铅酸电池(LABS)凭借出色安全性能与深度循环特性,在汽车启停系统、牵引设备及固定
储能领域地位关键,其中管式铅酸电池因结构优势,在固定储能与
动力电池应用中表现突出。
当前,管式正极活性物质填充主要采用粉末填充与挤膏两种工艺,但均存在明显缺陷:粉末填充工艺存在环境污染问题,挤膏工艺则面临生产效率瓶颈。与此同时,全球能源领域对铅酸电池的需求持续变化,如全球逆变器电池储能市场预计2018-2025年复合年增长率达10.5%,铅酸电池与
光伏、风能结合助力“
碳中和”目标;低速电动汽车领域虽受
锂离子电池冲击,但铅酸电池因低成本、约 90%的高回收利用率仍具竞争力。在此背景下,研发绿色高效的管式铅酸电池正极填充新工艺成为行业迫切需求。
有鉴于此,山东理工大学文永双团队开展相关研究,其成果以《Research on the grouting process of active material for tubular lead-acid battery positive plates》为题的论文在线发表于Journal of Energy Storage 137 (2025) 118618。
【研究内容】
本研究针对传统填充工艺缺陷,提出新型浆料注浆工艺,通过计算流体动力学(CFD)仿真与 “三因素三水平” 正交试验,探究极板长度、注浆压力、浆料密度对工艺性能(生产效率、合格率)的影响,确定最优工艺参数并验证可行性。
1. 实验方案设计
浆料制备:红丹与巴顿铅粉干混5-10min→加纯水搅拌8-10min→加硫酸溶液搅拌10-15min→调铅膏表观密度至4.0-4.2g/cm³→加水搅拌至2.2-2.4g/cm³,注浆前需持续搅拌(图3.1)。
图3.1 注浆工艺流程图
注浆机设计:含注浆机骨架、极板固定装置、注浆装置、浆料回收装置(图3.2),多余浆料过滤回收可循环利用(实物见图 3.3)。
图3.2 注浆机主体结构
图3.3 注浆机实物图
无交互正交试验:以极板长度(158mm、219mm、280mm,见图3.4)、注浆压力(0.3MPa、0.5MPa、0.7MPa)、浆料密度(2.0g/cm³、2.3g/cm³、2.6g/cm³)为变量(表3.1),设计9组实验(替代27组全组合,见表3.2),分析单因素影响。
图3.4 实验使用三种不同长度正极板
Box-Behnken设计:为探究因素交互作用,设计15组实验(表3.3),结合Design-Expert软件做响应面分析,构建二次回归模型优化参数。
2. 流体仿真分析
用Ansys Fluent软件,选Carreau模型(参数:幂律指数n=0.6、时间常数 λ=0.5s、零剪切粘度η₀=5000 Pa・s、无限剪切粘度η∞=0 Pa・s)模拟铅浆层流行为。分析不同条件下流速分布,图2.4和2.5显示了不同注浆压力和浆料密度下流体域整体和横截面的速度矢量图,在0.6 MPa和2.4 g/cm3的条件下,套管内的浆料流速更高,速度分布更均匀。浆料密度2.4g/cm³ 时不同注浆压力对应的极板底部压力图(图2.6)显示0.7MPa时外壳底部压力分布最均匀,验证低密浆料分布均匀性优势。
图2.4 不同浆液密度和注浆压力条件下对应的横截面速度矢量
图2.5 不同密度和注浆压力下的整体速度分布
图2.6 在浆料密度为2.4g/cm3时,对应不同注浆压力的极板底部压力
【研究结论】
1. 工艺优势与最优参数:新型注浆工艺符合GB 30484-2013环保标准,最优参数(极板长度158mm、注浆压力0.66MPa、浆料密度2.26g/cm³)下,生产效率达20片/分钟,是挤膏工艺(6-7片/分钟)的2.875倍;合格率96%,虽略低于挤膏工艺(98%),但能满足批量生产需求,且通过验证实验(填充100片正极板)确认数据可靠性。
2. 参数适用边界:当极板长度<245mm 时,注浆工艺效率与合格率均优于挤膏工艺,适合短极板批量生产;当极板长度>245mm 时,注浆工艺性能下降,需采用挤膏工艺,明确了两种工艺的适用极板长度范围。
3. 应用场景定位:注浆工艺制备的电池适合空间敏感、高功率输出场景,如汽车启停系统、UPS不间断电源、医疗设备备用电源;挤膏工艺制备的长极板电池适合高储能需求场景,如矿用机车牵引电池、通信基站备用电源,为不同应用场景选择工艺提供依据。
4. 工艺挑战与未来方向:注浆工艺对设备与过程控制要求高,需严格控制浆料粘度与注浆压力,否则影响注浆效果;未来需聚焦浆料配方与流变性精准调控、工艺参数智能优化、在线质量检测技术创新,以提升工艺稳定性与适用性。
5. 模型与方法有效性:通过残差正态概率图(图4.3、图4.4)验证,实验残差接近正态分布,预测值与实际值拟合度高,证明正交实验与响应模型的可靠性,为后续同类研究提供方法参考。
图4.3 合格率残差的正态概率图和实验预测值与实际观测值的比较图
图4.4 生产率残差的正态概率图和实验预测值与实际观测值的对比图