明月湖科研人突破锂电池“黑箱”困境

yidaiju1 · 发表于 2026-5-20 18:58:03

一块手机电池，在使用500次后为何只剩80%电量？一辆电动车，为何在寒冬续航骤减、甚至突发起火？答案藏在电池内部那个看不见、摸不着的“黑箱”里。
据了解，锂离子电池系统的整体性能和安全性主要取决于电极材料，然而，长期以来，科学家始终缺乏一种能够在真实工作条件下、实时原位追踪锂离子迁移和电极材料结构演化的有效手段，“这就像医生无法剖开病人胸腔观察心脏跳动一样，这项技术瓶颈始终没能突破”。
如今，华东师范大学重庆研究院曾和平教授团队，终于找到了打开这个“黑箱”的钥匙。
团队创新研发了一种名为“瞬态干涉光谱技术”（TIBS）的新型分子键敏感探针，成功打开了观察电池内部“黑箱”的原子级窗口。而这把“钥匙”的工作原理，就像给电池做了一次“分子水平的爆炸CT”。
这项技术日前以封面论文形式发表在国际能源领域顶级期刊《Energy & Environmental SCIence》（影响因子30.8）上，被评价为“成功弥合了传统元素分析与分子水平内在检测能力之间的长期鸿沟，为高精度、高通量的电池状态诊断提供了全新的技术路径。”

三光丝等离子体光栅键敏探针。华东师范大学重庆研究院供图

极端光场直接“炸开”分子键
TIBS技术的核心，是利用三个飞秒激光脉冲在空气中构建出比头发丝还细得多的等离子体光栅通道——宽度仅几个微米，而传统的飞秒光丝直径通常约100微米。通道越细（窄），能量越集中。在这里，激光峰值强度被提升至每平方厘米10¹⁴瓦以上，可产生与分子内电场相当的极端电场。
在这样的极端电场下，激光会通过隧穿电离直接断裂材料的分子键，并触发库仑爆炸——分子在瞬间失去多个电子后因强烈的静电排斥力四分五裂。
神奇的是，这一剧烈过程能够保留原始分子结构的“指纹信息”，使得研究人员可以通过分析爆炸后产生的原子和离子碎片的光谱特征，反推出材料原本的化学状态和局部环境，而不受复杂的电极基体效应干扰。
精准识别低至0.3%的锂浓度变化
实验结果显示，TIBS技术能够清楚区分电池中“好”的活性锂化合物和“坏”的副产物——氧化锂（Li₂O）。后者是导致电池容量衰减、内阻增加乃至热失控的元凶之一。
在氧化锂的光谱中，锂元素在460.3纳米和497.2纳米处的特征峰强度，远高于在磷酸铁锂或钴酸锂中的强度。原因在于，氧化锂中的氧负离子更容易被直接电离，导致更剧烈的库仑爆炸，从而放出更强的锂信号。
令人惊喜的是，研究团队将TIBS与机器学习算法结合后，神经网络模型能够精准识别低至0.3%的锂浓度变化，平均识别准确率达到94.7%，这意味着TIBS实际上具备了识别原子尺度结构差异的能力。
从表面到内部，逐层“解剖”
与许多只能分析材料表层信息的技术不同，TIBS还具备深度剖析能力。通过调节激光脉冲的能量和数量，研究人员可以从电极表面到内部一层一层地“剥开”观察，获取随深度变化的成分与结构信息。这对于研究电极厚度方向上的非均匀脱锂和界面副反应至关重要，而这些正是影响电池循环寿命和安全性的关键因素。
而且，这项技术具有广泛的普适性。原则上，它可以检测任意元素，适用于软材料、有机组分、聚合物等多种材料体系，以及固体、气体、液体几乎全物态的样品。对于电池领域而言，它可以很方便地检测薄膜、厚电极、粉末等多种形式的样品。
该研究由华东师范大学重庆研究院胡梦云副教授和博士研究生万恩来担任共同第一作者，曾和平教授为通讯作者。研究工作获得了国家科技部重点研发计划、国家自然科学基金、重庆市科技局、上海市科学技术委员会以及华东师范大学的联合支持。
“这项技术的意义，相当于为电池研发者配上了一副能看见原子的‘眼镜’。”团队表示，通过整合理论建模、实验诊断与机器学习，TIBS技术为锂离子电池电极材料提供了一种快速、高精度的综合检测方法。它不仅可用于电池组件的质量与安全控制，实现电池性能的快速监测和健康状态判定，还为下一代高能量密度储能系统（如涉及阴离子氧化还原反应的复杂正极材料）的开发，提供了关键的原子尺度结构分析工具。（孙建和）

(责编：秦洁、刘政宁)

		自动登录	找回密码
密码			立即注册