一种用于回收电池电极材料的物理性质分析方法与流程

本发明属于退役电池回收，具体涉及一种用于回收电池电极材料的物理性质分析方法。

背景技术：

1、退役锂离子电池的回收处理是新能源汽车产业链后端的关键环节，其中电极材料的物理分选是实现正负极活性物质与集流体、粘结剂等组分高效分离的核心步骤。物理分选的主流工艺路线包括破碎、筛分、磁选、静电分选和风选等操作单元的组合，其基本原理在于利用不同材料组分在密度、导电性、磁化率、介电常数和功函数等物理性质上的差异，通过施加外部力场使不同颗粒在空间中产生差异化的运动轨迹，从而实现组分间的分离。在这一工艺链条中，对拆解所得电极材料粉末的物理性质进行分析，是确定分选设备类型、编排分选工序以及设定操作参数的前提和依据。

2、当前，针对退役电池电极材料粉末的物理性质分析，在实际工业生产中通常采用元素含量检测与整体物性测量相结合的方式。元素含量检测主要通过电感耦合等离子体发射光谱或x射线荧光光谱等手段，获取粉末样品中钴、镍、锰、锂、铁、磷、铝等元素的总体质量百分比，据此推断正极材料与负极材料的大致比例。整体物性测量则包括粉末电阻率测试、振实密度测定和粒度分布分析等，用于表征粉末整体的导电性和堆积特性。在获得上述整体性质参数后，操作人员根据经验或查阅工艺手册，选择对应的分选设备并设定操作参数。

3、然而，退役电池电极材料粉末具有显著的颗粒尺度非均匀性特征。同一批次拆解所得的电极材料粉末中，不仅包含不同种类的正极活性物质和负极活性物质，还混杂有导电炭黑、粘结剂碎屑和集流体微片等附属组分。更为关键的是，即使是同种标称材料的不同颗粒，其在经历数百至数千次充放电循环后，颗粒表面的晶体结构退化程度、电解液分解产物沉积量和界面化学状态也存在明显差异。这种颗粒尺度的物性非均匀性导致基于整体平均性质的分析结果无法准确反映单个颗粒在物理分选过程中的实际行为响应。具体而言，在静电分选环节，颗粒的带电行为取决于表面功函数，而表面功函数受颗粒表面化学组成和晶体结构的共同影响，退役电极材料粉末中同种材料不同颗粒之间的功函数差异可能达到足以影响分选效果的程度，但整体测量方法仅能获得统计平均结果，完全掩盖了这一颗粒尺度的差异信息。在高压静电场中，颗粒所受的介电泳力取决于颗粒的介电常数和电场梯度分布，颗粒的介电常数又与局部元素组成和晶格完整性密切相关，退役电极材料粉末中颗粒与颗粒之间的介电常数离散度往往远大于新制备材料的离散度，而现有分析手段对此缺乏有效的表征方法。

4、此外，现有分析流程中，从物理性质测量结果到分选操作参数的确定之间缺乏系统性的关联机制。操作参数的设定通常依赖经验规则或离线试验，难以建立从颗粒物性分布到分选动力学响应的定量映射关系，导致分选设备在面对性质波动较大的退役电极材料时，操作参数的选择缺乏针对性依据，最终影响正极材料与负极材料之间的分离精度和目标产物的回收率。

技术实现思路

1、有鉴于此，本发明提供了一种用于回收电池电极材料的物理性质分析方法，以达到能够在颗粒尺度上系统性表征退役电极材料粉末的电学本征属性，并将颗粒物性差异与分选动力学行为进行关联，进而为工业分选操作参数提供精细化决策依据的物理性质分析方法的目的。

2、本发明采用的技术方案如下：

3、一种用于回收电池电极材料的物理性质分析方法，包括：

4、步骤1：获取退役电池拆解所得电极材料粉末中单个颗粒的表界面光谱数据和成分数据，执行空间配准和标准化校正，形成以单颗粒为索引的多源表征数据集；

5、所述步骤1具体包括：

6、步骤1.1、利用显微高光谱成像设备，采集所述电极材料粉末在预设连续光谱波段下的漫反射高光谱图像立方体；

7、步骤1.2、利用扫描电子显微镜与能量色散x射线光谱联用设备，采集与所述高光谱图像立方体空间对应的背散射电子形貌图和元素浓度分布图；

8、步骤1.3、以所述背散射电子形貌图为空间参考基准，逐像素对所述高光谱图像立方体执行黑白校正和多元散射校正，对所述元素浓度分布图执行背景扣除和特征峰面积积分，得到校正后光谱反射率曲线和元素浓度向量；

9、步骤1.4、按颗粒轮廓将单个颗粒的校正后光谱反射率曲线和元素浓度向量进行绑定，形成以单颗粒为索引的多源表征数据集。

10、步骤2：对所述多源表征数据集中每个颗粒的光谱数据进行介电响应解析，结合颗粒的成分数据反演颗粒的功函数和静态介电常数，汇总为颗粒电学本征属性集；

11、所述步骤2具体包括：

12、步骤2.1、对所述多源表征数据集中每个颗粒的校正后光谱反射率曲线执行克拉默斯克勒尼希变换，从光谱反射率中解析出颗粒在预设频段内的复介电函数实部和虚部，其中为入射电磁波的角频率，由所述实部和虚部构成颗粒介电响应谱；

13、步骤2.2、从所述颗粒介电响应谱中定位虚部的特征峰频率位置，将与对应颗粒的元素浓度向量中过渡金属元素与碱金属元素的摩尔比进行加权组合，输入预标定的功函数回归方程，输出颗粒的预测功函数；

14、步骤2.3、从所述颗粒介电响应谱的低频渐近区提取静态介电常数，将所述预测功函数和静态介电常数共同作为该颗粒的电学本征属性，汇总所有颗粒的颗粒电学本征属性集。

15、步骤3：模拟工业摩擦带电与静电分选的连续物理过程，将所述颗粒电学本征属性集代入接触带电方程和电场力方程，计算每个颗粒的电荷衰减曲线和电场迁移偏转量；

16、所述步骤3具体包括：

17、步骤3.1：在离散元与计算流体动力学耦合仿真空间中，设置包含摩擦带电管道段和高压静电分选段的三维虚拟分选流场，其中摩擦带电管道段的内壁面材质设定为预设金属，高压静电分选段设置有电晕电极阵列和静电极板；

18、步骤3.2：将所述颗粒电学本征属性集中的每个颗粒实例化为离散元颗粒，依据颗粒的预测功函数设置颗粒表面功函数，依据颗粒的静态介电常数设置颗粒介电属性，依据颗粒的元素浓度向量中各元素原子量加权计算质量密度并赋予颗粒；

19、步骤3.3：在摩擦带电管道段内，模拟颗粒与金属壁面的多次接触碰撞过程，根据颗粒表面功函数与壁面功函数的差异计算每次碰撞的电荷转移量，累加得到颗粒进入高压静电分选段前的初始累积带电量；

20、所述步骤3.3具体包括：

21、步骤3.31：在摩擦带电管道段内，追踪每个颗粒的运动轨迹，当颗粒与金属壁面的间距小于预设接触判定距离时，判定发生接触碰撞事件；

22、步骤3.32：对每次接触碰撞事件，依据颗粒入射角度和速度计算法向接触力，通过赫兹接触理论确定接触面积；

23、步骤3.33：按接触功函数差计算单次接触电荷转移量：

24、，

25、其中为颗粒预测功函数与壁面功函数的差值，为单次接触转移的电荷量，为预设的接触带电系数；

26、并根据的正负符号确定电荷转移方向，当时电子由壁面转移至颗粒表面使颗粒带负电，当时电子由颗粒表面转移至壁面使颗粒带正电；

27、步骤3.34：对颗粒在摩擦带电管道段内经历的全部接触碰撞事件的电荷转移量进行累加，得到颗粒进入高压静电分选段前的初始累积带电量。

28、所述步骤3.4具体包括：

29、步骤3.41：通过有限元方法求解高压静电分选段内电晕电极阵列与静电极板之间的拉普拉斯方程，得到电极间电场分布，其中和分别为平行于静电极板方向和垂直于静电极板方向的空间坐标；

30、步骤3.42：模拟颗粒进入高压静电分选段后实时带电量的指数衰减过程，按计算颗粒在各时刻的带电量，其中为颗粒在时刻的实时带电量，为初始衰减时间常数，为以自然常数为底的指数函数；

31、步骤3.43：计算颗粒在非均匀电场中因极化效应产生的介电泳力：

32、

33、其中为颗粒所受介电泳力，为真空介电常数，为空气介电常数，为颗粒等效半径，为电场强度平方的梯度，为克劳修斯莫索提因子，取值为，反映颗粒静态介电常数与空气介电常数之间的介电差异对极化效应的影响；

34、步骤3.44：计算颗粒表面电荷在电场中受到的库仑力，将介电泳力与库仑力的矢量和作为颗粒所受电场力，结合颗粒所受重力和流体曳力，通过牛顿运动方程求解颗粒在高压静电分选段内的运动轨迹，并记录颗粒在高压静电分选段出口处沿电场方向的偏转位移和实时带电量序列。

35、步骤3.4：颗粒进入高压静电分选段后，模拟颗粒在电晕电场中的电荷衰减过程以及所受电场力的作用，计算颗粒在电场力、重力和流体曳力共同作用下的运动轨迹，记录颗粒在高压静电分选段出口处的偏转位移和实时带电量序列。

36、步骤4：从所述电荷衰减曲线中提取衰减时间常数，将所述衰减时间常数与所述颗粒电学本征属性集中的功函数进行特征交叉组合，并与所述电场迁移偏转量做相关性筛选，生成荷电分离倾向向量；

37、所述步骤4具体包括：

38、步骤4.1：对每个颗粒的所述实时带电量序列进行指数衰减拟合，提取电荷衰减至初始累积带电量的预设比例时对应的时间常数作为电荷衰减特征；

39、步骤4.2：将时间常数与对应颗粒的预测功函数进行非线性交叉组合，形成组合特征集，所述组合特征集包含预测功函数与时间常数的多种数学变换组合；

40、步骤4.3：计算所述组合特征集中每个特征维度与所述偏转位移之间的皮尔逊相关系数，保留超过预设相关性阈值的特征维度，与所述颗粒电学本征属性集中的静态介电常数拼接，形成敏感特征子集；

41、步骤4.4：将所述敏感特征子集作为该颗粒的荷电分离倾向向量。

42、步骤5：将所有颗粒的所述荷电分离倾向向量投影至低维决策平面，计算不同材料组分颗粒分布区域之间的分离度，求解使相邻材料组分间分离度最大的最优分离直线，并提取最优分离直线的法向量；

43、所述步骤5具体包括：

44、对所有颗粒的所述荷电分离倾向向量按维度执行标准分数标准化处理，将标准化后的向量通过主成分分析投影到由第一主成分和第二主成分构成的低维决策平面中；

45、在所述低维决策平面中，根据颗粒的实际电极材料种类标注各散点，计算每类材料散点分布的均值向量和协方差矩阵，其中下标表示第类材料，并计算任意两类材料与之间的马氏距离：

46、

47、其中为两类合并后的池化协方差矩阵，上标表示矩阵转置，上标表示矩阵求逆；

48、对马氏距离小于预设阈值的相邻材料类别，求解费舍尔线性判别准则下使类间散度与类内散度的比值最大化的投影方向；

49、提取所述投影方向的各维分量，按分量绝对值大小排序，识别分量绝对值最大的前预设数量维度作为决定分离效果的关键特征维度。

50、步骤6：将所述最优分离直线的法向量逆向映射回工业分选机的操作参数空间，确定所述操作参数空间中各参数对分离效果的贡献权重，生成指导物理分选的参数配置序列。

51、所述步骤6具体包括：

52、根据所述关键特征维度对应的原始物理属性，在工业摩擦带电与静电分选机的操作参数空间中确定受所述关键特征维度影响的可调操作参数，所述可调操作参数至少包括摩擦带电段的几何尺寸参数和气流动力学参数，以及高压静电分选段的电场强度参数；

53、以所述可调操作参数为自变量，以所述低维决策平面中相邻材料类别间的马氏距离为响应变量，通过试验设计方法生成参数采样方案，在所述三维虚拟分选流场中执行各采样点对应的仿真，获取各参数组合下的马氏距离响应值；

54、对采样结果进行响应面回归建模，得到马氏距离关于所述可调操作参数的回归映射关系，求解使回归映射关系取最大值的参数组合；

55、将求解得到的最优参数组合按实际分选工序的先后顺序编排为参数配置序列，所述参数配置序列包含摩擦带电段的操作参数设定值和高压静电分选段的操作参数设定值，输出至分选机控制系统。

56、一种用于回收电池电极材料的物理性质分析系统，所述系统包括：

57、多源数据获取与配准模块，获取退役电池拆解所得电极材料粉末中单个颗粒的表界面光谱数据和成分数据，执行空间配准和标准化校正，形成以单颗粒为索引的多源表征数据集；

58、电学本征属性反演模块，对所述多源表征数据集中每个颗粒的光谱数据进行介电响应解析，结合颗粒的成分数据反演颗粒的功函数和静态介电常数，汇总为颗粒电学本征属性集；

59、荷电行为仿真模块，模拟工业摩擦带电与静电分选的连续物理过程，将所述颗粒电学本征属性集代入接触带电方程和电场力方程，计算每个颗粒的电荷衰减曲线和电场迁移偏转量；

60、分离倾向表征生成模块，从所述电荷衰减曲线中提取衰减时间常数，将所述衰减时间常数与所述颗粒电学本征属性集中的功函数进行特征交叉组合，并与所述电场迁移偏转量做相关性筛选，生成荷电分离倾向向量；

61、分离边界决策模块，将所有颗粒的所述荷电分离倾向向量投影至低维决策平面，计算不同材料组分颗粒分布区域之间的分离度，求解使相邻材料组分间分离度最大的最优分离直线，并提取最优分离直线的法向量；

62、分选参数生成与输出模块，将所述最优分离直线的法向量逆向映射回工业分选机的操作参数空间，确定所述操作参数空间中各参数对分离效果的贡献权重，生成指导物理分选的参数配置序列。

63、综上所述，由于采用了上述技术方案，本发明的有益效果是：

64、1.本发明中，通过采集单颗粒尺度的表界面光谱数据和成分数据，并反演每个颗粒的功函数和静态介电常数，构建了颗粒电学本征属性集，使得退役电极材料粉末中不同颗粒之间的物性差异能够在电学层面得到精细化表征，而非依赖整体平均性质，从而为后续的分选行为模拟提供了颗粒级别的差异化输入。

65、2.本发明中，通过将颗粒电学本征属性集代入接触带电方程和电场力方程，在虚拟仿真空间中模拟每个颗粒在摩擦带电与静电分选连续物理过程中的电荷衰减曲线和电场迁移偏转量，使得颗粒在实际分选设备中的动态行为能够被预先计算和量化，建立了从颗粒本征属性到分选行为响应之间的映射桥梁。

66、3.本发明中，通过从电荷衰减曲线中提取衰减时间常数，并与功函数进行特征交叉组合后与偏转位移做相关性筛选，生成荷电分离倾向向量，使得影响颗粒分离效果的关键物理因素能够从多维特征中被自动识别和提取，降低了人为选择特征的盲目性。