Roadmap on Li-ion battery manufacturing research

电池(电) 制造工程 过程(计算) 工艺工程 电极 计算机科学 工程类 功率(物理) 物理 量子力学 操作系统 化学 物理化学
作者
Patrick S. Grant,David Greenwood,Kunal Pardikar,Rachel M. Smith,Thomas Entwistle,Laurence A. Middlemiss,G. A. Murray,Serena A. Corr,Michael Lain,Matthew Capener,Mark Copley,C. D. Reynolds,Sam D. Hare,Mark Simmons,Emma Kendrick,Stanislaw P. Zankowski,Samuel C. Wheeler,Pengcheng Zhu,Peter R. Slater,Ye Shui Zhang,Andrew R. T. Morrison,Will Dawson,Juntao Li,Paul R. Shearing,Dan J. L. Brett,Guillaume Matthews,Ruihuan Ge,Ross Drummond,E. C. Tredenick,Chuan Cheng,Stephen Duncan,Adam M. Boyce,Mona Faraji Niri,James Marco,Luis A. Román‐Ramírez,Charlotte Harper,Paul Blackmore,Tim Shelley,Ahmad Mohsseni,Denis Cumming
出处
期刊:JPhys energy [IOP Publishing]
卷期号:4 (4): 042006-042006 被引量:35
标识
DOI:10.1088/2515-7655/ac8e30
摘要

Abstract Growth in the Li-ion battery market continues to accelerate, driven primarily by the increasing need for economic energy storage for electric vehicles. Electrode manufacture by slurry casting is the first main step in cell production but much of the manufacturing optimisation is based on trial and error, know-how and individual expertise. Advancing manufacturing science that underpins Li-ion battery electrode production is critical to adding to the electrode manufacturing value chain. Overcoming the current barriers in electrode manufacturing requires advances in materials, manufacturing technology, in-line process metrology and data analytics, and can enable improvements in cell performance, quality, safety and process sustainability. In this roadmap we explore the research opportunities to improve each stage of the electrode manufacturing process, from materials synthesis through to electrode calendering. We highlight the role of new process technology, such as dry processing, and advanced electrode design supported through electrode level, physics-based modelling. Progress in data driven models of electrode manufacturing processes is also considered. We conclude there is a growing need for innovations in process metrology to aid fundamental understanding and to enable feedback control, an opportunity for electrode design to reduce trial and error, and an urgent imperative to improve the sustainability of manufacture.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
congconglyu完成签到,获得积分10
刚刚
FashionBoy应助一次过采纳,获得10
1秒前
Ava应助橙子采纳,获得10
2秒前
曦沐发布了新的文献求助20
3秒前
科研通AI2S应助llllwwww采纳,获得10
3秒前
3秒前
6秒前
天天快乐应助小琥同学采纳,获得10
7秒前
InfoNinja应助Joey采纳,获得30
8秒前
hmm发布了新的文献求助10
8秒前
涂楚捷发布了新的文献求助10
9秒前
qq完成签到,获得积分10
10秒前
犹豫路灯完成签到 ,获得积分10
10秒前
刘春天完成签到,获得积分10
12秒前
小徐完成签到,获得积分10
12秒前
13秒前
qq发布了新的文献求助10
13秒前
一次过完成签到,获得积分20
14秒前
16秒前
田様应助搬砖的化学男采纳,获得10
16秒前
魔幻海豚完成签到 ,获得积分10
17秒前
xuemibing完成签到,获得积分10
18秒前
圣甲虫完成签到 ,获得积分10
20秒前
y1rn完成签到,获得积分10
20秒前
涂楚捷发布了新的文献求助10
22秒前
subcrym完成签到,获得积分10
24秒前
24秒前
25秒前
ding应助JSM采纳,获得1000
26秒前
lch23560应助线粒体小趴菜采纳,获得60
27秒前
28秒前
Zhuzhu完成签到 ,获得积分10
29秒前
mxy完成签到,获得积分10
29秒前
29秒前
小妤丸子完成签到,获得积分10
30秒前
hmm完成签到,获得积分10
30秒前
善学以致用应助青寻采纳,获得10
31秒前
31秒前
只只完成签到 ,获得积分10
34秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3124684
求助须知:如何正确求助?哪些是违规求助? 2775048
关于积分的说明 7725009
捐赠科研通 2430539
什么是DOI,文献DOI怎么找? 1291201
科研通“疑难数据库(出版商)”最低求助积分说明 622091
版权声明 600323