电池工作温度如何影响电池性能？.docxVIP

过去的研究表明，材料/电解液界面稳定性对于电极材料在电池中性能发挥有着重要的影响。电极材料在电池循环充放电过程中往往会发生破裂产生微裂纹甚至最终粉化，加剧电极材料的降解，德国乌尔姆大学等人利用超分辨显微图像技术量化了工作温度对于电池电极开裂的影响，重点探讨工作温度对于锂离子电池正极微结构的降解的影响。使用超分辨技术对SEM图像进行处理提高图像的分辨率和清晰度，进而对超分辨图像数据进行分割，实现定量的结构表征。

研究在不同的工作温度（20℃、30℃、40℃和50℃）下对经过200次6C(10min)充电循环的LixNi0.5Mn0.3Co0.2O2(NMC532)进行特征分析，获取了扫描电子显微镜（SEM）图像，确定结构描述符（如：单颗粒的全局粒子孔隙率、裂纹的尺存以及比表面积分布等参数），利用立体形态学方法研究研究局部颗粒孔隙率与颗粒中心距离的关系。

研究结果表明：随着循环温度的升高，颗粒孔隙度增大;颗粒孔隙率在颗粒中心处最大，沿颗粒半径向外逐渐减小。在四种循环温度老化条件下，颗粒表面积相似。通过此研究，可以更好地理解电池工作温度对于电池性能的影响，为改进电池电极材料设计和使用提供参考。

【研究背景】

多晶正极材料的结构退化是限制锂离子电池寿命的影响因素之一，微观结构图像的定量分析有助于锂离子电池的降解物理学的理解，并为验证电化学-机械降解模型提供数据。微/纳米计算机断层扫描(CT)或聚焦离子束(FIB)为基础的成像技术方法对于材料的微观结构表征是非常有价值的。通过成像技术获得数据确定高级结构描述符，详细地了解材料的微观结构信息，从图像信息可以识别单颗粒，通过计算其尺寸与形状获取描述符以及描述符的分布。通过将结构描述符与其他参数的相关联就可以量化不同的参数对于材料微观结构的影响（例如微观结构-性能关系或工作参数对微观结构的影响）。同时，实验获得的图像的结构特征可以用来调整物理模型中的未知参数，用于宏观性质的数值模拟。

目前，三维成像技术（CT）成本高昂，无法对材料的微观结构进行表征。基于二维图像技术的三维形态学定量分析比较困难。但是，这种差异可以利用立体学方法校正，立体学领域涉及从低维观测(如平面剖面)确定三维结构的几何特性。然而，从平面剖面计算粒度分布比较困难。

这篇文章研究电极材料在不同工作温度下循环并在平面切片中成像来表征锂离子电池电极的微观结构，定量分析了裂纹演化与正极活性物质损失之间的关系。采用超分辨技术通过对图像预处理，提高图像分辨率（图1，上行右），识别正极颗粒内的裂纹等精细特征。然后，对超分辨率图像数据进行相位分割，分割为背景、固相、裂纹相计算循环正极材料的描述符（如全局颗粒孔隙率等）,量化正极材料不同相的特征。从获得的结果以识别单个裂纹，允许计算每个观察到的裂缝的形态描述符(大小，长度和宽度)。这样的描述符(或其分布)允许对循环条件对结构退化的影响进行更深入的研究。通过结合颗粒分割和相位分割(提供有关裂纹位置的信息)，甚至可以确定单个颗粒的孔隙率等进一步的描述符（图1，第二行左）。此外，本文提出了一种计算局部粒子孔隙度的方法，该方法是粒子和相位分割到粒子中心距离的函数（图1，最后一行左）。通常在SEM图像数据中只能看到具有分散尺寸的近球形NMC颗粒的横截面，不清楚横截面相对于颗粒中心的高度，因此无法确定横截面内某一点到颗粒中心的确切距离。为了克服这个问题，我们使用了立体学的方法来估计横切面图像数据的距离。

图1.循环正极表征的工作流程

首先，使用生成对抗网络，在不同工作温度下循环的正极的SEM图像数据(上行，中心)进行超分辨处理(上行，右)。虚线绿色的方格在绿色的实线方格内以2倍的放大倍率显示。使用卷积神经网络，从超分辨率数据中确定相位分割(第二行，右)。这允许区分背景(黑色)，固相(灰色)和裂纹相(白色)。通过应用传统的图像处理技术(即分水岭变换)，可以在裂纹相内确定裂纹的分割(第二行，中心)，从而识别单个裂纹。为了可视化，固相用灰色表示。此外，可以为固体相和裂纹相的结合计算颗粒分割(第二行，左)，这样就可以识别单个颗粒。请注意，小颗粒已从随后的分析中去除。最后，从这三个部分确定了量化结构退化的各种描述符(最下面一行)。

【核心内容】

1.图像数据预处理第一步将图像进行相分割，分割为背景、固相以及裂纹相（图1，第二行右），采用以下形式： 像素值0、1、2分别以黑色、灰色和白色表示，通过分割后的结果计算相的总面积或它们的分数(例如，整体颗粒孔隙率)，从而量化NMC颗粒结构降解的总体程度。然而，相位分割不允许我们识别图像数据中的单个裂纹。因此，需要将裂纹相位划分为与单个裂纹相关的像素集，进一步识别图像中单个裂纹。

第二步将图像中裂纹相划分与单个裂纹相关的像素集（图1，第二行中），采用