Lithium Battery

Slurry preparation, electrode coating, battery production line design

Lithium Battery

锂电池匀浆工艺参数优化:固含量、粘度、分散性的三角平衡

在锂电池制造链上,匀浆是第一步,也是良率的第一个分水岭。 涂布机再好、辊压机再精密、化成柜再先进——如果浆料不对,后面的每一步都是在做”损伤控制”。我见过一条产线因为浆料粘度漂移的问题,涂布良率从95%掉到82%,持续了两周才找到根因。两周,每天少出3000颗电芯的合格品。 这篇文章不讲匀浆的基础原理(那部分在[前一篇](https://greenengguide.com/lithium-battery-slurry-preparation)已经写过了),而是聚焦在参数优化上——固含量、粘度、分散性这三个变量如何相互制约,以及如何在它们之间找到真正适合你产线的平衡点。 为什么是这三个参数? 匀浆有十几个可调变量:搅拌速度、搅拌时间、加料顺序、温度、真空度、固含量、溶剂比例……但最终决定浆料能不能涂好的,只有三个输出指标: 1. 固含量(Solid Content)——浆料里有多少活性物质2. 粘度(Viscosity)——浆料流动的难易程度3. 分散性(Dispersion Quality)——颗粒在浆料中的均匀程度 所有其他参数(转速、时间、温度等)都是为这三个输出指标服务的。问题是,这三个指标之间存在天然的冲突: – 提高固含量,粘度会急剧上升,分散性下降– 过度分散(长时间高剪切),粘度可能反弹(过分散效应)– 降低粘度(加溶剂)会降低固含量,影响涂布面密度 这就是”三角平衡”——你不可能同时最大化三个指标,必须根据你的涂布工艺找到最优解。 固含量:不是越高越好,也不是越低越安全 固含量决定了什么? 固含量直接影响三件事:

Lithium Battery

一块退役锂电池值多少钱?AI说:让我先看看

2025年中国退役动力电池超过80万吨。到2030年,这个数字会突破300万吨。过去,这些电池的命运差不多——统统扔进粉碎机。但现在,AI正在改变游戏规则。 01 电池回收,最大的难题不是化学 先说一个反直觉的事实:湿法冶金的金属浸出率,实验室里能做到95%以上。但一到产线上,回收率就只有85-90%。问题不在化学,在”来料”。 每一块退役电池都不一样——不同厂家(宁德时代 vs 比亚迪 vs 松下)、不同化学体系(LFP还是NMC?NMC 523、622还是811?)、不同健康状态(SOH从50%到85%不等)、不同使用历史(跑滴滴的被狠操了三年,私家车的只开了两万公里)。 一刀切的回收工艺 = 把好料和废料一起扔进粉碎机。这就是为什么AI的介入,是从”源头”开始的。 02 第一关:智能分选——退役电池别再”一锅端” 大多数回收厂目前靠人工分选。一天处理几吨还行,一天几十吨就开始出问题。漏判、错判、工伤,没完没了。 AI视觉分选系统现在能做到三件事: 自动识别电芯型号 2D/3D视觉 +

Scroll to Top