钴酸锂

钴是具有钢灰色和金属光泽的硬质金属，钴（Co）原子序数为27，位于元素周期表第八族，原子量为58.93，它的主要物理、化学参数与铁、镍接近，属铁族元素。钴是一种高熔点和稳定性良好的磁性硬金属。它是制造耐热合金、硬质合金、防腐合金、磁性合金和各种钴盐的重要原料，广泛用于航空、航天、电器、机械制造、化学和陶瓷工业。因此，它是一种重要的战略物资。 钴产业链主要由上游钴矿石的开采、选矿，中游冶炼加工以及下游终端应用组成。下游消费方面，虽然钴应用领域广泛，高温合金、硬质合金和磁性材料等领域都有钴的身影，但有约60% 的钴用在电池领域。 上游钴矿：单独钴矿床一般分为砷化钴矿床、硫化钴矿床和钴土矿矿床三类。钴除单独矿床外，大量分散在夕卡岩型铁矿、钒钛磁铁矿、热液多金属矿、各种类型铜矿、沉积钴锰矿、硫化铜镍矿、硅酸镍矿等矿床中，其品位虽低，但规模往往较大，是提取钴的主要来源。我国钴资源主要分布在甘肃、山东、云南、青海、河北及山西。 中游冶炼：钴中游冶炼的一大特点是中游冶炼产品众多，存在多条加工链条，如“钴精矿-硫酸钴 -四氧化三钴”、“ 钴精矿-氯化钴-四氧化三钴”、“钴精矿-氯化钴-碳酸钴-四氧化三钴”、“钴精矿-氯化钴-碳酸钴-钴粉”和“钴精矿-氯化钴-草酸钴-钴粉”等。这些钴产品中，硫酸钴和氯化钴是最为重要的中间品。其中，硫酸钴亦可直接应用于生产 3C 使用的钴酸锂电池。四氧化三钴则是最为重要的偏下游产品主要用于锂电池正极材料和磁性材料，用于新能源汽车的锂动力电池 。钴产品工艺流程图 电池级氧化钴主要用于锂离子电池正极材料钴酸锂的生产,其性能对钴酸锂材料性能,继而对电池的充放容量、使用寿命等有重要影响。用于电池的氧化钴除了严格的化学成分要求外,对物理指标,特别是粒度组成与分布和松装密度,有特别的要求。以碳酸盐沉淀制备前驱体,氧化煅烧后制备氧化钴的合成工艺为例： 试验结果表明，不同钴量与碳酸盐配比、晶型改变剂的选择、温度、反应时间、钴溶液浓度等都会对碳酸钴的粒度、形貌产生影响。除此之外，现有研究认为，钴盐前驱体颗粒形貌决定着钴粉颗粒形貌，后者对前者有很大的依赖性和继承性。图一：碳酸钴低倍（左）和高倍（右）表面形貌 扫描电镜作为材料表征利器，可以很好的用来观察碳酸钴颗粒粒度和表面特征；如图一所示，采用赛默飞Apreo2场发射扫描电镜拍摄。 Apreo 2具有业内最强的低电压超高分辨性能，分辨率可达到0.8nm（1kV），可以呈现材料最表面的真实形貌衬度，同时兼具高质量成像和多功能分析性能于一体，是科研和生产质控必不可少的理想分析平台。利用Apreo 2仓室内ETD探头，统计碳酸钴粒径，并获得其颗粒形态呈球形；同时在低电压800V条件下，利用镜筒内高分辨形貌探测器T2观察到碳酸钴表面呈不规则的台阶状。 再经过高温煅烧、干燥，即可获得电池级氧化钴原料。同样利用Apreo 2进行观察，发现氧化钴粒径大小近似于碳酸钴，如图二-a；进一步放大，其呈不规则分布，且表面光滑，如图二-b；Apreo 2镜筒内可同时放置3个探测器，再分别利用镜筒内成分探测器T1和形貌探测器T2观察样品表面，如图二-c和图二-d，获得氧化钴成分分布和一次颗粒表面特征。图二：不同探测下氧化钴形貌特征图 氧化钴作为重要的原材料，主要用来合成电池正极材料钴酸锂。钴酸锂(LiCoO2)是开发最早，应用最广的正极材料，其具备生产工艺难度低、工作电压高、释放电流稳定、循环寿命长的优点，但在高电压下LiCoO2晶格内部应力增大，引起结构坍塌和剧烈的界面副反应会导致电池性能不可逆恶化，因此需要对钴酸锂材料进行改性以提高其电化学性能。 表面包覆改性是通过表层包覆一层其他材料，从而能够抑制材料表层产生缺陷，提高材料结构的稳定性，改善在高电压下钴酸锂材料由于相变产生缺陷影响材料结构和电池性能的改性方法，其中大部分种类氧化物、各种导电石墨材料、无机酸盐中的磷酸盐和钛酸盐等都是被大量研究的包覆材料。 对于钴酸锂正极表面包覆物的观察，是分析改性后材料性能优劣的重要方法。利用Apreo 2在低电压下优异的表现能力，结合高灵敏度T1探测器，清晰观察到颗粒表面的包覆物分布状态，如下图三；而T2探测器主要用于观察颗粒表面形貌细节。图三：钴酸锂成分分布（左）和形貌特征图（右） 电池材料是钴的最主要消费材料之一，中国电池行业金属钴的消费量占中国金属钴总消费的60%左右。在电池材料生产中，用钴量大的主要是锂离子电池材料正极材料钴酸锂和三元材料，其他使用分别用在储氢合金、球镍等。虽然钴酸锂在电池行业正极材料中有被替代的风险，但是新能源汽车带动锂电池的需求增长和三元材料的使用，使钴在锂离子电池行业的需求量将会继续上升。参考文献1.钴产业链介绍--兴业经济研究咨询股份有限公司，20172.刘诚.电池级氧化钴的研制[J].有色金属,20023.董贵有 韩厚坤 王朝安 张志平 曲鹏.碳酸钴原料粒度对钴粉形貌影响的研究[J].硬质合金,20214.刘巧云 祁秀秀 郝卫强.锂电池用正极材料钴酸锂改性研究进展[J].电源技术,20225.徐爱东、杨晓菲. 全球钴市场现状[J].中国钴业分会报，20106.全球钴市场开启“扫货”模式[J].现代矿业,20187.钴产业链全景图-粉体网，2021

锂电池钴酸锂正极材料中的孪晶界引发的裂纹失效圆派科学内容简介钴酸锂是目前应用最为广泛锂离子电池正极材料之一，尤其是在便携设备和移动电子设备中的锂离子电池中，这得益于其优越的体积能量密度和稳定的循环性能。然而，其实际所用的能量密度仅占其理论能量密度的一半，仍然有很大的发展提升空间。提高能量密度最常用的办法是提升充电电压，利用更多的锂源，但这样做会迅速加快钴酸锂正极材料的失效，造成电池性能快速衰退，以及安全性问题。这其中的衰退机制繁多而且复杂，裂纹就是其中之一。本报告中，将介绍我们利用电子显微镜相关的分析技术，研究裂纹在钴酸锂正极材料中晶界处的形核和扩展机制，并探讨循环条件不同时，裂纹产生机制的相同和不同之处。为深入理解裂纹，这一普遍存在于层状正极材料中的失效机制，提供从原子尺度的理解认知，这一工作将有助于寻找合适的途径来抑制裂纹的产生。 2010年博士毕业于中科院金属研究所，2010-2013在日本NIMS从事博士后研究，2013-2017在美国太平洋西北国家实验室（PNNL）从事锂电池相关的透射电子显微学研究。于2017年10月加入北京工业大学固体微结构与性能研究所。研究领域是利用透射电子显微学研究锂（钠）离子电池材料的失效机理，基本结构和离子的传输机理。在相关领域发表SCI论文70余篇，包括9篇ESI高被引论文，论文总引用4000余次。以第一/通讯作者发表Nat. Mater., Nat. Energy, Nat. Nanotechnol., Nat. Commun.等在内学术论文20余篇。 直播内容概要 钴酸锂是成熟的第一代锂离子电池正极材料，是Goodenough于八十年代在剑桥大学发现，也正因此他获得了2019年诺贝尔化学奖。由于钴酸锂很好的电化学储能性能表现，主要是其体积能量密度，目前在小型储能移动设备被广泛应用，尤其是IT设备上，几乎是统治性的。研究钴酸锂，主要是提高其利用率，目前利用率还不到60%，研究目的是提高其理论容量到80-90%。钴酸锂的性能衰退机制有多种，主要是由于价态变化，成分改变和晶格畸变而引起的。本课题组主要从电子显微学来研究其失效机制。主要分两大类：体材料失效机制和界面失效机制。重点要提一下徕卡的三离子束切割设备，用这个设备，我们做到了很多用别的设备完成不了的工作，主要是EBSD看孪晶。我们发现用徕卡的氩离子束，加工面积特别大；通过与其它设备做对比，与FIB对比，通过EBSD观察，我们发现氩离子束对样品的损伤层确实比较好。如何实现对LiCoO2颗粒大面积、大数量的统计性观察？以确定孪晶界是否为普遍存在的缺陷结构我们想到了EBSD的方法，但EBSD需要样品非常平整，我们遇到了一个制样的难题，就是如何获得一个大量颗粒的平整样品？我们首先想到了FIB。但是FIB制样，最大的束流也只能切一个几十微米的区域。用FIB大束流高电压，有经验的人都知道FIB会产生很大的电荷累积效应。不能满足我们的要求，其一是它不能满足我们对数量的要求，其二它表面平整度不够，或表面损伤度太大，我们用EBSD分析，看不出来晶格取向。我们也用机械抛光的办法，做了半年时间，都没有成功。然后我们想到了氩离子束切割技术，偶然引进了徕卡，确实切出了不错的样品，切了五六个样品，目标达成。通过统计发现，在钴酸锂里面孪晶占比至少达到40%，孪晶含量或出现频率是非常高的。对高电压循环性能，孪晶会产生很大影响，这给钴酸锂材料学界产生了一个新的信息，因为之前大家认为钴酸锂是单晶，或没有意识到它是孪晶。如果不做成单晶，由于孪晶界的存在，它很容易造成高电压性能的衰退，这是我们对钴酸锂认识的提升。

车厘子，相信大家都不陌生，毕竟“车厘子自由”曾经也是风靡一时的网络热词。但是车厘茄是什么呢?车厘子的变种？车厘子和茄子的结合？空想不如实干，看看度娘怎么说......嚯，原来车厘茄就是常见的小番茄！另外，小加还了解到车厘茄含有丰富的维他命和十分高的铁质含量，不仅有美容功效，还可以预防出现贫血，可谓是值得多次购买的营养好物。但是购买时，我们只能通过朴素的双眼判断其好坏，如果从专业性的角度出发，该如何评估车厘茄的质量呢？答案就在下面这篇论文里，快一起来看看吧！基于深度学习和高光谱图像估算车厘茄可溶性固形物含量及硬度车厘茄（Solanum lycopersicum）因其特殊的香味深受世界各地消费者喜爱。可溶性固形物（SSC）和硬度是评估产品质量的两个主要指标。现存的测量技术主要依赖于化学方法。然而，这种破坏性的方法不适用于大面积的测量。高光谱成像技术可以同时获取光谱信息和空间信息，已广泛应用于各个领域，如植物病害胁迫检测、工业食品包装、医学图像分类及水果质量分析。基于此，来自浙江工业大学和浙江省农业科学院的研究人员选择当地主流的车厘茄（Zheyingfen-1）为研究对象，测量其硬度和SSC，并基于高光谱图像（PIKA XC 高光谱相机，Resonon Inc.，Bozeman，MT，USA）和相应的深度学习回归模型开发了无损式测量技术。高光谱成像系统【结果】（A）校正的光谱反射率图。（B）MSC预处理。（C）二阶差分预处理。每个模型的SSC估算结果。（A）小样本数据的SVR估算结果。（B）大样本数据的SVR估算结果。（C）小样本数据的KNNR估算结果。（D）大样本数据的KNNR估算结果。（E）小样本数据的AdaBoostR估算结果。（F）大样本数据的AdaBoostR估算结果。（G）小样本数据的PLSR估算结果。（H）大样本数据的PLSR估算结果。（I）小样本数据的Con1dResNet估算结果。（J）大样本数据的Con1dResNet估算结果。大样本数据集每个模型的硬度估算结果。【结论】本研究中，作者利用高光谱图像提出了Con1dResNet深度学习模型来估算车厘茄的SSC和硬度。相比传统的机器学习方法，充足的样本数量可以实现更好的结果。就SSC估算而言，其R2值为0.901，比PLSR高26.4%，其MSE为0.018，比PLSR低0.046。就硬度估算而言，其R2值为0.532，优于PLSR33.7%。结果表明高光谱成像结合深度学习可以显著提高车厘茄SSC和硬度估算准确性