為什么電池制造商要了解激光誘導擊穿光譜（LIBS）？

電池制造商要不斷提高產(chǎn)能。他們需要以經(jīng)濟、高效和可靠的方式保證質量。檢測鋰離子電池中的雜質時，通常要用到掃描電子顯微鏡（SEM）和能量色散X射線譜儀（EDS/EDX）。SEM/EDS操作起來復雜、耗時，難以集成到生產(chǎn)中。近期，一種新方法通過利用光學顯微鏡和激光誘導擊穿光譜（LIBS），可支持同時進行視覺和化學分析，以提高QA/QC的效率。

引言

2019年，全球鋰離子（Li-Ion）電池市場價值為329億美元，從2020年到2027年，這一數(shù)字預計將以13.0%的復合年增長率（CAGR）持續(xù)增長[1]。電動汽車需求的快速增長是推動市場發(fā)展的重要因素，但不是wei yi因素，其他因素包括可再生能源裝置日益普及（如光伏板），各種醫(yī)療設備廣泛采用鋰離子電池，以及便攜式消費電子產(chǎn)品的市場逐步擴大。

鋰離子電池的性能提升后，越來越受各行各業(yè)的市場歡迎，但自身也遇到了發(fā)展瓶頸。人們?nèi)匀粨匿囯x子電池過熱的問題，特別是當充電過快時。電動汽車必須快速充電，因此這方面的安全性非常重要。鋰離子電池的壽命通常較短，許多鋰離子電池的充電/放電周期不足1,000次[2,3]。

這些問題大多可以在制造過程的質量控制階段成功解決。電池在使用過程中過熱，往往是因為電極、燃料電池分離器和鋰離子電池的其他部件中存在的金屬顆粒。這些顆粒會導致內(nèi)部短路，從而引起過熱，降低電池容量和壽命，甚至在ji duan情況下會引發(fā)火災[4-6]。

市場對相關產(chǎn)品的需求急劇上升，因此電池制造商既希望QA/QC程序足夠高效，能夠捕獲這些雜質；但又不至于太過繁瑣，以免拖慢制造過程或產(chǎn)生大量額外成本。

技術挑戰(zhàn)

制造商檢測鋰離子電池中雜質的既定方法復雜、耗時，而且很難整合到生產(chǎn)線上，這是他們面臨的一大難題[7]。

在工業(yè)制造環(huán)境中，搭載掃描電子顯微鏡（SEM）的能量色散X射線譜儀（EDS）是常用的質量控制設備。研究人員可借助SEM-EDS，利用一種能生成高分辨率、高對比度圖像的顯微鏡技術對材料進行目視檢查，并通過元素光譜分析確定其局部成分。

SEM-EDS通常需要制備特殊樣品，并將樣品轉移到真空中進行觀察和分析——這個過程比較耗時，而且技術難度不小。在電池制造和質量控制中，SEM-EDS在檢測鋰（Li）方面也存在操作缺陷，而鋰元素則是可充電電池技術最重要的元素[7]。此外，由于SEM-EDS是一種復雜的成像方法，因此很難直接整合到生產(chǎn)線中。樣品需要被送出生產(chǎn)線進行分析，幾個小時甚至幾天后才能得到分析結果，這拖慢了生產(chǎn)過程、浪費了時間、推高了成本。

X射線熒光（XRF）和輝光放電發(fā)射光譜法（GD-OES）更便于整合到生產(chǎn)線中，但也有其他缺點。XRF不能準確檢測鋰等輕元素[8,9]，而GD-OES往往會嚴重損壞樣品，并且不適用于檢測絕緣材料[9-11]。

新技術

一種新方法正在電池制造和其他工業(yè)應用中嶄露頭角：將光學顯微鏡和激光誘導擊穿光譜（或LIBS）結合起來，在更短的時間內(nèi)獲得視覺和化學樣品信息。

LIBS可用于分析材料成分，高能量激光脈沖會擊中材料表面的目標區(qū)域，能量經(jīng)過吸收后，導致局部區(qū)域被燒蝕并形成凹口。等離子體經(jīng)過誘發(fā)，然后立即分解，從而發(fā)射出光，此時檢測元素線光譜，即可確定元素。

這種方法無需使用掃描電鏡，所以可省去許多耗時的步驟：分析前無需額外制備樣品；樣品無需在真空中觀察，所以空氣中的干或濕樣品都可以分析；而且待樣品轉移后，無需重新定位樣品上的感興趣區(qū)域或調整系統(tǒng)。結果數(shù)秒內(nèi)即可生成，因此質控過程中的分析環(huán)節(jié)可以快速完成，無需借助于實驗室——成本也因此大幅下降。

近年來，Leica Microsystems在該領域投入了大量的時間和資源，因為我們很看好這項技術的前景。時效和準確性對長期成功至關重要。Leica Microsystems的DM6 M LIBS系統(tǒng)專為電池制造等工業(yè)應用而設計，能更快地提供結果。

走向未來

許多行業(yè)還沒有接受LIBS，也許是因為SEM-EDS、XRF或GD-OES還是目前gong ren的解決方案。的確，在各行各業(yè)的產(chǎn)品開發(fā)、質量控制和故障分析中（特別是在電池制造中），獲得可靠的結果和理想的產(chǎn)品質量始終是重中之重。但是，工業(yè)制造商絕不能讓“試過，但沒成功"的想法阻礙進步，或否認大膽嘗試在提升生產(chǎn)力和盈利能力方面的巨大作用。SEM-EDS和其他技術在某些應用中仍有很大的價值，但面對快速變化的生產(chǎn)節(jié)奏，要想確保質量控制始終快速、準確，制造商就應該考慮啟用光學顯微鏡和LIBS——等他們看到新方法的優(yōu)勢時，他們將慶幸自己做出了正確的選擇。

原文發(fā)表于2021年4月13日《電氣工程》。

參考文獻

1. Lithium-ion Battery Market Size, Share & Trends Analysis Report By Product (LCO, LFP, NCA, LMO, LTO, Lithium Nickel Manganese Cobalt), By Application, By Region, And Segment Forecasts, 2020 – 2027 (Grand View Research, July, 2020) Report ID: GVR-1-68038-601-1.

2. K.A. Severson, P.M. Attia, N. Jin, N. Perkins, B. Jiang, Z. Yang, M.H. Chen, M. Aykol, P.K. Herring, D. Fraggedakis, M.Z. Bazant, S.J. Harris, W.C. Chueh, R.D. Braatz, Data-driven prediction of battery cycle life before capacity degradation, Nature Energy (2019) vol. 4, pp. 383–391, DOI: 10.1038/s41560-019-0356-8.

3. M.‐W. Cheng, Y.‐S. Lee, M. Liu, C.‐C. Sun, State‐of‐charge estimation with aging effect and correction for lithium‐ion battery, IET Electrical Systems in Transportation (2015) vol. 5, iss. 2, pp. 70-76, DOI: 10.1049/iet-est.2013.0007.

4. X. Feng, M. Ouyang, X. Liu, L. Lu, Y. Xia, X. He, Thermal runaway mechanism of lithium ion battery for electric vehicles: A review, Energy Storage Materials (2018) vol. 10, pp. 246-267, DOI: 10.1016/j.ensm.2017.05.013.

5. D.P. Finegan, M. Scheel, J.B. Robinson, B. Tjaden, I. Hunt, T.J. Mason, J. Millichamp, M. Di Michiel, G.J. Offer, G. Hinds, D.J.L. Brett, P.R. Shearing, In-operando high-speed tomography of lithium-ion batteries during thermal runaway, Nature Communications (2015) vol. 6, art. num. 6924, DOI: 10.1038/ncomms7924.

6. E.V. Beletskii, A.A. Fedorova, D.A. Lukyanov, A.Y. Kalnin, V.A. Ershov, S.E. Danilov, D.V. Spiridonova, E.V. Alekseeva, O.V. Levin, Switchable resistance conducting-polymer layer for Li-ion battery overcharge protection, Journal of Power Sources (2021) vol. 490, 229548, DOI: 10.1016/j.jpowsour.2021.229548.

7. P. Hovington, V. Timoshevskii, S. Burgess, H. Demers, P. Statham, R. Gauvin, K. Zaghib, Can we detect Li K X‐ray in lithium compounds using energy dispersive spectroscopy? Scanning (2016) vol. 38, iss. 6, pp. 571-578, DOI: 10.1002/sca.21302.

8. P. Kikongi, J. Salvas, R. Gosselin, Curve‐fitting regression: improving light element quantification with XRF, X-Ray Spectrometry Special Issue: European Conference on X‐Ray Spectrometry 2016 Part 2 (2017) vol. 46, iss. 5, pp. 347-355, DOI: 10.1002/xrs.2760.

9. M.J. Lance, D.N. Leonard, B.A. Pint, The Use of Glow Discharge Optical Emission Spectroscopy to Quantify Internal Carburization in Supercritical CO2, 6th International Supercritical CO2 Power Cycles Symposium, 27 - 29 March, 2018, Pittsburgh, PA, USA.

10. R.K. Marcus, A.B. Anfone, W. Luesaiwong, T.A. Hill, D. Perahia, K. Shimizu, Radio frequency glow discharge optical emission spectroscopy: a new weapon in the depth profiling arsenal, Anal. Bioanal. Chem. (2002) vol. 373, pp. 656–663, DOI: 10.1007/s00216-002-1378-8.

11. M. Wilke, G. Teichert, R. Gemma, A. Pundt, R. Kirchheim, H. Romanus, P. Schaaf, Glow discharge optical emission spectroscopy for accurate and well resolved analysis of coatings and thin films, Thin Solid Films (2011) vol. 520, iss. 5, pp. 1660-1667, DOI: 10.1016/j.tsf.2011.07.058.