【技术实现步骤摘要】
高镍正极材料制备过程中微小质量变化模拟方法及系统
[0001]本专利技术涉及高镍正极材料的制备
,尤其公开了一种高镍正极材料制备过程中双主反应耦合下的微小质量变化模拟方法及系统。
技术介绍
[0002]锂离子电池(LIB,Lithium
‑
Ion Battery)对解决环境污染和资源匮乏等问题具有重要作用,具有高容量,无污染等优点,是未来最重要的储能装置之一,从而引起研究热潮。在锂离子电池中,正极材料是其发展的关键。由于正极材料烧结时间长,烧结环境复杂,锂离子电池材料的质量难以保证。明晰正极材料烧结全过程中的微观状态对最终产品性能至关重要。
[0003]高镍正极材料主要在辊道窑中烧结而成。辊道窑由由前后2个气体置换室,27个加热温区构成,每个加热温区长度为1.62米,总长达47米,批次材料烧结周期为24.99h。烧结时通过上下两组硅碳棒以电加热形式供给反应所需温度,通过底部进气口和顶部抽气口输送氧气供给反应的所需气氛条件,并设置有热电偶温度传感器测量炉内温度信息。在辊道窑中,每个温区温度按照烧 ...
【技术保护点】
【技术特征摘要】
1.一种高镍正极材料制备过程中微小质量变化模拟方法,其特征在于,包括以下步骤:基于化学反应机理与专家知识对高镍正极材料两个主要反应过程进行细分;根据分段结果对参与高镍正极材料烧结过程的前驱体单质和锂源LiOH
·
H2O单质分别进行研究;根据Arrhenius公式和反应动力学公式,结合相应的实验数据,得到各化学物质粒子数变化规律;根据非等温热重实验、差示扫描量热法热分析实验的数据和资料,研究单质与混合料反应过程之间的差异部分,根据两类单质反应与混合料反应之间的差异,结合机理分析,寻找反应之间的耦合部分;针对耦合部分进行研究,结合实验数据与化学机理,提出相应耦合部分的建模方法,得到反应耦合部分在不同升温速率下的变化关系,并采用参数辨识方法对各个反应耦合部分得到的函数关系内的参数进行求解。2.如权利要求1所述的高镍正极材料制备过程中微小质量变化模拟方法,其特征在于,所述根据Arrhenius公式和反应动力学公式,结合相应的实验数据,得到各化学物质粒子数变化规律的步骤中,根据Arrhenius公式,计算相关反应的速率常数,所述相关反应的速率常数为:其中,k为反应速率,A为指前因子,E为活化能,R为摩尔气体常数,T为反应温度;假设在t时刻,反应物a的粒子数为生成物粒子数分别为生成物粒子数分别为则定义该时刻反应率α
t
为:其中,α
t
为反应率,为反应物a的粒子数,为初始时刻反应物a的粒子数。3.如权利要求2所述的高镍正极材料制备过程中微小质量变化模拟方法,其特征在于,所述根据Arrhenius公式和反应动力学公式,结合相应的实验数据,得到各化学物质粒子数变化规律的步骤中,分解反应的反应动力学离散化模型为:其中,α
t+1
为t+1时刻的反应率,α
t
为反应率,Δt为单位时间间隔,A为指前因子,E为活化能,R为摩尔气体常数,T
t
为t时刻的温度;f(α
t
)为t时刻的机理函数;则在一个离散时间步内,物质a反应率的变化量Δα
t
为:其中,Δα
t
为物质a反应率的变化量,α
t+1
为t+1时刻的反应率,α
t
为反应率,Δt为单位时间间隔,A为指前因子,E为活化能,R为摩尔气体常数,T
t
为t时刻的温度;f(α
t
)为t时刻的机理函数;根据得出的反应率α
t
和物质a反应率的变化量Δα
t
,计算出t时刻反应物a的粒子数的变
化量,t时刻时反应物a的粒子数的变化量为:其中,为t时刻时反应物a的粒子数的变化量,为初始时刻反应物a的粒子数;Δt为单位时间间隔,A为指前因子,E为活化能,R为摩尔气体常数,T
t
为t时刻的温度;f(α
t
)为t时刻的机理函数。4.如权利要求1所述的高镍正极材料制备过程中微小质量变化模拟方法,其特征在于,所述针对耦合部分进行研究,结合实验数据与化学机理,提出相应耦合部分的建模方法,得到反应耦合部分在不同升温速率下的变化关系,并采用参数辨识方法对各个反应耦合部分得到的函数关系内的参数进行求解的步骤中,结合分解和氧化反应的质量变化,得到最终氧化阶段的微小质量变化,计算公式如下:其中,m(%)为氧化阶段的微小质量变化,为NCM
811
O2热分解质量,m
LiOH
(%)为LiOH热分解质量。5.如权利要求4所述的高镍正极材料制备过程中微小质量变化模拟方法,其特征在于,所述针对耦合部分进行研究,结合实验数据与化学机理,提出相应耦合部分的建模方法,得到反应耦合部分在不同升温速率下的变化关系,并采用参数辨识方法对各个反应耦合部分得到的函数关系内的参数进行求解的步骤中,考虑使用PSO算法对模型参数进行辨识,粒子群算法适应度函数如以下公式所示:其中,J为粒子群算法适应度函数,T是实际实验得出的温度数据,是通过机理函数得到的温度估计值;为避免算法陷入局部最优,加入一个局部自适应变异算子进行调整:为避免算法陷入局部最优,加入一个局部自适应变异算子进行调整:其中,j=1,2,...,G为迭代数,i=1,2,...,Size为种群数;r1,r2为0到1的随机值;c1为局部学习因子,c2为全局学习因子,V<...
【专利技术属性】
技术研发人员:陈宁,杨鹏,阳春华,桂卫华,陈嘉瑶,谢沐言,刘洪臻,刘红杰,李天亦,
申请(专利权)人:中南大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。