发布时间:2019-09-3 阅读量:678 来源: 我爱方案网 作者:
2019年上半年,在整体汽车市场走势低迷的情况下,从公安部交管局公布的最新数据来看,我国新能源汽车保有量达344万辆,与去年同期相比涨幅达72.85%,成为全球汽车市场难得的希望。作为新能源汽车决胜的关键因素,高歌猛进下电池渠道和资源的整合成为全球主要新能源汽车制造产业链企业关注的焦点。不久前,特斯拉CEO马斯克表示为了获得足够的电池,公司可能会进入采矿业;大众汽车决定斥资10亿欧元与欧洲动力电池初创公司合作自建电池工厂;宁德时代和丰田在新能源汽车(NEV)动力电池的稳定供给和发展进化领域建立全面合作伙伴关系……
毫无疑问,掌握动力电池供应链安全以及从动力电池制造端实现更强的成本和性能竞争优势,在新能源汽车市场竞争日趋激烈的今天非常重要。“消费者的新能源汽车购买决策主要决定于安全、成本和里程三大要素,这也是整车厂和动力电池厂商共同努力的目标。” ADI锂电池测试方案市场经理胡硕秋在近日的一次采访中指出,“而其中成本和里程都与动力电池制造的一个关键工序高度相关——分容化成。”分容化成是电池制造后期进行的一项关键测试环节,作为高性能模拟技术的主要提供商,ADI公司对如何从制造环节提高动力电池性能并降低成本的见解或许可以作为产业参考。
从关键环节缓解锂离子电池制造的成本与里程焦虑
目前新能源汽车制造商普遍处于电池“焦虑”的困境中,由于燃料电池技术的发展短期内要大规模应用并取代纯电动汽车很难,而新的电池技术(锂空锂硫等)尚处于基础研发阶段,锂离子电池因为重量轻、能量密度高、绿色环保等特点,将在相当长的一段时间内被列为新能源汽车动力电池领域的不二之选。
通常而言,锂离子电池制造程序非常复杂,包括电极生产、堆叠结构和单元装配,然后要执行电气测试,以便评定电池容量和性能以及在工作中的额定值。据胡硕秋透露,分容化成是锂离子电池制造过程中的关键,二者都是通过对电池进行精密控制的充放电过程,前者起到“激活”的作用,使得电池开始具有储存和释放电能的能力,后者是把具有相似特性的电池进行分选,提高成品电池的一致性,保障车用动力电池包的高性能。这是一个相当耗时的过程,涉及多次充放电以激活电池的化学性质。但此过程又非常有必要,对确保成品电池的可靠性和质量至关重要。
锂离子电池制造过程
锂离子电池制造过程
据胡硕秋介绍,锂离子电池分容化成占到了制造过程总成本的三分之一以上,因此分容化成一度成为阻碍电池制造商提高产量从而降低电池生产总成本的瓶颈之一。锂离子电池制造商们迫切期待能够在这一领域保证安全的前提下减少分容化成所需的时间,从更多维度以更大密度搜集与监控锂电池的参数变化,让充放电过程变得更加高效省电、减小设备占地面积以及减少电缆的使用与发热,最终实现降低成本并提高能效。此外,为了提高电池的循环寿命、稳定性、自放电性、安全性等电化学性能,必须严格控制锂电池的一致性或精确评定电池等级,所以对化成和分容设备的电流电压测量精度有很高的要求。因此,在综合考量成本等因素后,电池制造商们更倾向于与拥有化成测试系统级专业知识的供应商紧密合作,不仅仅是能够获得更复杂的组件和构建模块,还能获得更容易采用的系统架构的参考设计,使上市时间比从零开始开发化成和测试系统的时间快三至四倍,同时也保障了电池化成和测试测量的精确性、可靠性。
对于电池测试供应商而言,要满足高效、精确的电池分容化成测试也绝非易事。在模拟前端,驱动电池充电电路的电源需要进行严格控制。从更深层次分析,电池的化成和测试需要密切监测电池循环期间使用的电流和电压分布,以防止充电过度和充电不足。ADI则是为数不多能满足电池制造商电池化成精确测试需求的专业级供应商之一。
ADI 创新为电池化成和测试设备制造商带来可度量的结果
“精打细算”的电池测试系统级解决方案
胡硕秋提到,目前锂离子电子生产过程中化成与测试的方案有两种,一种为线性方案,另一种为PWM(脉宽调制)。线性方案的功率消耗会比较大,且需要更好的散热设备。目前市面上的解决方案也根据电池容量的大小进行了区分,小容量的仍然会采用线性方案,效率低但设备成本低。而到了6A以上时,功率消耗会增多,采用PWM方式就显得更为合适。ADI电池分容化成充放电集成芯片AD8452包含了ADI模拟技术的结晶,能够提高锂离子电池化成与分容的系统精度和效率。与传统技术相比,通过集成高精度的前端放大器和高频率的PWM控制器,AD8452能够在相同空间内多提供50%的通道,从而扩充容量并提高电池产量。每片AD8452既可以单独控制最多30A的充放电流,也可以多片并联,来控制更大的输出电流。此外,AD8452所采用的开关技术可在放电时回收电池的能量,精度显著高于传统开关解决方案,更高的精度也意味着电池包内可以放更多的电芯,有助于延长电动汽车等应用的电池寿命。
与此同时,AD8452还兼具出色的检测和监控功能,能够有效防止可能导致电池故障的过度充电和充电不足行为,从而提高制造过程的安全性。该器件具有配套的系统仿真演示板,能够为测试设备制造商降低研发工程成本并缩短上市时间,也允许制造商设计具有更多功能和更可靠测试过程的系统。
为了以更低的成本更快地生产电池并更准确的获得锂电池的容量,电池系统在化成和测试阶段使用了成百上千的通道,其测试仪拓扑取决于系统的总能源容量,对锂电池的充放电的电流电压测量的误差要求也显著提高。而充放电过程中的电流电压控制精度很大程度上决定了对于锂电池一致性控制的可靠性,需要高性能仪表放大器和相关的并联电阻来测量电池充放电电流,即使在恶劣的工厂条件下,也要实现±0.05%以上的精度,同时用于监测整个热工作范围内电压的差动放大器也需适用于此精度水平。“许多客户需要电压测试达到万分之五到万分之一的误差精度,这样对整个测量控制电路中的放大器、ADC/DAC的误差要求也相应提高。”胡硕秋强调道。
事实上,要将上述功能组件合并为一个完整精确的解决方案,并尽可能地提高性能和减少系统占用空间,是一个巨大的挑战,也是ADI将模拟前端、功率控制和监控电路集成在单个IC AD8452中的原因之一。胡硕秋指出:“ADI拥有领先的仪表放大器技术,通过把高性能仪表放大器或差分放大器与增益设置电阻网络一起集成到芯片中,AD8452可通过控制环路设计、减少校准时间、减少纹波、均流控制等智能控制功能,提供高水准的电流电压测量精度,减少校准周期时间和次数,进一步增加正常运行时间。”另外,更高的开关频率带来了设计的简化和电子组件体积的缩小,也减少了所需器件数量和充放电电路板布板面,节省可高达50%的物料清单(BoM)。所有控制操作均可在模拟域中完成,无需开发复杂的算法,因而该方法还可有效降低软件开发成本。与此同时,ADI拥有的电流检测放大器标定和校准技术,同步从多个维度来面改善锂电池一致性控制能力的水准,也为环保技术的普及做出贡献。
本文总结
正如ADI公司系统解决方案事业部总经理赵轶苗在上半年的一场行业峰会上指出:“中国制造业在新兴产业跟进上速度非常快,与世界先进水平差距不大,比如锂电产业的蓬勃发展就带动了锂电池生产测试的需求,目前中国厂商在锂电测试上走在了前列。”电池技术是新能源汽车的重要驱动力,如何改善电池的测量精度和使用寿命,增加电池的续航能力、降低成本,保证使用安全是全行业都面临的挑战。“在这些领域,ADI正在积极开展研究,并且已经取得一系列前沿性研究成果。对于与ADI在AD8452上达成战略性合作意向的客户,ADI愿意一起就锂电池分容化成的未来展开探讨与合作。”胡硕秋表示。
美光科技(Micron Technology)于6月25日发布最新财报,其中对2024财年第四季度的业绩展望显著超越市场预期。公司预计第四财季营收将达约107亿美元,远高于华尔街分析师普遍预测的98.9亿美元。受此积极信号影响,美光股价在盘后交易时段应声上涨,凸显市场对其增长前景的强烈信心。
三星电子正计划调整其首款Android XR头显Project Moohan(代号“无限”)的屏幕供应链策略,拟将关联企业三星显示纳入OLEDoS(硅基OLED)面板供应商体系,与索尼形成“双供应商”结构。此举旨在打破索尼的独家供应局面,提升供应链韧性及议价能力。尽管三星显示加入,索尼仍将保持第一供应商地位,但三星电子借此强化了长期布局XR市场的战略基础。
台积电与苹果共同开发的晶圆级多芯片模块(WMCM)技术标志着先进封装的新高度。作为InFO-PoP的升级版,WMCM融合CoW(Chip on Wafer)与RDL(Redistribution Layer)等尖端工艺。其核心创新在于采用平面封装架构取代传统垂直堆叠逻辑芯片与DRAM,显著提升散热效率与整体性能。这项独家技术将成为苹果下一代iPhone搭载的A20处理器(预计采用2nm制程)的关键性能支柱。同时,苹果自研的AI服务器芯片正稳步导入台积电的3D晶圆堆叠SoIC封装技术,进一步强化计算密度和能效。
在现代工业自动化向智能化、网络化、柔性化加速演进的大背景下,高性能、高可靠、特定场景优化的核心硬件设备构成了系统的“大脑”、“眼睛”和“四肢”。英特尔4U工控机(IPC-615H5)、RK3568高性能监控主板和HPM6400/6300伺服电机控制板分别代表了通用工业计算平台、边缘AI视觉处理平台和高精度运动控制平台的最典型形态。它们在各自的领域拥有独特优势,共同支撑起复杂的工业控制闭环。本文旨在对这三款核心产品进行全方位对比分析,剖析其技术特点、优劣势、应用场景及市场前景,为工业自动化方案选型提供专业参考。
人工智能技术,特别是生成式AI和大规模机器学习模型的迅猛发展,对全球数据中心的基础设施提出了前所未有的高要求。海量数据的实时处理与复杂模型训练,导致数据中心计算负载激增,随之而来的功耗攀升已成为产业亟待解决的核心瓶颈。这不仅推高了运营成本,也对电网承载能力和可持续发展目标构成严峻挑战。如何在高性能计算需求持续增长的同时,有效控制并降低能源消耗,成为AI数据中心建设与升级的关键命题。