catl可靠性课题申报项目立项报告

CATLConfidentialPreparedby:王卓Checkedby:范文慧November4,20231可靠性课题申报（材料类）

Outline

背景介绍项目目标Milestone技术方案技术可行性分析项目风险项目预算

项目团队2项目背景31需求分析近年来，作为新能源汽车的技术之一的动力电池产业，发展十分迅猛，同时，用户对动力电池的可靠性也提出了更高的要求。动力电池产品在制造过程中应用了大量高分子材料，这些高分子材料在加工、贮存和使用过程中不可避免会受各种环境因素的影响，引起老化现象，从而见接影响到动力电池的性能，降低整体产品的寿命及可靠性。因此研究高分子材料的老化和预测高分子材料的寿命就变得尤为重要。影响高分子材料老化发生发展的因素十分复杂。应用在动力电池方面的高分子材料，主要受到温度、湿度、氧、电应力、外应力等因素的影响，其中，湿热环境是致使材料老化，从而诱发失效的重要因素，且绝大多数情况下是由湿度和温度两个因素一起出现，共同作用于材料。

项目背景4针对宁德新能源公司目前对此类高分子材料产品可靠性研究的迫切需求，以及考虑到自然老化试验周期长，难以满足当前高分子学科研究发展的需求，提出对其进行加速试验，从而缩短研制周期，减少试验费用，及早暴露设计缺陷，评估其可靠性，为研究提供技术支持。在高分子材料的加速试验和可靠性研究的过程中，主要存在以下三方面的问题迫切需要解决：1)如何结合实际工况评估材料的使用寿命并指导材料的最优选型是亟待解决的问题。2)如何研究多因子的耦合关系，建立多因子耦合加速模型，提高预测结果精度，使结果更加接近实际情况，也是研究的重点和难点。3)如何更好地选取试验样件，以及如何将标准试样老化试验的结果与实际产品老化相对应是目前存在的难点。项目背景52国内外研究现状加速老化试验的最终目的是预测材料寿命。目前研究的热点主要集中在对高分子材料的热、光老化、热氧老化、光氧老化、化学介质中的老化机理及稳定化进行深入研究上。然而基于反应机理理论和分子结构参数的加速老化试验预测法还不可能广泛应用，而以老化动力学为基础的预测方法则发展得非常迅速，如线性关系法、动力学曲线直线化法、变量折合法以及三元数学模型法等。项目背景6在针对材料的加速老化试验中，常用的加速模型有两种：Arrhenius模型(阿伦尼斯模型)和Eyring模型，但这两种模型仅适用于单一应力。目前研究较多的多因子物理加速模型主要以二应力或三应力为主，其中，将温度、湿度纳入考量范围所推导出的加速模型在所有的老化测试加速模型中占有较大的比重，主要包括：Hallberg-Peck模型，Arrhenius与Eyring结合模型等。对于复杂应力加速试验，主要以通过寿命特征与应力类型的多项式回归来建立的数学统计加速模型为主，主要有广义对数线性模型、多项式加速模型、比例危险函数模型等。而统计加速模型中的非参数模型，如人工神经网络、支持向量机等也成为研究的热点。项目背景73课题组基础本课题组针对高分子材料加速老化试验，进行过相关研究并已经取得一定研究成果，项目内容主要是对丁腈橡胶O型密封圈进行了性能分析和失效机理研究，得出主要敏感应力，设计并实施了预试验和步进应力加速退化试验，选取了适合描述橡胶密封圈退化行为的加速退化模型，对退化试验数据结果进行了统计分析，建立了基于齐次漂移布朗运动的性能退化模型和可靠度函数，最后给出可靠寿命。课题组已有研究的方法、成果可以为本项目研究提供思路及经验，便于针对使用环境和适用对象进行合理地变化。项目背景84目前存在的问题通过国内外研究现状分析，针对应用于动力电池的高分子材料加速老化试验的研究工作，主要存在以下几点问题需要进一步研究解决：对于特定高分子材料的加速老化试验的设计，更多的还是依赖经验，缺乏有关的规范与标准指导，其结果的可比性与可参照性不强，需要提出更适应于使用环境的试验方法。通过加速老化试验评估材料的使用寿命从而指导材料的最优选型，为动力电池的安全及可靠性提供外部保证，将是研究的重点。项目背景9目前针对高分子材料加速试验的多因子耦合加速模型基本都是限定在常见的几个应力范围内，但对于不同高分子材料的不同使用情况，影响因子十分复杂，现有模型不一定适用，因此，还需要结合具体使用情况进行分析，将分别代表宏观性能的试验数据与代表微观结构的老化机理这两个层面的工作结合起来研究，构建出普适性好，精确度高的多因子耦合加速模型。同时，避免盲目地进行多因子加速老化试验，要根据材料的不同使用环境，对应力敏感度进行准确分级及评估，对应力的选取进行优化，优化试验操作，提高模型精度。项目背景10当无法直接对实际产品的实际应用状态进行试验，而只能使用标准试样进行老化试验，测定其机械或其他性能的衰退情况时，需要将标准试样老化试验的结果与实际产品老化相对应。目前针对这方面的研究较少，尤其是建立量化模型方面更是研究难点。试样和实际产品的形状、尺寸不同，相同应力条件下，材料老化表征出的弯曲、拉伸、断裂指标等都会不同，如何更加合理地选择试验样件，并且综合、全面地建立材料的尺寸、形状等特征与老化指标模型，从而精确地将标准试样老化试验的结果与实际产品老化相对应，为最终预测材料实际使用寿命做准备，是未来研究的方向和重点。项目背景11以上三项问题及其解决方法的研究工作相辅相成，密不可分，是一个有机整体，也是实现高分子材料寿命预计及确保动力电池整体可靠性的必要环节。通过加速试验得到材料的寿命特征，并结合实际工况评估材料的使用寿命，对合理地选择与使用高分子材料，保证动力电池系统正常工作，提高产品可靠性和产品竞争力，具有重要意义。

项目目标121技术目标被试材料样品加速老化试验方法研究构建多因子耦合加速模型建立标准试样与实际产品老化对应关系

项目目标13被试材料样品加速老化试验方法研究结合产品的实际使用环境，对被试材料样品老化试验进行方法研究，从该材料的运输、贮存、使用环境以及其老化机理等方面考虑，确定试验方法。基于加速应力试验的方式，通过敏感应力的选取与试验方法的优化，以实现被试材料老化数据的有效地收集，用于应力建模与实际样品寿命评估。根据不同高分子材料的加速试验及寿命预测结果，结合实际需求进行材料选型。

项目目标14构建多因子耦合加速模型

针对产品的实际使用环境，通过分析实际使用环境下的老化数据及各种环境下的老化机理，找出材料的老化敏感应力，优化试验应力选择，研究主要敏感应力的构建多因子耦合加速模型方法，实现复杂多变应力-退化指标关系模型，完成复合应力与退化指标影响之间的定量评估；并利用样品寿命数据对模型进行参数估计与验证。

项目目标15建立标准试样与实际产品老化对应关系

结合产品的实际使用环境，对被试材料样品老化试验进行方法研究，从该材料的运输、贮存、使用环境以及其老化机理等方面考虑，确定试验方法。基于加速应力试验的方式，通过敏感应力的选取与试验方法的优化，以实现被试材料老化数据的有效地收集，用于应力建模与实际样品寿命评估。根据不同高分子材料的加速试验及寿命预测结果，结合实际需求进行材料选型。

项目目标162进度目标2017/12前，完成被试材料敏感应力、老化机理与故障模式分析；2017/12前，完成被试样品加速老化试验方法研究与优化及材料选型；2018/06前，构建多因子耦合加速模型及复杂应力-寿命指标模型；2018/10前，建立标准样品与实际样品老化对应关系；2019/02前，完成实际样品寿命评估，可靠性评估。Milestone项目成功信心指数:2023/11/4CATLConfidential17Timeline启动2017.72017.122018.10目前状态2017.82019.2产品故障及敏感应力分析加速试验方法研究退化过程匹配实际样品寿命评估SN活动描述时间节点交付物备注1产品故障及敏感应力分析及加速退化试验方法研究

2017/12实际样品退化试验设计方法2应力分析与建模2018/06复杂应力-寿命指标建模分析报告3标准样品与实际样品退化过程匹配2018/10标准样品与实际样品寿命匹配报告4实际样品寿命评估2019/02实际样品寿命评估报告2018.6应力分析与建模技术方案18被试材料样品加速老化试验方法研究；被试材料样品加速

老化试验方法研究；建立标准试样与实

际产品老化对应关系

（如右图）。技术方案被试材料样品加速老化试验方法研究在与CATL充分沟通的基础上，选取目前应用较为广泛、老化问题较为严重的典型材料，分析整理企业目前已有的材料性能、使用条件、常见问题、常规老化试验方面的信息，调研搜集国内外相同或相似材料的老化机理、老化试验方法、寿命预计及寿命设计、合理使用以延长寿命等等的相关最新研究成果，依据实际产品在使用寿命周期中的老化情况及记录，针对实际使用工况对被试研究材料进行材料老化效应分析，明确实际工况老化过程中的敏感应力、作用方式及不同环境应力的影响机理，根据项目组的研究基础及已有研究经验，对包括力学化学过程、热化学过程、辐射老化及物质因素作用等外界作用的作用机理与材料失效模式给出分析结果（见下表），后续将在此基础上展开深入研究，为试验优化设计提供科学的理论依据。

19技术方案被试材料样品加速老化试验方法研究外部因素机理分析失效模式环境因素力学化学过程机械应力影响聚合物的降解和结构化两个过程的速度比，并使聚合物中生成的化学键在机械应力作用下重排应力松弛和产生形变(拉伸永久变形、压缩永久变形)热化学过程热分解，热和氧化综合能加速橡胶的老化老化变质光老化吸收光子发生化学反应开始时发粘，后来变色、变脆或增厚，并生成无规则裂纹辐射老化吸收电离辐射能量放出辐射反应的气体产物，产生不饱和度和特性的改变及顺反式异构化和环化物质因素氧发生两种氧化反应：裂解反应和交联反应裂解反应占优势时，变软发粘，失去使用性质；交联反应占优势时，变硬发脆，发生龟裂，失去使用性质臭氧离解能作用老化变质水分与亲水组分结合，进而引起电化学腐蚀膨胀、起泡变价金属由过氧化物或氢过氧化物、还原剂及变价金属盐组成的各种氧化-还原体系是游离基源，在无氧时能引起交联，在有氧时能引起裂解老化变质20技术方案

在详细的有机密封材料老化机理分析结果基础上，分析选取反映其工作性能退化的性能参数，确定退化量及失效标准；在此基础上，从环境模拟与老化效应的角度，重点关注其敏感应力与可加速应力，参考常规加速应力施加方式（见下图）选取合适的加速试验实施方式进行人工加速老化试验设计，研究符合实际工作环境条件的试验方式、应力条件、实施方法和判据准则等。

21被试材料样品加速老化试验方法研究技术方案被试材料样品加速老化试验方法研究在确定加速应力试验类型的基础上，老化试验优化基于DOE方法原则，对多因子种类、强度进行正交试验设计（见下表），以在完善应力类型与强度的前提下缩短试验时间，提高试验效率，进而完成实际样品老化试验方法的优化，用于收集充分的被试材料样品老化寿命数据（示例为项目组在某国家项目中完成的丁腈橡胶密封圈加速老化试验的优化设计示意图，见下图）。22技术方案被试材料样品加速老化试验方法研究

因素试验号恒温温度/℃恒温时间/h机械应力/N湿度/%试验结果ABCD12341水平1水平1水平3水平2

2水平2水平1水平1水平1

3水平3水平1水平2水平3

4水平1水平2水平2水平1

5水平2水平2水平3水平3

6水平2水平2水平1水平2

7水平1水平3水平1水平3

8水平2水平3水平2水平2

9水平3水平3水平3水平1

23技术方案被试材料样品加速老化试验方法研究加速模型分三类：经验加速模型、物理加速模型、统计加速模型。但是由于高分子材料结构种类繁多，变化因素较多，且研究的影响因素侧重点也不同，所以目前经验加速模型研究较少，且不太适用。目前针对高分子材料温湿度综合作用的加速寿命模型的确定方法研究较多的主要有物理加速模型和统计加速模型。了解并量化产品在工作状态下的实况环境条件，从对高分子材料老化造成显著影响的主要敏感应力组合出发，进行多因子耦合关系分析。24技术方案

25技术方案被试材料样品加速老化试验方法研究温度、湿度耦合加速模型：Hallberg-Peck模型Arrhenius与Eyring结合模型Arrhenius模型是与温度相关的寿命模型。Eyring模型可用于当一些非热因素(如湿度等)为老化应力时情形。因此可考虑将Arrhenius模型与Eyring模型相结合，得到下湿热老化寿命模型

其中，L代表加速湿热老化寿命；A、B、分别为待定模型参数；H为相对湿度（小数或百分比%）；T为绝对温度(K)26技术方案被试材料样品加速老化试验方法研究温度、湿度耦合加速模型：加速失效时间模型：根据试验统计数据，确定室内使用与实验室仪器加速试验在性能达到某一规定值时所需时间之比，即时间变换系数Rt，作为试验的湿热系数，从而外推出正常使用寿命。其他加速老化模型式中C为比例常数，K’为与温度和高聚物分子浓度有关的一个比例常数；t为老化时间，h；[H2O]为水蒸气的摩尔浓度，mol/L；A为回归系数，h-1；T为热力学温度，K；R为理想气体常数，

；E为表观活化能，。可以通过每一个老化温度T及湿度环境下一组老化时间τ与性能的数据从而推断出材料的老化性能。27技术方案被试材料样品加速老化试验方法研究温度、湿度、电应力耦合加速模型：

由于本项目中的高分子材料应用于电池，还应考虑电作为老化的影响因素。增加电场度老化因素后的温度、湿度和电场强度三因素协同作用的加速老化模型主要以模型驱动为主，可表示为：

式中，t表示试样的老化时间(h)；q(E)表示电场强度与试样空间电荷总量的关系函数；F(x1)温度和老化时间之间的关系函数，T(w)表示湿度与低频段介损积分值间的关系函数，f(T,w)为湿度和温度共同作用时的模型修正函数；f(T,w,E)表示电场强度、温度和湿度共同作用下模型的修正函数。通过多元非线性回归，即可得到基于温度、湿度和电场强度三个老化因素互相作用的修正函数。28技术方案被试材料样品加速老化试验方法研究多因子耦合加速模型：在同时考虑较多因子的情况下，材料的寿命分布不易获取，物理加速模型在未知参数较多的情况下精度较低，因此，现在主要以统计加速模型中的非参数模型为主。从数据驱动的角度，对敏感应力中复合应力的老化试验数据进行分析，对数据拟合结果及其相关性进行分析。基于上述研究方法，获得多因子耦合条件下的应力-寿命模型，实现多环境应力下的退化信息融合，进而达到构建多因子耦合加速模型的目的。主要利用现代数学预测方法和工具，如BP-神经网络等机器学习方法。29技术方案被试材料样品加速老化试验方法研究多因子耦合加速模型：基于BP人工神经网络的多因子加速寿命试验预测方法是一种非参数方法。它的研究对象是产品寿命和应力水平之间的映射数学关系。BP网络通过自学习，可从试验数据中自动总结规律，把具有复杂因果关系的物理量在经过适当数量的训练之后比较准确地反映出来，并可用总结出的规律来预测未知的信息。它的误差来源主要是实验数据，包括测量误差及未知或未考虑因素的影响。采用人工神经网络来完成对高分子材料的老化寿命预测具有较高的精度。原理图如下：30技术方案被试材料样品加速老化试验方法研究多因子耦合加速模型：其他机器学习、深度学习等方法也可以用于加速试验寿命的预测，其原理相似，但需要根据不同方法的特点，适用条件进行合理的选择和应用。

31技术方案建立标准试样与实际产品老化对应关系外界施加应力试验可以通过对试样进行拉伸性能、压缩性能、弯曲性能和剪切强度试验，这些都可以在电子万能材料试验机上进行，使用超声扫描无损检测方法分别检测高分子材料加速老化前后的指标状态，检查是否发生裂缝等损伤程度。但是鉴于试样和实际产品的形状、尺寸不同，相同的应力条件会造成材料出现裂缝、弯曲、拉伸、断裂程度等老化指标都有所不同，所以需要将标准试样老化试验的结果与实际产品老化相对应，才能正确评估出高分子材料在实际使用情况中的寿命及可靠度。32技术方案建立标准试样与实际产品老化对应关系分别得到试样和实际样品的尺寸，得到所研究高分子材料尺寸与老化指标（裂缝、弯曲等）对应数学关系，训练建立模型，将实际样品尺寸数据输入模型中，从而得到实际样品对应老化指标数值，再根据完成基于实际样品试验数据的参数估计与模型修正，最终得出不同应力环境条件下的可靠度及寿命评估曲线，结合标准试件的试验应力条件与寿命情况，建立标准试件与实际试件在确定工况下的寿命匹配情况，基于材料的实际使用环境完成实际样品寿命评估。33技术可行性分析相比较实际样品的使用方式及环境，标准件与实际样品的工况等条件有过多区别，再加上其自身形状等条件的不同，圆柱状或哑铃状的标准试件在老化试验或性能试验中所表征出的寿命特性有明显差异性，且在多种条件相异的情况下直接实现标准试样老化试验结果与实际产品老化情况相匹配较为困难，因而难以