基于拉曼光谱的锂离子电池热失控气体在线检测方法研究

来源 :中国民航大学 | 被引量 : 0次 | 上传用户:wsionw47071
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
锂离子电池以其高能量密度、高环保、高循环寿命等优点,在各个领域广泛应用。然而,锂离子电池在长期的充放电循环过程中由于锂枝晶、机械滥用等客观诱因,可能会触发热失控而产生大量有毒或高度可燃性气体,导致后续剧烈的火灾或爆炸。因此,实时分析热失控气体对锂离子电池热失控早期预警、安全性评估和安全管理等具有重要意义。针对上述挑战,本文以气体拉曼光谱技术为核心,开发锂离子电池热失控全过程的气体原位在线检测方法,实时捕获其关键气体标志物,以精准解析热失控的动态演化机理。本文主要开展了以下三方面的研究:1.针对电池热滥用恶劣和不受控制的环境,自主搭建高灵敏拉曼气体分析系统。论文确定了拉曼气体分析系统的最优实验参数,实时捕获热失控过程中所释放的气体组分,从数据中揭示了电池热失控释放的主要气体成分为CO2、CO、H2、CH4、C2H4、C3H6以及电解液溶剂,并分别构建了各组分的化学计量学模型。结果表明,气体拉曼光谱技术可在秒级时间内对锂离子电池热失控气体进行多组分分析,成为其热失控机理研究的强大工具。2.研究了NCA锂离子电池热失控气体实时释放特性,揭示了荷电状态(state of charge,SOC)和受限空间大小对锂离子电池热解气体安全性的影响规律。研究结果表明,受限空间越小、SOC越高的电池释放气体总量越多,爆炸极限越宽,表现出更高的爆炸危险性和更低的燃烧效率。此外,根据电池电压和温度的曲线,进一步将整个热失控过程分为5个阶段。分析了气体最高温度随着电池SOC增加呈现先降低后增加的异常趋势,讨论了电池SOC和受限空间对热滥用事件的17种关键参数的影响规律。结果表明受限空间越小、SOC越高的电池热稳定性更低、热失控更剧烈、越早出现热失控特征故障信号、应急处理时间越少。3.选择了不同SOC下LCO、NCM111和NCM811电池为研究对象,比较分析NCM811电池的热安全性,提出联用GC-MS和拉曼光谱技术的气体检测新方法,揭示了电池热滥用中关键时刻释放气体详细成分、主要释放气体成分以及气体爆炸极限危险性的动态变化。研究结果表明,验证了SOC对不同电池热安全性的影响呈现一致性,即SOC越高,电池热稳定性越差,热失控越剧烈,释放的气体量以及气体种类越多,气体危险性更高。同时CO2、CO、H2、CH4、C2H4以及C3H6的释放量随着SOC的增加而增加,高SOC电池热失控气体表现出更危险的毒性和可燃性。相比于LCO电池、NCM111电池,NCM811电池热稳定性更差,热失控更剧烈,释放出的气体量更多,100%SOC的NMC811电池引起的最大超压和释放的气体量分别为452.2 k Pa、5.59 L。NCM811电池热失控生成的CO2、CO、H2和CH4的气体量以及爆炸极限范围明显高于另外两种电池,NCM811电池释放气体的爆炸上限最高达到了76.93%。GC-MS检测结果表明三种电池热滥用早期均出现CO、CO2及C3H6O3气体。LCO、NCM111和NCM811三种阴极材料的电池分别在安全阀开启后的第49 s、45.5 s以及28 s左右检测到气体浓度达到爆炸极限范围。
其他文献
近年来,作为我国货运领域的重点发展对象,冷链物流行业发展势头强劲,在我国建设社会主义现代化的伟大征程中做出了杰出贡献。为了规避单一运输方式的缺陷,最大限度的提高运输效率,当前的货物运输通常使用两种及以上运输方式进行结合运输。随着航空运输在经济社会发展中的地位越来越重要,冷链货物空陆联运成为冷链运输的主要方式之一。多式联运作为不同运输方式相结合的运输系统,在实际工作中因操作、管理等方面存在差异而极易
学位
飞行员作为民航事故中危险的直接面临者,其能力水平将直接影响飞行安全。因此,构建可靠的飞行员能力测评方法,在保障飞行安全的过程中起到至关重要的作用。飞行员在驾驶过程中的操作水平和安全绩效受多种能力影响,已有研究证实,在由人为失误导致的飞行事故(征候)中,绝大多数涉及空间感知、信息处理、合作交流等因素。故本研究聚焦于非技术性能力维度,探究与飞行员能力水平相关的测评指标及方法,并以此为基础开发飞行员能力
学位
本文通过对锂离子电池热失控过程的产热情况进行建模仿真,定量分析了热失控过程中锂电池自身产热和热解气体燃烧对锂电池热失控传递的影响,为锂离子电池航空运输安全性分析提供理论基础。以100%荷电状态的18650型锂离子电池为研究对象,首先基于火焰高度估算热解气体燃烧热释放速率,建立了受限空间内锂离子电池热解气体燃烧的产热模型,模拟受限空间内热解气体燃烧导致的环境温度变化并进行验证。其次以阿伦尼乌斯公式为
学位
强化学习以其优秀的序列决策能力,吸引了众多研究人员的关注。近年来,结合了深度学习技术的深度强化学习在众多领域都取得了突破性的进展。然而,深度强化学习算法常常因为采样复杂度过高的问题,无法广泛应用在现实环境的任务中。模型化强化学习通过构建环境模型,能提高样本利用率,有效降低采样复杂度。但是构建环境模型存在的误差会影响到策略的优化,最终影响算法性能。基于不确定性探索的方法利用环境的不确定性信息指导策略
学位
目标检测是计算机视觉领域的基础研究方向,其主要目的是区分与定位目标,广泛应用于自动驾驶,视频监控,机器人视觉等。随着深度学习的发展,目标检测的性能大幅度提升,但目标误分类问题仍是巨大的挑战。据分析,其主要来源于三个方面:其一,类别分布不平衡,数据采集于实际场景,由于类别出现的概率各异,数据集往往会出现长尾分布,而不平衡的分布及部分类别样本的稀缺使模型无法学习到充分的特征表达,影响模型性能;其二,类
学位
锂离子电池具有能量密度高和无记忆效应等优点,被广泛应用于消费电子产品、动力能源和航空产品等。然而,火灾和爆炸等安全问题对其大规模应用形成阻碍。尤其在航空运输事故中,锂离子电池会在热失控阶段释放有毒物质和可燃气体,从而对所处的客舱、货舱或隔间等环境造成燃爆危险。本文主要以市场上大规模商用的18650锂离子电池为研究对象,基于锂离子电池热滥用实验平台,探究不同荷电状态(SOC)电池的热失控过程和燃爆特
学位
随着复合材料结构在航空、汽车等领域中的大量应用,复合材料与金属连接问题不可避免,异质材料连接逐渐成为工程应用的关键技术之一。相较于传统的机械连接,胶粘连接能够获得光滑的气动外形、降低结构重量,实现载荷在复合材料与金属材料之间的有效传递。然而在实际服役过程中,复合材料胶接结构在冰雹、碎石以及维修工具等冲击下容易产生被胶接件脱粘、层合板分层等内部损伤,从而严重影响胶接结构的力学性能。此外,对于航空航天
学位
民机客舱火灾人员逃生的研究受限于安全性、经济性、环保性等因素,利用计算机仿真软件可更安全便捷地模拟客舱发生火灾时的人员逃生过程,分析舱内火灾在不同时段内各因素对人员逃生过程的影响,从而提出可行性建议。首先分析了影响客舱火灾人员逃生的各类因素,主要为客舱环境、火灾产物、客舱人员三大类,为后续模型的建立奠定基础。接着使用火灾模拟软件Pyro Sim建立C919的客舱火灾模型,假设发生燃油泄漏火灾,设定
学位
命名实体识别(Named Entity Recognition,NER)是自然语言处理的任务(Natural Language Processing,NLP)之一,目的是检测出文本中的实体并且将其划分至预定义的类别中,可以实现自动化地从文本中挖掘有价值的信息,在不同自然语言处理下游任务中充当着非常重要的基础模块。基于深度学习的命名实体识别技术依赖于大量的人工标注数据,为了减少人工标注成本,可利用通
学位
静态航行情报资料的内容涵盖了空域、管制、航路、机场等空中航行所必需的信息,制作过程包含收集、审核原始资料数据、文字编辑和制图、多级校对等多个环节,每个环节中文字、数据处理的差错都可能会传递到下一环节,造成差错的传递和积累,而目前我国情报服务部门所制作的航行情报资料也确实一直存在着编辑差错、内容格式不规范、发布不及时等问题。因此,从静态航行情报资料制作过程出发,研究静态航行情报资料制作质量安全绩效,
学位