2018年新能源汽车智新峰会-深圳市恒翼能科技有限公司副总经理赵少华-新能源汽车动力电池设备的创新与智能制造

深圳市恒翼能科技有限公司副总经理 赵少华

11月15日，2018新能源新汽车智新峰会在北京召开，论坛重点围绕着打造关键零部件核心竞争力这一主题展开今天研讨。深圳市恒翼能科技有限公司副总经理赵少华作为嘉宾参会，并发表主旨演讲，他给我们带来了新能源汽车动力电池设备的创新与智能制造。

非常感谢主办方给这样一个学习和交流的机会，我是深圳恒翼能科技。主要关注于动力电池设备的专业供应商，我们目前发展的比较快。新能源汽车动力来自于电能，也是我们这个动力电池仅仅是一个载体，它可以把各种各样能源转化为这个动力。

但是这个传统燃油车这个动力是有最简单的这个汽油柴油。热能转换效率来说，这个电动车EV这个热能效率可以达到95%，传统燃油车发展了一百多年，目前这个最先进的涡轮增压技术目前这个热能转换效率最多是45%，热能转化效率这个燃油车的优势非常明显，另外二氧化碳的排放，根据我们这个二氧化碳主要是来自于电厂，电厂的二氧化碳排放1600千万/3万公里。我们新能源车的排放量仅仅是燃油车的三分之一，这个优势非常明显。新能源的车的发展，2017年整个乘用车的数量是120万辆，中国是占了半壁江山，产销量和乘用两分别是59.3%和57.8%。

情景的预测：EVtank预测，2020年动力电池出货量将达到166.1Gwh，一出货量可以达到279.9Gwh，2022年全球锂电池出货量将达到42.86Gwh，对应6400亿的市场规模。我们中国这个推动新能源车的意愿和态度是坚定不移的。

动力电池生产设备。动力电池可以由50道供需，有前段、中段、后段。后段的自动化限制主要完成了之后，对一个电池进行激活、测量，这有一个入库的过程。具体包含化成、OCV测试、内空的测试、进行分权、分档、仓储，每一道独立的供需，通过一个全自动化的物流线体连深在一起构成全自动化的生产线，目前我们后端的设备国产化率已经超过了90%，目前我们的社会现在已经反而出口到像原来的这个制造强国，像日本、韩国等等，他们现在也都从中国开始进口我们的设备。

其中这个化成工艺是非常重要的一个工艺。这个过程是在完成注液之后通过一个小电流充电，对它的这个火星物质，这个离子火星物质进行激活，当你充电这个离子活性物质产生一个反应，形成一个膜的物质，这个膜是电子绝缘体，可以让这个离子顺畅通过而且可以让这个离子绝缘，可以造成这个活性物质的共建，这些膜的生成对于离电池的寿命非常重要，官户了我们的容量以及循环寿命和内组等等，这个化成的过程中对这个电流的控制，包括对这个精确控制非常重要。

一般来看这个化成的方法，包括我们方形铝壳电池，还有高温化成以及常温的化成，还可以分为这个大大流化成一个小电流的化成，考虑到这个厂家的配方，这个化成过程中工艺也是各不相同，现在这个电池大部分采用一个高温和常温结合的方式，这个过程中化成的设备，最主要的两个是一个充放电的设备，对整个的电池的进行激活，进行小电流充电的设备，我们叫做这个电源柜。还有一个针床，自动化的连接设备，以前没有自动化设备人去手工价，把这个充放电这个输出端夹在这个电池正负级，这是手工，效率很低，现在自动化生产，这个托盘进入库之后进行一个自动压格，把这个正负级跟这个充电放接起来，这是自动化针床设备。这是自动化针床不懂电池形态，让这个包含圆柱，还有方形以及软包，我们会有不懂自动化的压接设备。像这个软包我们有高温压力测压的，或者是平压或者测压不同的针床对接不同的电池。

电池完成了这滑石粉溶之后，对这个电池做OVC的测试，这个测试也是非常重要的工艺，这个测试电压有几个目的，首先在这个测试克量电压的过程中可以计算到，把这个电池有破损，这个破损的这个调试出来，这个电池生产过程中，很多由于设备的原因，会带动一些异物，这个电池内部可以刺穿造成这个隔膜，我们会在这个生产过程中挑选出来，因为一旦这种不良品引入我们的后端，进入我们这个车上我们这个安全隐患非常大，如何把这种底细找出来，我们有几种方法，刻录电压是非常明显的方式，通过这个电池偏低可以通过它挑选出来。

在自放电以前开始测这个OCV，再过一次测一下OCV，通过这个时间以及电压的变化测试这个电池四方电形。还有我们这个分容工艺，就是我们这个电池生产出来之后，我们需要对这个热量做一个测试，我们需要知道哪一个电池这个容量到底是多少，通过我们对这个电池进行几个充放电的循环，对这个容量进行一个测定，这是一个非容的工艺，跟这个需要的设备差不多，大同小异。

DCIR，这个电池的内组，到底这个损耗是多少，我需要在这个设备里面对这个工艺进行测试。分档机也是一个非常重要的供需。我知道现在很多的客户他们这个电池一致性非常好的时候，可能就不需要做分档，我认为我的这个电池基本上都是一个档，把这个不良的除掉。当某一些电池厂达不到这种公意需要对这个电池进行分档，也就是说这个电池虽然都是一批工艺出来，因为各自的差异，包括这个功率过程中总是有的好，有的不好，如何把好的电池分为一组，把不好的电池分为另外一组，这就是分档的事，分档的依据，容量、内阻、K值，充放电曲线匹配等多种规则，这个分档的目的是让质好的分在同一批，这个后面进行磨损的总成时候可能起到一个非常大的作用。

恒翼能对科技后端设备的智能制造的研究一些成果。

目标，让我们设备具有一个自主学习能力，让我们设备变得更加智能。目前设备智能化的程度，之前这个方博士介绍，我们可能达到一个小学生的水平，但是我想就是因为有这些基础，将来我们可以往大学、博士这些方面迈进。

安全性，在座电池专很多专家，电池厂最关心的是什么？能量密度越高，意味着一旦发生热失控这个后果非常严重，每一个电池厂对这个安全生产这一块是非常关注的。我们也花了非常多了时间和精力研究一个完整智能化的系统，可以层层阻挡热失控的发生。

根据这个热失控的设计可以分为五个阶段：SEM末分解反应，负级与电解液的反应，正级活性物质分解反应，还有黏结剂的反应，还有电解页分解的反应。

为了更深入地研究这个电池，这个内部短路发生什么信息，我们在这个电池内部刺穿这个隔膜，这到底是什么变化？当这个直径小于0.5微米，这个热失控不会产生，这个电池不会着火，但是这种电池带来一个后果，这种电池是一个权限的电池，当你没有办法通过一些手段检测出来的时候，会带出到后段，首先是一个四方链，另外它的循环寿命很低，如果我们不把它挑出来，去到这个后面，不做这个系数，比如说成了这个模组之后，将来这个模组的寿命会受到一定的影响。我们可以通过什么手段？我们经过一个研究发现，当我们对于电流冲击，这种隔膜确实不变，本身这个电压的波动，就是一个电压的锐减。

所以通过这个电压的密切观测，我们可以把这个隔膜的电进行挑选出来，这就是我们恒翼科技整个一个热失控的保护系统。这个系统包含三个，电压异常检测子系统，是基于我们高精度的设备，这个精度非常高，温度异常系统监控，这个采样平米很高，五个毫米采样一次，可以检测到每一个细微的电压的波动。有了这个系统之外，我们就可以对这个电池充电的过程中，这个电压的波动，小细微的波动做一些捕获，捕获之后结合我们这个智能系统进行一个分析，分析这种电压的变化是一个异常的。当我们的系统判断是一个异常的时候，我们会及时的作出一个动作，对于这个异常的动作进行停止，或者温度进一步的上升，这个时候我们认为热失控的影响很高。

烟雾报警子系统，当我们这个前面两个失效，如果只能做一些启动1230恩的喷林，或者水的消防，结合这个路面防护系统，加上一些独立的保护，就构成了一个完整的热失控的系统。这是三个字系统一个详细的描述。这个电压系统可以准确捕捉到每一个电压异常波动，像这种图是我们最常见的电压线路，这个充电的过程中出现一个细微的下降，也有可能出现一个跳升。还有当这个电压出现一个瑞降会出现一个暂时的波动，这个波动之前，在这个提前热失控发生两三到钟捕获到失控。温度，对每一个单体温度，发现这个异常及比如说140度这个异常的时候，会发生一个及时的停止通道，托盘取出这样一个动作。

烟雾报警器，考察市面上所有烟雾报警器都不满意，就自主研发了一个烟雾报警器，完全都是自主知识产权。我们这个申请了三项国家发明专利，采用一个重塑的设计，目前这是一代产品，三秒钟报警，目前第二代产品已经可以做到一秒钟报警，当这个烟雾升到顶部，一秒钟这个报警器还是报警的，这是密度非常高的报警其，为了防止这个误报警，为了适应更多场景我们也设了一个这档位可调，而且采用一个长短波，用短波测试，这个相当于在我们这个发生热失工，电池烟雾跟这个平时灰尘不一样，电池烟雾非常小，平时灰尘颗粒物很大，为了防止这个烟雾堆积这个烟雾报警器误报器，就是两种，一种是这个电池发出的烟雾，长波就是探测灰尘，只有长波跟短波同时报警才会启动这个报警，只有长波报警的时候我们认为这个灰尘的堆积造成的，这个也是有效防止这个误报警率的发生。

高效。我们自己内部也做了一个模型，就是锂电池一个模型。可以对这个锂电池的性能做一些分析，循环寿命的分析，之前孔博士也介绍过，现在越做越大，做几次循环这个时间非常长，可能几个月做一个循环动力测试，恒翼能科技这个内部模型可以帮助一些技术实力不是特别强的公司做这些方面的分析。我们做了一个循环寿命的图形，这个循环寿命大概三个小时做完，客户那边做了大概三个月，做完了之后把这个图画出来，两千次，增加到82.3%，结果相差不大。另外，文博士提到一个多插的模型，加上一种专有多电级的插层，这是我们一个日本客户做的一个模型分析，当我们两个正级的时候，到底这个电池性能会怎么样，跟我们的模型也可以完整地分析出来。

针对于现在电动汽车EV是很高的情况下，目前现在这个分选机制，大部分都是基于1-2个参数做分权，像我们这个容量比值等等，大多数参数都是基于一个两个，把这个参数融合在一起，变得如此不可分了，我们因此没有办法，到底是以哪个为主区分出来这个电池，把这个一次性好的电池分在一起，没有这样一个依据。为了解决这个问题，我们开发了一套系统，这是基于大数据神经网络一个智能分选系统，我们把所有的生产产品、K值也好，这个曲线也好，你的内阻也好，全部放在一起，三十个参数，二十个参数，都可以放在一起，放入这个系统之后，我们通过一个新兴的映射关系，把我们的参数从一个不可影射的层面映射到一个更高维度，一千五或者两千维度的，映射上去之后你会发现，这是一个事例，这个在二维层面不可分，我们映射为三维就是可分的。

我们可以通过直接的影射造成一定的灾难，所以我们采用一个神经网络的分析，我们可以通过这个系统帮助，就把一个低维度的映射可分，在我们这个可分的时候，就变为这个可分的系统，这个系统包含一个离线的学习系统和在线的在线生产系统。

根据我们这个电池厂提供一些电池参数，我们这个训练，训练主要是以网络这个回归，一旦这个训练完成之后，进入到这个实时生产，我们可以根据我们这个训练的结果，对电池参数做一个分选和匹配。

从这些结果来看，通过不同颜色的点做我们这个电池样本，来做一个区分，最后可以看到我们这个高维空间的点都是非常清晰的。这个项目也是深圳市科创委委托我们开发的一个集体攻关的项目，也是得到了深圳科创委的支持。

这是我的介绍。谢谢大家。

以上内容据峰会现场速记整理，未经嘉宾本人审阅。