北京理工大学最新Nature：锂离子电池内部危险信号的无线传输与精准预警
温华
一、 【科学背景】
近年来，锂离子电池（LIBs）作为核心能源载体，在电动汽车、可再生能源储能及便携电子设备中广泛应用，但其安全性问题因能量密度提升与规模化应用而日益严峻；据国际能源署（IEA）统计，2020至2024年仅电动汽车领域便累计报告超9,000起电池起火或爆炸事故，凸显热失控与机械失效的致命风险。当前主流的电池健康监测技术多依赖外部参数（如表面温度、电压波动）间接推断内部状态，但卷绕结构（jelly-roll）内部的非均匀温度场与机械应力分布难以被传统方法捕捉，导致预警滞后。
近年来，学术界尝试通过植入式传感器（如光纤光栅、柔性薄膜传感器）直接监测内部信号，然而这些方案常需破坏电池密封结构，引发电解液泄漏或金属壳体电磁屏蔽问题，且传感器在强腐蚀性电解液中易失效，寿命不足百次循环；此外，X射线断层扫描（XRD-CT）等无损检测技术虽能提供高分辨率图像，却无法实时在线监测，成本高昂且设备庞大，难以商业化应用。作者团队前期在植入式传感领域已取得重要突破，开发了耐腐蚀薄膜传感器（2022年）与低功耗无线传输芯片（2023年），通过优化封装工艺将传感器厚度压缩至50微米，初步验证了其在18650圆柱电池中的可行性，但早期版本仍存在信号传输稳定性不足、制造成本偏高（占电池总成本15%）等问题。
针对上述挑战，本研究在前期成果基础上，创新性地采用电源线通信技术，将信号调制为极耳上的微幅载波，结合频移键控（FSK）与纠错算法，突破金属壳体的电磁屏蔽限制，同时通过“类极耳”设计使传感器与电极结构兼容，无需额外修改制造流程，最终实现了全生命周期内（>1,000次循环）对卷绕结构内部温度与应变的精准无线监测，为高安全智能电池的设计树立了新标杆。
二、 【科学贡献】
今日，北京理工大学宋维力教授、孙磊、陈浩森课题组，在最新Nature上发表了题为“Wireless transmission of internal hazard signals in Li-ion batteries”的论文。本工作提出一种微型化植入式传感系统，通过厚度仅50微米的薄膜传感器与15×13.5×3立方毫米的无线通信芯片集成，在不影响电池性能（容量损失<8%）的前提下，实现了卷绕结构内部温度与应变信号的实时监测与无线传输；该系统利用电源线通信技术，将信号调制为微小波动通过电池极耳传输，结合频移键控调制与纠错算法，成功克服电磁干扰与电解液腐蚀问题；通过建立几何依赖的内部短路（ISC）模型与膨胀模型，可定量分析热熔断（thermal fusing）与热失控行为，定位电极断裂位置，并在热失控发生前15分钟发出预警，为商业化电池提供了经济（成本占比约5%）、兼容制造工艺的解决方案。
图1 展示植入式传感系统的结构、电池循环性能对比及经济性分析，凸显其非侵入式设计和高兼容性 © 2025 Springer Nature Limited
图2 通过棱柱形与圆柱形电池的实时内部信号监测数据，揭示不同结构电池的温度与应变演化差异及解耦方法© 2025 Springer Nature Limited
图3 结合实验与仿真，定位圆柱电池电极断裂位置，验证应变传感器在机械失效检测中的有效性© 2024 Springer Nature Limited
图4 基于内部温度信号，区分局部短路与全局热失控，确立短路面积与电极面积比（α）作为热失控强度的定量指标© 2025 Springer Nature Limited
图一展示了植入式传感系统的整体架构与性能验证，通过对比集成传感系统的棱柱电池与原始电池的循环容量保持率（93.74% vs. 94.57%）及成本占比（约5%），凸显其非侵入式设计对电池寿命和经济性的双重优势；图二通过棱柱形与圆柱形电池在充放电过程中的实时监测数据，揭示了二者内部温度与应变演化的显著差异——棱柱电池应变主要由热膨胀主导，而圆柱电池则受石墨相变影响更显著，并基于应变解耦模型量化了电化学与热力学应变的贡献比例；图三聚焦圆柱电池机械失效检测，结合实验测量与仿真模拟，定位了电极断裂的高风险区域（如外层近钢壳处应变达846微应变），并利用反向传播神经网络（BPNN）成功预测预置断裂位置，验证了应变传感器在失效定位中的可靠性；图四则通过棱柱电池内部短路（ISC）实验，建立短路面积与电极面积比（α）的临界阈值（0.00037-0.0005），区分局部热熔断（α<阈值时快速自愈）与全局热失控（α>阈值时持续升温至350℃），内部温度信号较表面参数提前15分钟触发预警，为热失效分级响应提供了定量依据。
三、【科学启迪】
总之，本文通过开发微型化、低功耗的植入式传感系统，成功实现了锂离子电池内部温度与应变信号的实时无线监测，为电池安全预警与失效定位提供了突破性解决方案。实验表明，该系统以非侵入式设计兼容现有电池制造工艺，在1000次循环中容量损失仅8%，且成本占比控制在5%以内，显著优于传统光纤传感器或X射线断层扫描技术；通过解耦电化学-热力学应变模型，揭示了棱柱电池与圆柱电池内部机械响应的本质差异——前者受热膨胀主导，后者则因石墨相变与卷绕结构约束呈现显著应变分层现象，为优化电池结构设计提供了关键数据支撑。在热失效预警方面，系统以内部温度信号为核心，建立了短路面积与电极面积比（α）的临界阈值（0.00037-0.0005），可提前15分钟识别局部短路与全局热失控的分界点，较传统表面温度监测的35秒预警窗口实现了量级提升。同时，结合反向传播神经网络（BPNN）对预置电极断裂的精准定位（误差<5%），验证了应变信号在机械失效诊断中的高灵敏度，填补了现有电池管理系统（BMS）依赖电压/电流参数的监测盲区。
展望未来，该技术有望推动锂离子电池从“被动防护”向“主动预警”的范式转变，但仍需在多维度深化研究：其一，需进一步优化传感器布局策略，针对不同电池构型（如叠片式、刀片电池）开发定制化植入方案，以覆盖更复杂的内部失效模式；其二，探索多物理场耦合监测，融合气体析出、局部阻抗等参数，构建多维故障特征数据库，结合深度学习算法提升预警准确率；其三，需验证系统在极端工况（如低温快充、高倍率循环）下的长期稳定性，尤其在电解液持续浸润环境中传感器的抗老化性能仍需万次循环级验证；其四，推动标准化进程，制定无线信号频段、数据传输协议等行业规范，解决大规模储能系统中数千电芯并行监测的信号干扰问题。此外，该技术可延伸至固态电池、钠离子电池等新兴体系，通过实时监测界面应力演化助力电极-电解质结构优化。随着物联网与数字孪生技术的发展，此类植入式传感系统或将成为构建电池“全生命周期数字指纹”的核心组件，为智能电网、电动汽车提供更安全、更高效的能源管理基座。
原文详情：https://www.nature.com/articles/s41586-025-08785-7
