🔬 applied physics

Review of ultrasonic methods for monitoring, damage detection, and processing of lithium-ion batteries throughout their life-cycle

本综述总结了用于在锂离子电池全生命周期内进行监测、损伤检测及处理的超声检测方法，同时讨论了基于物理的模型与数据驱动的模型方法、将电化学行为与波动物理学联系起来的挑战，以及未来的研究机会。

原作者： Simon Montoya-Bedoya, Tyler M. McGee, Joong Seok Lee, Sasha Litvinov, Ofodike A. Ezekoye, Donal P. Finegan, Michael R. Haberman

发布于 2026-06-17

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Simon Montoya-Bedoya, Tyler M. McGee, Joong Seok Lee, Sasha Litvinov, Ofodike A. Ezekoye, Donal P. Finegan, Michael R. Haberman

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

核心理念：聆听电池的心跳

想象一下，锂离子电池（比如你手机或电动汽车里的那种）不仅仅是一个化学物质构成的“黑匣子”，而是一个多层三明治。它拥有金属层、像海绵一样的电极，以及浸泡在其中的液体电解质。

目前，当我们检查电池是否健康时，只能观察电压和温度等“生命体征”。这就像医生诊断病人时，只通过检查脉搏和体温来判断，却从未听过他们的心跳，也从未看过 X 光片。我们知道有些地方出了问题，但并不清楚具体是什么或在哪里。

这篇论文综述了一种新的“聆听”电池的方法：超声波检测 (Ultrasonic Testing, UT)。你可以把它想象成使用高科技的声呐或超声波仪器（就像做孕检时的那种）向电池内部发送声波。由于声音在硬金属、软海绵或气泡中的传播方式各不相同，这些声波能告诉我们电池内部各层究竟发生了什么，而无需将其拆解。

工作原理：变化的声响

论文解释说，随着电池的充放电过程，其内部材料会发生物理变化。

类比： 想象电池的负极（anode）是由石墨组成的。当锂离子在充电时涌入，石墨会像吸收了水的海绵一样膨胀起来；而在放电时，它又会收缩。
声音效应： 由于材料在物理上发生膨胀，变得更硬或更软，通过它的声波速度和强度也会随之改变。
- 飞行时间 (Time of Flight, TOF)： 这是指声音穿过电池所需的时间。如果电池膨胀或变软，声音穿过的时间可能会变长（或变短）。
- 信号振幅 (Signal Amplitude, SA)： 这是指声音到达时的响度。如果内部有裂纹、气泡或干燥区域，声音会被减弱或散射，导致信号变得微弱。

“声音”能告诉我们什么

研究人员回顾了数十项研究，以观察这些声波在电池寿命的不同阶段能检测到什么：

1. 检测电量 (State of Charge)
就像拉伸橡皮筋时它会变长一样，电池的各层在充电时也会被拉伸。声波可以检测到这种拉伸现象。

研究发现： 通常情况下，随着电池充电，声音传播得更快、更响；随着放电，情况则相反。这让我们仅通过“聆听”就能准确知道电池的“电量”有多满。

2. 识别损伤与危险 (Damage Detection)
这是该技术具备的“安全超能力”。

气体形成： 如果电池出现故障，可能会像打开可乐罐一样开始产生气泡。气体与液体或固体完全不同。论文指出，声波会在气泡处发生反射或被完全阻挡。如果声波信号突然降至静默，这是一个巨大的危险信号，表明正在形成气体，这可能导致火灾。
锂枝晶 (Lithium Plating)： 有时，锂并不会像渗入海绵那样进入内部，而是像窗户上的霜一样堆积在表面。这会产生一个粗糙、锯齿状的表面，使声波发生散射，导致信号变得杂乱。
过热： 如果电池过热，内部的“胶水”（隔膜）会变软。声波会变慢并改变特性，这可以作为热失控（起火）发生前的早期预警系统。

3. 制造与回收工厂

制造过程中： 在电池投入使用之前，制造商可以使用声音来检查液体电解质是否已充分渗透到所有层中。如果某个点是干燥的，声音就无法通过。
用于回收： 当旧电池从电动汽车回收回来时，我们需要知道它们是否安全。声波可以快速扫描这些“黑匣子”电池，查看其是否膨胀、内部是否有气体或是否存在损坏，从而帮助工作人员安全地进行分类。

挑战：为什么我们还没在所有地方使用它？

尽管这个想法很棒，但论文也指出了现实世界中的障碍：

“一刀切”的问题： 电池有不同的形状（圆柱形罐体、扁平袋式、长方形块状）。在扁平袋式电池上表现完美的声波，在圆形罐体中的表现可能完全不同。这就像声音在小浴室和大型大教堂里的回声完全不同一样。我们需要针对每种特定的电池形状进行“调音”。
“翻译”问题： 我们知道声音发生了变化，但我们并不总是拥有完美的“字典”来精确翻译这种变化到底意味着什么。信号变弱是因为微小的裂纹、气泡，还是仅仅因为温度的变化？我们需要更好的数学模型来解码这些信息。
“耦合”问题： 为了将声音传导进电池，你通常需要在传感器和电池之间使用凝胶或液体（就像做超声波检查时涂在肚子上的耦合剂）。在真实的汽车环境中，你不能让机器人每秒钟都在每块电池上涂抹凝胶。我们需要能够粘附或无需这种麻烦凝胶的传感器。

未来：数据的交响乐

论文总结道，超声波检测是一种强大的非侵入性工具，为我们提供了观察电池物理健康状况的“窗口”。这不再仅仅是测量电学指标，而是聆听电池的物理结构。

为了使其成为标准工具，研究人员需要：

构建更好的“字典”（模型），将声音转化为具体的损伤类型。
创建测试不同形状电池的标准方法，以便结果可以进行比较。
将声音与其他方法（如 X 射线）结合起来，以获取全貌。

简而言之，这篇论文认为，如果我们学会聆听我们的电池，我们就能让它们更安全、寿命更长，并能更高效地进行回收利用。

技术摘要：用于锂离子电池监测、损伤检测及加工的超声波方法综述

问题陈述
锂离子电池（LIBs）是消费电子、电动汽车（EV）及电网应用中主流的储能技术。然而，随着锂离子电池应用的快速规模化，其内部行为在整个生命周期中的理解存在关键空白。目前的电池管理系统（BMS）主要依赖于电学和温度测量来估算荷电状态（SOC）和健康状态（SOH）。这些方法对复杂的电化学过程和机械变化（如电极膨胀、气体产生或内短路等热失控及安全失效的前兆）提供的洞察有限。因此，迫切需要一种非破坏性检测（NDT）方法，能够探测锂离子电池内部的机械和结构完整性，以增强安全性、预测寿命并促进二次利用与回收。

方法论
本文对应用于锂离子电池的超声波测试（UT）方法进行了全面综述，综合了过去十年的研究成果。本综述围绕三个主要支柱展开：

基础理论： 建立了波在锂离子电池这种异质、分层且多孔弹性介质中传播的物理机制。这包括应用 Biot 理论来模拟多孔电极和隔膜中的快纵波和慢纵波，以及分析板状结构中的导波（Lamb 波）。
状态估算与损伤检测： 作者将实验方法分为体波（bulk wave）和导波（guided wave）方法进行分类。他们分析了超声波指标——特别是飞行时间（TOF）、信号振幅（SA）和衰减——如何与 SOC、SOH 以及特定的退化机制（如锂析出、SEI 生长、电解液干涸和气体形成）相关联。
建模与数据驱动方法： 本综述评估了用于解释超声信号的物理模型（传递矩阵法、有限元分析、有效介质理论）和数据驱动模型（机器学习、神经网络）。文中强调了由于电化学与机械行为之间复杂的耦合作用，将声学可观测量与特定物理现象联系起来所面临的挑战。

本文还考察了超声波技术在锂离子电池整个生命周期中的应用，包括制造（电极干燥、辊压）、调优（SEI 形成）、使用（实时监测）、二次利用筛选以及回收。

核心贡献与结果

波传播物理学： 本文明确了锂离子电池作为分层多孔弹性介质的功能。文中详细阐述了锂离子的嵌入如何导致体积变化（例如石墨负极约 13% 的膨胀）和模量变化，从而改变超声波速和衰减。文章区分了体波（对厚度方向属性敏感）和导波（对面内属性及特定模式如 $A_0$ 和 $S_0$ 敏感）。
荷电状态（SOC）与健康状态（SOH）的相关性：
- SOC： 在体波研究中观察到一个一致的趋势，即随着 SOC 的增加，TOF 减少且 SA 增加，这主要是由石墨负极的机械硬化和体积变化驱动的。然而，导波研究显示出相互矛盾的趋势（例如，一些研究报告 TOF 随 SOC 增加），这归因于模式选择和频率相关的色散特性。
- SOH： 老化通常会导致 TOF 增加（由于电极增厚和机械软化）以及 SA 的变化趋势不一。本文指出，容量衰减中的“膝点”（knee points）可以通过联合时频指标进行检测。
损伤检测： 超声波技术已表现出对特定失效模式的高灵敏度：
- 气体形成： 会导致显著的信号衰减和传输损失，这是由于声阻抗失配引起的。
- 锂析出： 通过信号振幅和飞行时间的变化进行检测，特别是在低温和高倍率 C-rate 条件下。
- 热滥用： 超声波可以检测热失控的早期迹象，在发生灾难性失效之前，通过快速变化的 TOF 和信号丢失进行识别。
建模见解： 综述强调，虽然基于物理的模型（使用 Biot 理论和传递矩阵）可以预测带隙和色散曲线，但它们往往缺乏针对特定电池化学体系的精确材料属性数据。数据驱动模型在 SOC/SOH 估算方面表现出高精度，但在不同电池类型之间的泛化能力较差，且缺乏物理可解释性。
生命周期应用：
- 制造： 超声波可以监测电极干燥动力学、涂层均匀性和电解液润湿情况。
- 二次利用： 超声波提供了一种快速、无损的方法，用于筛选退役电动汽车电池是否存在内部缺陷（气体、分层），这些缺陷是电化学测试可能忽略的。
- 回收： 超声波可以在拆解前评估废旧电池的状态，以防止热失控并根据内部损伤对电池进行分类。
- 主动控制： 新兴研究表明，超声波可以主动影响电池性能，例如通过声流增强离子传输或修改 SEI 层。

意义与展望
本文断言，超声波测试是一种极具前景的非侵入式工具，能够提供独特的机械洞察力，从而补充传统的电学监测。其意义在于能够减轻 BMS 的重量和复杂度，通过及早检测潜在缺陷来提高安全性，并通过高效的二次利用筛选和回收实现循环经济。

然而，作者强调该领域仍处于起步阶段。主要的挑战仍然存在，包括：

泛化能力： 目前的方法往往缺乏在不同电池化学体系、封装形式（软包、圆柱、方形）及制造批次之间的泛化能力。
材料属性数据： 严重缺乏在各种运行条件（SOC、温度、老化）下经过实验验证的标准化的电池组分机械属性数据，这阻碍了准确预测模型的开发。
工程实现： 将其集成到商业 BMS 中需要鲁棒且具有成本效益的换能器设计、可靠的耦合方法，以及能够承受电动汽车严苛环境的实时数据处理能力。
可解释性： 弥合观测到的超声信号与特定物理退化机制之间鸿沟的关键，在于改进基于物理的模型以及多模态验证（例如将 UT 与 X 射线 CT 相结合）。

综述总结道，尽管已取得显著进展，但要实现超声波技术在锂离子电池领域的全部潜力，需要通过标准化测量协议、创建开放获取的材料属性数据库，以及开发将电化学与波物理学相结合的混合建模方法来进行协同努力。

核心理念：聆听电池的心跳

工作原理：变化的声响

“声音”能告诉我们什么

挑战：为什么我们还没在所有地方使用它？

未来：数据的交响乐

类似论文