Influence and correlation of stress factors on the cyclic ageing of NMC622-graphite lithium-ion batteries
Emmanuel Ezeoba、Alexander Grade、Gereon Stahl、Dirk Uwe Sauer
1. Influence and correlation of stress factors on the cyclic ageing of NMC622-graphite lithium-ion batteries
基本信息
- 标题：Influence and correlation of stress factors on the cyclic ageing of NMC622-graphite lithium-ion batteries
- DOI/URL：DOI: 10.1016/j.est.2026.123856；ScienceDirect PDF: https://www.sciencedirect.com/science/article/pii/S2352152X26035206/pdf；核验页面：https://www.isea.rwth-aachen.de/cms/isea/Forschung/Neueste-Veroeffentlichungen/Influence-and-correlation-of-stress-fact/~bunlph/Influence-and-correlation-of-stress-fact
- 期刊/会议/预印本平台：Journal of Energy Storage
- 发表日期：2026-07-29
- 作者和机构：Emmanuel Ezeoba；Alexander Grade；Gereon Stahl；Dirk Uwe Sauer。机构从核验页面域名可确认与 RWTH Aachen University / ISEA 发布页面相关，但逐作者机构未能从可访问内容确认。
- 通讯作者：未能确认
- 脚本评分：65
- 期刊指标核验：未核验；脚本期刊分层命中 “core storage journal / Q1; Journal of Energy Storage”，本报告未另行核验 JIF/JCI/CiteScore/SJR 数值。
纳入理由和命中证据
- 纳入理由：论文明确研究锂离子电池循环 ageing 行为，变量覆盖 charge/discharge current rates、temperatures、rest times，并报告容量损失、阻抗演化、capacity divergence 和 ageing rate 差异。这些是 capacity fade prediction / degradation trajectory modeling 的核心输入与标签来源。
- 命中证据：ISEA 页面摘要写明 “Over 50 cells, each with a nominal capacity of 1 Ah, were cycled for more than 2000 full cycles”，并说明使用 equivalent circuit modeling 分析 resistance evolution、cell balancing analysis 观察 capacity divergence、grouping of test conditions 按 identical degradation mode 分类。
- 与一般材料论文的区别：它不聚焦新材料合成或单一性能提升，而是系统操控多应力因素并量化循环老化规律，可直接服务寿命预测中的 stressor 选择、特征工程和退化模式分型。
创新点
- 系统比较多种 stress factors 的相对影响和组合影响，而不是只研究温度、倍率或 SOC 单因素。
- 在厂家规格范围内选取工况，避免极端滥用条件引入不代表正常使用的 ageing mechanism，因此更接近实际 BMS/车辆寿命建模场景。
- 将等效电路阻抗演化、容量发散分析和退化模式分组结合起来，有助于把“不同工况产生相似退化形态但速率不同”转化为寿命预测里的 domain/group-aware 建模问题。
主要内容
- 研究对象：NMC622|Graphite 锂离子软包电芯。
- 实验设计：系统变化充电倍率、放电倍率、温度和静置时间；超过 50 个 1 Ah 电芯，每个循环超过 2000 full cycles。
- 主要观察：calendar ageing 对 cyclic ageing 有强影响；ageing rate 有显著温度依赖；部分不同测试条件的电芯参数演化随时间趋同，导致整体 ageing rate 可比较；高 SOC 下长时间停留与更高的每 Ah-throughput 容量损失相关。
数据集/电池体系
- 电池体系：NMC622|Graphite lithium-ion pouch cells。
- 数据来源：作者自建循环老化实验。
- 电池数量与容量：超过 50 个电芯，每个 nominal capacity 1 Ah。
- 循环数量：超过 2000 full cycles。
- 工况：充电倍率、放电倍率、温度、静置时间系统变化；测试条件保持在制造商规格范围内。
- 跨工况验证：摘要明确覆盖多工况/多 stress factor，但是否按训练测试划分做预测验证未能确认。
EOL/RUL/SOH 定义
- EOL 阈值：未能从可访问内容确认；论文更偏循环 ageing/退化速率研究。
- RUL 单位：未能确认是否直接定义 RUL。
- SOH 定义：未能确认是否正式定义容量型或内阻型 SOH；摘要可确认关注 capacity loss、resistance evolution 和 ageing rate。
- 标签生成方式和未来信息泄漏：全文未成功获取，无法判断；若后续复用完整曲线，需要避免把未来循环信息用于早期预测特征。
模型方法
- 方法类别：实验 ageing study + analytical/modeling approaches。
- 方法组成：equivalent circuit modeling、cell balancing analysis、按 identical degradation mode 对测试条件分组。
- 输入特征：充/放电倍率、温度、静置时间、高 SOC 停留相关 stressor；其他曲线级特征未能确认。
- 输出目标：容量损失、ageing rate、capacity loss per Ah-throughput、阻抗演化、capacity divergence、退化模式分组。
模型架构/方法流程
- 方法类别：实验 ageing study + analytical/modeling approaches。
- 已确认流程：
- 在不同 charge/discharge current rates、temperatures、rest times 下循环 NMC622|Graphite 软包电芯；
- 用 equivalent circuit modeling 分析 resistance evolution；
- 用 cell balancing analysis 观察 capacity divergence；
- 对测试条件分组，识别 identical degradation mode，并比较不同 stress factor 组合导致的 ageing 速率差异。
- 未能确认：等效电路模型具体拓扑、参数辨识算法、是否包含机器学习模型、是否给出可预测未来容量轨迹的 closed-loop validation。
输入特征与输出目标
- 输入特征：可确认包括充电倍率、放电倍率、温度、静置时间、高 SOC 停留相关信息；其他如电压曲线、温度时序、内阻参数、OCV/ICA/DVA 特征未能从可访问摘要确认。
- 输出目标：容量损失、ageing rate、capacity loss per Ah-throughput、resistance evolution、capacity divergence 和 degradation mode 分组。
- RUL/SOH/EOL：未能确认论文是否直接定义 RUL 或 EOL 阈值；SOH 若使用容量保持率或阻抗增长，具体定义未能确认。
数据来源/数据结构/电池类型/循环协议
- 电池体系：NMC622|Graphite lithium-ion pouch cells。
- 数据来源：作者自建循环老化实验。
- 电池数量与容量：超过 50 个电芯，每个 nominal capacity 1 Ah。
- 循环数量：超过 2000 full cycles。
- 工况：充电倍率、放电倍率、温度、静置时间系统变化；测试条件保持在制造商规格范围内。
- 循环协议细节：具体电压窗口、SOC 窗口、温度数值、倍率数值、rest time 数值未能从可访问内容确认。
- 跨工况验证：摘要明确覆盖多工况/多 stress factor，但是否按训练测试划分做预测验证未能确认。
结果指标
- 已确认的结果表述：
- strong calendar ageing influence on cyclic ageing；
- pronounced temperature dependence of ageing rate；
- extended periods at high state of charge associated with increased capacity loss per Ah-throughput；
- distinct stress-factor combinations can induce similar ageing behavior, progressing at different rates。
- 未能确认的数值指标：MAE、RMSE、MAPE、R²、cycle error、SOH 误差、预测区间覆盖率、具体容量保持率曲线、阻抗增长百分比。
Baseline/对比方法
- 已确认：不同 stress factor 条件之间有分组和比较。
- 未能确认：是否设置标准 baseline ageing model、Arrhenius/semi-empirical 模型对比、无休息/常温/固定倍率基准、机器学习预测基线。
验证设计
- 数据划分方式：未能从可访问内容确认；当前摘要更像实验统计与退化模式分析，而非 supervised train/test 寿命预测。
- 独立测试集/外部验证/消融实验：未能确认。
- 强基线比较：未能确认是否与 Arrhenius、semi-empirical ageing model 或机器学习模型比较。
- 不确定性校准或置信区间：未能确认。
泄漏风险/局限性/复现性
- 泄漏风险：信息不足。当前可访问内容显示主要为实验退化分析，不是典型 supervised RUL 模型；若后续将完整 2000 cycles 曲线用于特征提取，需要避免使用预测时不可获得的未来循环信息。
- 局限性：全文未成功抓取，无法确认具体工况矩阵、参数辨识细节、统计显著性、是否公开原始数据；样本为 1 Ah NMC622|Graphite pouch cells，化学体系和形态泛化到 LFP、NCA、大容量方壳/圆柱或 pack-level 仍需验证。
- 复现性：信息不足。未确认是否开源数据、代码或完整实验协议；但摘要给出的电芯数量、循环数和 stress factor 类型已足以判断其对寿命建模有较高参考价值。
对哥哥研究/落地的启发和后续动作
- 启发 1：寿命预测特征不应只使用 Ah-throughput/cycle count；需要显式拆出温度、静置时间、高 SOC 停留、充放电倍率等 stressor，并考虑 calendar ageing 与 cyclic ageing 的交互。
- 启发 2：不同 stressor 组合可能产生相似退化模式但速率不同，适合做 degradation-mode clustering + rate model，或在 RUL 模型中加入 latent degradation mode。
- 启发 3：高 SOC 停留导致每 Ah-throughput 容量损失增加，说明车辆/储能调度数据里的驻留 SOC 分布可能是比单纯 cycle count 更强的寿命预测变量。
- 后续动作：获取全文/PDF，确认是否有可数字化容量曲线、阻抗曲线、测试矩阵和退化模式分类结果；若有，可纳入 stress-factor benchmark 文献库。
是否值得跟进
- 结论：跟进。
- 理由：样本量和循环长度对 stress-factor ageing modeling 有价值，可服务 capacity fade / degradation trajectory 模型；但它不是直接 RUL/SOH 算法论文，且目前只能达到摘要/元数据级可信度。
- 后续动作：优先获取全文，补充通讯作者、实验协议、曲线数据、退化模式分类细节和数值指标。
查看关键词分类依据
- ECM / electrochemical model · 摘要包含「equivalent circuit」
nalytical and modeling approaches, including equivalent circuit modeling to analyze resistance evolution, cell balancing analysis to observe ca - Li-ion / LIB · 标题包含「lithium-ion」
tors on the cyclic ageing of NMC622-graphite lithium-ion batteries