小 】 时间:2026年01月13日 来源:Energy Storage Materials 20.2

编辑推荐:

  向可持续和高性能电池的转变不仅需要材料和架构的进步,还需要采用系统性的实验设计方法。本综述强调了实验设计(DoE)作为一种多功能且强大的方法论,在加速电池领域创新方面的作用。通过以统计学可靠的框架取代试错策略,DoE能够探索多个变量及其交互作用,为控制电池合成

  
向可持续和高性能电池的转变不仅需要材料和架构的进步,还需要采用系统性的实验设计方法。本综述强调了实验设计(DoE)作为一种多功能且强大的方法论,在加速电池领域创新方面的作用。通过以统计学可靠的框架取代试错策略,DoE能够探索多个变量及其交互作用,为控制电池合成、性能、安全性、回收和寿命的复杂现象提供更深入的见解。综述的应用范围涵盖从电极配方优化和正极合成到先进热管理策略和报废电池回收工艺的优化。在这些领域中,DoE已被证明能够减少实验冗余、提高可重复性,并指导确定最优操作条件。本综述还阐述了DoE如何作为实验室规模研究与工业化放大之间的桥梁,提供对下一代储能技术发展至关重要的工具。通过全面展示其影响,本文旨在激励研究人员将DoE作为系统性创新的基石,促进电化学储能的科学进步和可持续部署。
2 DoE在电池研究中的方法论框架

DoE在电池科学与工程中扮演着日益重要的战略角色,但其在文献中的应用在方法论严谨性和报告清晰度方面仍存在差异。本节提供一个统一框架,将电池研究中观察到的各种DoE策略进行背景化梳理。DoE策略可分为五大类:筛选设计(全因子设计、部分因子设计、Plackett-Burman设计)用于识别主导因素;响应曲面设计(中心复合设计、Box-Behnken设计、3k设计)用于优化与建模;混料设计用于组成优化;田口/稳健设计用于抗噪声优化;最优设计(D最优、I最优)用于参数可识别性。现有文献分析表明,经验模型的质量取决于三个相互关联的要素:适当的模型选择、严格的验证以及对所识别最优条件实际稳健性的评估。一个反复出现的挑战是设计规模与模型复杂性之间的匹配问题。在存在强非线性的系统中(如浆料流变学、固态电解质烧结、水冶浸出或多应力老化协议),中心点或重复运行的缺失使得曲率检测成为不可能。验证问题也尤为突出:许多研究仅依赖R2等全局拟合优度指标,而方差分析(ANOVA)分解、残差诊断、失拟(LOF)检验等更 robust 的方法只在少数出版物中报告。此外,DoE模型的实际意义常被忽视——即使统计上显著的最优条件,若位于探索因子空间的边缘、与工业约束冲突或对微小扰动高度敏感,其工程相关性也可能有限。

3 电池材料回收与再利用中的DoE应用

电池材料回收与再利用对于构建可持续和有弹性的电池价值链至关重要。DoE已被证明能够显著提高回收策略的效果,增强有价值元素的分离和回收。

在碱性电池和锌碳电池回收方面,Calin等人采用全3水平因子设计优化电晕静电分离过程,以回收锌和黄铜。该研究使用MODDE软件确定"拟合优度"(R2)和"预测优度"(Q2),并通过中心点重复估计纯误差和评估曲率。结果表明,角度α是最重要因素,最优条件为V=88 kV、α=31°,金属回收率达99.08%,金属纯度达91.93%。

在生物浸出优化方面,Bajestani等人采用Box-Behnken设计(BBD)研究初始Fe3+浓度、初始pH和初始粒径三个因素。17次运行的设计使得主要效应、交互作用和曲率的估计成为可能,最终实现了Ni 87%、Co 93.7%和Cd 67%的同步提取。

在直接回收方面,Wolf等人采用简化因子设计研究了离心分离磷酸铁锂(LFP)和炭黑(CB)的依赖关系。通过映射转速和体积流量对分离效率的影响,确定了最大化LFP保留的条件(54 000 rpm,50 mL min-1),回收的LFP保留了约98%的商业LFP容量。

Jung等人采用田口方法(TM)和L18(2×34)正交阵列筛选热处理气氛、粉末粒径、焙烧温度、焙烧时间和液固比(L/S)对锂浸出的影响。方差分析和信噪比(S/N)分析表明热处理是影响最大的参数,预测最优条件为700°C、N2气氛、L/S=1:30,验证实验与预测值高度吻合(65.73% vs 67.13%)。

Porvali等人采用中心复合设计(CCD)研究FeSO4·7H2O和金属铜负载量对反应速率常数kc的影响,建立了两个时间窗口的回归模型,发现Fe(II)和Fe-Cu联合效应显著影响LiCoO2溶解速率。

Kahl等人采用33 BBD优化锂生产废料热氧化回收锂盐过程中的温度、停留时间和锂片厚度。方差分析表明温度及其二次项占主导地位,优化条件为400°C、2 mm厚度、2.5 h停留时间,验证实验锂转化率达96.9±2.6%。

Pavón等人采用33 BBD优化CO2浸出(COOL)工艺回收锂,考察高压(100 bar)下的温度、停留时间和水/黑料比。帕累托图和方差分析显示温度和L/S对锂收率影响最强,预测锂收率98.8 wt%,实验验证为94.5±0.3 wt%。

Chabhadiya等人采用TM和正交阵列设计优化有机-无机酸顺序浸出工艺,分别实现>99%的Li、Cu溶出和≈99%的Co、Ni、Mn溶出。

4 电池性能与老化

DoE为解析多因素交互作用、量化其显著性提供了结构化框架,揭示了传统OFAT方法系统遗漏的退化路径。

在荷电状态(SoC)精确估计方面,Liu等人提出用无迹卡尔曼粒子滤波替代扩展卡尔曼滤波(EKF),并采用基于CCD的DoE结构化参数识别阶段,确保了非线性响应曲面的覆盖和统计验证的极化电压模型,动态应力测试验证提高了-10°C和25°C下的准确性和泛化能力。

在动态模型激励信号设计方面,Unger等人使用局部线性模型(LLM)树算法和基于Fisher信息矩阵(FIM)的最优DoE,生成优化的高动态激励序列,证明其能减少参数不确定性,提高非道路应用电池模型的保真度。

在插电式混合动力汽车(PHEV)老化建模方面,Cordoba-Arenas等人对混合正极(NMC+LiMn2O4)锂离子电池开发了半经验老化模型,考察充电率(CR)、电池表面温度、充放电模式比R和最低SoC四个因素。通过结构化实验发现CR对容量衰减无显著影响并排除,温度遵循阿伦尼乌斯关系,R和SoCmin增加均加剧容量衰减。

Prochazka等人对LFP和镍钴铝(NCA)两种化学体系的软包电池采用大规模DoE,使用模块化D最优算法将全因子测试计划缩减至46个实验,发现温度对两种化学体系容量下降均有强依赖性,SoC对NCA(低SoC有利)和LFP(高SoC有利)呈相反效应。

Mathieu等人采用D最优DoE优化电池容量老化模型,预设模型包括温度、SoC和电流的线性效应及温度-SoC、温度-充电电流两个交互效应,最终模型9个参数,容量衰减计算绝对相对误差仅0.85%。

在法国SIMSTOCK项目中,DoE用于确定OCV、电荷转移过电位ηCT、扩散过电位ηdiff和欧姆损耗ηΩ的老化规律,11次以上测试确定简化多项式系数,发现温度影响最强,其次是安时通量和电流。

Stadler等人基于CCD对62个汽车级锂离子电池进行2年以上测试,5个主要老化因素包括温度、SoCmin、SoCmax、充电功率PCH和微/宏观循环能量吞吐量比(EVratio)。逐步向后选择剔除p>0.1的项,发现EVratio对循环老化影响最大,SoCmax:SoCmin交互作用对容量损失影响最强。

Juang等人通过两阶段实验结合统计假设检验,确定放电电流波形的均方根(RMS)值是决定电池老化的最重要因素,而直流偏置电流单独不影响老化,频率和波形形状无相关性影响。

Baghdadi等人提出简化DoE,基于Palmgren-Miner累积损伤理论和Dakin退化方程,仅用9个电池在100天内确定27种不同条件的退化速率,建立对数尺度下与温度、SoC和电流相关的多项式模型。

Vo等人采用TM结合SoC估计优化LiPB多阶段充电,将81次实验矩阵缩减至9次,优化策略缩短充电时间22.5%(约15分钟),温度变化减半。

5 材料合成与优化

Martinet等人采用响应曲面设计研究LiFexM1-xPO4(M=Mn, Co, Ni或其混合物)的最佳组成,6个输入参数将放电容量从200提升至250 mAh g-1。

在LFP多过渡金属磷酸盐优化中,Martinet等人采用"混料设计"DoE,在Fe、Co各0-33%、Mn 28.4-90%、B最多5%的约束域内,21次试验揭示硼含量敏感性极高,最优值2.5%,且高放电容量在最低锰含量时达到。

Teo等人在固态电池(SSB)复合正极制备中采用RSM研究三种粘结剂和两种碳添加剂的交互作用,确定1.0 wt%聚异丁烯和0.5 wt%气相生长碳纤维为电化学性能最优,2.7 wt%聚合物粘结剂为工艺性最优。

Kerdja等人结合多物理场微观结构模型与DoE,将243种潜在实验缩减至46组,分析5个参数(固相扩散系数Ds、液相扩散系数Dl、碳粘结剂域有效电导率σCBD、电解质离子电导率σion、交换电流密度i0ref)对放电容量和锂化不均匀性的影响,发现i0ref影响最大。

Kim等人采用渐进二次响应曲面法(PQRSM)分析8个电池设计因素对能量密度的敏感性,证明该框架能有效识别最具影响力的几何参数,极化现象降低11.5%。

Li等人采用Plackett-Burman(PB)筛选设计和TM结合两步策略优化直接回收中有机溶剂提取 cathode 材料的收率,确定超声时间(86.55%)、固液重量比(7.44%)和片材尺寸(4.90%)为主要贡献因素。

Awarke等人采用全因子DoE结合隧穿-渗流模型,构建电子电导率预测图,揭示导电通路渗流阈值的存在。

Bella等人采用DoE方法识别TiO2纳米管最佳晶型用于钠离子电池(SIB),以G效率(Geff)为统计标准,确定450°C退火获得的纯锐钛矿相在长期循环性能上优于无定形和金红石相。

6 电池安全与管理

Lu等人将DoE与深度学习结合用于自动拆解过程参数优化,考察切割速度、进给速率和刀片齿密度对最高切割温度的影响,方差分析表明需降低切割速度和刀片齿密度,同时优化进给速率以补偿效率损失。

Sun和Dixon采用拉丁超立方技术生成初始设计矩阵,优化"Z型"冷却管道几何形状,将电池包整体温度变化从10.8°C降至3.6°C。

Schmidt等人采用FIM技术和灵敏度分析选择少量关键实验,充分定义模型参数,实现商业化锂离子cell在全操作范围内的输入/行为描述。

Xie等人建立耦合电化学-热模型用于风冷电池包,采用FFD和正交DoE两阶段序贯优化水平间距Sx和垂直间距Sy,确定最优结构为Sx=21 mm、Sx2=26 mm、Sx3=26 mm。

Tehrani等人应用DoE优化电池基PDCS参数,比较传统ESS与两种混合储能系统(HESS),发现UC基HESS适合德黑兰驾驶循环,电池基HESS适合曼哈顿驾驶循环。

Hametner等人采用FIM优化电池电流激励信号,预定义充放电脉冲间零电流的滞缓和松弛阶段,改善内部状态的可观测性。

Amanor-Boadu和Guiseppi-Elie采用36行OA研究脉冲充电参数,发现12 kHz和50%占空比为最优,相比CCCV充电能量效率提高12%,充电时间缩短48%,循环寿命延长100次。

Stumper等人将DoE应用于锂箔压延预锂化工艺,建立经验模型和半解析模型,输入几何和材料特性,输出压延后的厚度和新几何形状,回归系数达0.99。

Lee等人基于DoE程序从Rao和Newman电化学/热模型出发,采用FFD分析45 Ah LFP/石墨软包cell的负极和正极极耳附着位置及cell纵横比对温度分布的影响,方差分析确定纵横比最有效,正极极耳位置次之。

Román-Ramírez等人将DoE应用于NMC622正极中试涂布-干燥工艺,采用PB设计识别12个实验运行中的关键工艺变量,确定涂层重量为最重要的性能关联特性。

Verma等人开发PCM耦合纵向翅片的电池模块热管理模型,通过DoE评估五个无量纲参数指导轻量化被动冷却方案。

Delbeke等人基于帕累托原则和泰勒定理,采用D最优设计和I最优扩展,基础上增加正交表征实验,将液流电池(RFB)表征时间从近13天缩短至6.5天。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号