本文原刊登于Ansys.com：《How Simulation Boosts Efficiency in EV Battery Manufacturing》

作者：Laura Carter | Ansys 高級市場傳播經理

編輯整理：陳桂杰 | Ansys主任應用工程師

Ansys助力解決固態電池解決方案的迫切需求

電池工藝商面臨的一項持續挑戰是尋求更安全、更高效的鋰離子電池替代品。固態電池的引入有望提高安全性，并且可以在更廣泛的工作范圍內以更小、更靈活的外形尺寸提供更高的能量密度。由于固態電池的工藝流程不包括干燥過程，供應商可以縮短研發時間，從而更快速、更低成本地制造庫存產品。

仿真對于推動這項電池技術向前發展起到了至關重要的作用。Ansys面向固態電池解決方案的高效無縫工作流程，包含了多種多物理場工具，可識別最佳顆粒尺寸分布、材料混合比和壓實壓力。

通過多物理場仿真簡化電動汽車電池生產，可以降低成本并提高銷售額。

根據國際能源署（IEA）的報告指出，到2030年，全球電動汽車（EV）的數量預計將增長8倍。然而，在美國，經銷商手里的電動汽車庫存比去年增加了506%。這意味著電動汽車的上市時間平均比油車長18天。

其中的原因有很多，除了續航里程的考慮因素外，影響采用率的最大因素是價格。那么，是什么原因導致電動汽車的價格讓大多數消費者望而卻步呢？

Ansys客戶卓越部亞太地區副總裁Padmesh Mandloi表示：“如果看一下當今電動汽車的價格，我們就會發現，目前，電動汽車總成本的30%-40%來自于電池。此外，如果電池在較長的行駛里程后無法工作或需要更換電池，成本負擔也將轉嫁到消費者身上。這對市場產生了寒蟬效應，尤其是在美國，其電動汽車生產似乎遭遇了挫折。”

利用仿真優化電池生產流程

不過好消息是，全球領先的金融機構高盛集團（Goldman Sachs）認為，隨著供應趕超，整體需求降溫，鎳和鋰等電動汽車電池常用原材料的熊市即將來臨。因此，明年電動汽車價格很可能會開始下降。

從現在到2025年，電池價格預計下跌40%，而其中還有另一個原因。為進一步降低成本，制造商正在通過簡化封裝來降低復雜性。他們也在選擇更優的材料（例如硅），這種材料能同時縮短充電時間并提高能量密度，從而在相同重量下提供更多能量。

但是，如果采用更傳統的工藝方法來實現這些想法，會限制效率和可持續性。如果沒有實質性的改變，他們很可能仍會在優化生產流程、識別節省成本的機會和有效解決可持續性問題方面困難重重。

由于缺乏明確的方法來改進流程，制造商發現自己陷入了漫長的構建-實驗-廢棄-重復周期。而仿真可提供所需的洞察，來解決工藝流程和生產線開發各個階段的問題，從而減少這些成本高昂的試錯實驗并延長正常運行時間。如果沒有仿真提供的數據洞察，想要解決這種復雜性幾乎是不可能的。

在整個電動汽車電池市場中，電池制造商正在利用虛擬環境應對眾多技術工程挑戰。他們依靠仿真來滿足客戶規范、降低成本、保持質量、確保安全性和合規性，以及解決勞動力短缺問題、改進電池報廢處理和回收，并已取得了積極成果。

Mandloi表示：“更多的電池制造商正在生產過程中利用基于物理的仿真和安全性分析來獲得寶貴的洞察信息。Ansys的仿真工具和求解器使他們能夠優化電池設計，并在工廠車間確定合適的設備和工作流程，從而提高流程中的可擴展性、質量和可持續性?！?/p>

Ansys的客戶——英國電池工業化中心（UKBIC），是一家國家級電池工藝制造規?；O施，其依托仿真為不斷發展的電池行業提供技術。該設施在使用Ansys多物理場軟件開發電池技術和技能方面發揮著關鍵作用，以助力英國實現電氣化目標。

UKBIC數字負責人Timothy Addison博士表示：“在UKBIC，我們支持客戶應對快速上漲的成本和激烈的行業競爭，將電池技術成功推向市場。高效利用資源以及對預測性建模與仿真的高度重視，對于實現商業成功至關重要。我們不能靠運氣進行大規模工藝制造；相反，我們使用Ansys解決方案來改進產品設計和流程設置，確保在每次工藝制造開始之前就做好準備。”

Ansys廣泛而深入的物理功能涵蓋了電池生產流程的諸多方面（如上圖所示）。例如，在涂布過程中，使用Ansys Fluent流體仿真軟件進行精確的多相仿真，可以在準備物理原型之前對涂布機的許多條件和幾何結構進行虛擬測試。

涂布完成后，電池需要經過一個被稱為壓延（如上圖所示）的壓實過程，這對鋰離子電池的孔隙結構和性能有顯著影響。通過使用Ansys Rocky顆粒動力學仿真軟件，可以在壓延過程中查看微觀結構級別的情況，并且與用于結構工程的Ansys Mechanical有限元分析（FEA）軟件和Ansys LS-DYNA多物理場軟件結合使用時，還可以識別在此過程中壓縮導致的殘余應變，尤其是存在缺陷時。

Ansys首席應用工程師Akira Fujii表示：“電池工藝制造是非常動態的過程，與此同時，客戶方面的工程目標強調了流程和設備優化的必要性，以保持一致的質量或實現質量改進，同時滿足特定標準。例如，如果薄膜涂布工藝在厚度上缺乏均勻性，或者材料厚度的變化會影響幾何結構，我們可以在仿真環境中對這些情況進行快速評估和解決。”

制造商希望借助數字孿生獲得運營成功

未來的一個電池工藝變革趨勢，涉及通過數字孿生進一步提升生產數字化程度。制造商可以使用傳感器數據和仿真數據來開發數字孿生。這些模型，即真實生產流程的虛擬表示，可用于了解和改進整個工藝流程。它們還可以應用于特定的極端情況，以了解流程可能出現故障的位置，然后進行預測性分析或預測性維護，以識別導致此故障的條件。

Ansys為電池制造商提供數字孿生驅動的分析解決方案，以提高整個工藝過程的敏感度，其中包括交付虛擬傳感器數據，為客戶提供關于流程、產品質量以及可能在流程中任何時間點發生故障的洞察信息。在這種情況下，捕獲了數字孿生關鍵特性的降階模型（ROM）將被用于生成數據，而這些數據可饋送至分析引擎中，以進行預測性維護。

Mandloi表示：“我們目前正在探索各種方法來連接基于仿真的數字孿生，并開展整個敏感性分析流程，因為分析引擎的訓練需要大量時間，而且需要海量數據。如果只是等待自然地獲得這些數據，則可能需要1-2年的時間才能讓引擎真正能夠做出預測。那么如何加速該流程呢？一種快速方法是利用仿真中的大量數據豐富該引擎，您在仿真中已經嘗試了多種實驗設計（DOE）變化，可以將所有這些數據饋送回該引擎?！?/p>

利用Ansys技術實現更高的效率

我們已經探討了仿真驅動的全面數字工程戰略對于電動汽車電池工藝制造的優勢。工程師每天都在結合使用Ansys仿真來獲得寶貴的洞察信息，優化電池設計，并確定合適的設備和工作流程，從而實現可擴展性、高質量和可持續性。