← 返回往期
本页为「干法正极相关」板块（4 篇）。所有文献均经 Crossref 逐条核验，点击 DOI 可直接跳转原文。
另一板块与往期归档见
首页。
干法正极相关
干法正极相关 4 篇（SWCNT 鞘层厚电极1 · 挤出混料核壳结构1 · 厚 LFP 厚度-孔隙率权衡1 · 挤出过程机器学习代理模型1）01
干法 · SWCNT 鞘层厚电极
SWCNT 鞘层包覆zeta 电位调控卷对卷无溶剂99.7 wt% 活性物质4.0 g cm⁻³945 Wh L⁻¹ / 20 min 80%
zeta 电位调控把 SWCNT 裹在 NCMA 颗粒上：干法电极活性物质 99.7 wt%、压实 4.0 g cm⁻³，>11 mAh cm⁻² 厚电极 945 Wh L⁻¹、20 分钟充 80%
A continuous carbon nanotube sheath enables ultrahigh energy density and fast charging in dry-processed thick electrodes
DOI 10.1016/j.joule.2026.102392
期刊 Joule, 2026, 10(7), 102392 IF ≈ 35.0 | 被引 11 次
作者 Jin Kyo Koo, Jaejin Lim, Chaeyeon Ha, Yewon Kwon, Jae Kwon Seo, Hyun-seung Kim, Yong Min Lee, Young-Jun Kim（共 8 位作者）
图：论文关键图（版权归原出版方，详见原文）
选题理由
干法混料最头疼的是导电剂分布：机械干混下 CNT/炭黑容易团聚成「死区」，厚电极里表现为局部极化与倍率塌陷。业界的常规解法是延长混料时间或提高导电剂含量，代价是能耗和能量密度。本文换了个入口——在干混之前先把 SWCNT 均匀裹到活性颗粒表面，让导电网络在混料开始前就已经就位。
设计策略
通过 zeta 电位调控（PDDA 表面改性 + 离心分级）让 SWCNT 以静电作用均匀吸附在 NCMA 颗粒表面，形成连续「鞘层」；随后与仅 0.3 wt% PTFE 干混、纤维化，经卷对卷无溶剂热压成膜。由于导电网络已预先均匀分布，混料只需完成 PTFE 纤维化，不必再承担分散 CNT 的任务，混料窗口因此被大幅放宽。数字孪生模拟用于验证孔隙连通性与有效输运。
关键结果
活性物质含量 99.7 wt%（其中 SWCNT 仅 0.2 wt%）、电极压实密度约 4.0 g cm⁻³；超厚电极面容量 >11 mAh cm⁻²；Li⁺ 扩散系数提升 2.5 倍。与干法石墨负极配对的全电池达 315 Wh kg⁻¹、945 Wh L⁻¹，20 分钟充入 80%，300–700 圈容量保持约 80%。
读后点评
这篇真正的贡献不是「又一个厚电极」，而是把「分散」从工艺问题转成了材料表面问题：一旦 CNT 在颗粒表面预定位，混料窗口、PTFE 用量、面容量上限会被同时打开。0.3 wt% PTFE 是极低的粘结剂用量，暗示导电网络本身已承担部分机械骨架功能——这对做干法粘结剂的读者是个重要信号：共粘结剂的设计目标未必是「更强」，而是「与 CNT 网络互补」。局限：SWCNT 成本与离心分级工序的产能是规模化瓶颈；>11 mAh cm⁻² 下的倍率数据偏少，20 分钟 80% 对应的面容量需要核对；负极同为干法，属于「全干法」演示，与现有湿法负极混用的兼容性未知。
02
干法 · 挤出混料核壳结构
双螺杆挤出混料高剪切批次混合核壳颗粒形貌82 wt% NCM850.5 wt% PTFELi₆PS₅Cl 塑性形变包覆
双螺杆挤出 vs 高剪切批次混合：82 wt% NCM85 + 0.5 wt% PTFE 的硫化物全固态正极，挤出法做出 PTFE 纤维网络与核壳包覆，离子导通与活性物质利用率更高
Microstructure Evolution in Dry-Coated Sulfidic All-Solid-State Battery Cathodes: Investigating Core–Shell Particle Morphology
DOI 10.1002/advs.78248
期刊 Advanced Science, 2026, e78248 IF ≈ 14.3 | 被引 0 次
作者 Michael Wolf, Aaron Stoeckle, Rebecca Wilhelm, Maximilian A. Plass, Milad Hosseini, Johannes Kriegler, Korbinian Huber, Simon Lux（共 8 位作者）
选题理由
干法混料设备选型长期靠经验：双螺杆挤出机连续、批次混合机灵活，但谁更适合「小粒径高镍 + 微量 PTFE」这种最难分散的组合，一直缺少微结构层面的证据。本文的价值在于用同一配方把两条混料路径的颗粒形貌、电极微结构、力学与电荷传输一条条对比出来，而不只是比最终容量。
设计策略
固定 82 wt% NCM85（D50 3.8 µm）+ 0.5 wt% PTFE + Li₆PS₅Cl 硫化物电解质体系，分别用连续双螺杆挤出与高剪切批次混合（后者另加 mechanofusion 干粉包覆工序）成膜。用粒度分析、电子显微镜、X 射线表征追踪颗粒形貌与电极微结构；再在阻塞条件下用对称电池把电子电导与离子电导分开测量，最后用半电池验证。
关键结果
挤出混料形成稳健的 PTFE 纤维网络与更均匀的电极表面，Li₆PS₅Cl 颗粒发生塑性形变并包覆在 NCM85 表面，呈核壳状；批次混合即便额外做了 mechanofusion、比机械能输入更高，在该小粒径体系下仍未形成明显核壳结构，电极拉伸强度与微结构均匀性更差。电荷传输出现明确分工：批次混合电极电子电导更高，挤出电极离子电导更高；半电池中挤出电极活性物质利用率更高、极化更小、倍率更好。
读后点评
「比机械能输入更高 ≠ 分散更好」是这篇最反直觉的结论：小粒径体系里，核壳包覆靠的不是能量密度，而是剪切路径与停留时间分布，这就解释了为什么连续挤出反而占优。电子/离子电导的此消彼长也提醒我们，干法电极的优化目标不是「导电性越高越好」，而是两种载流子传输的匹配。可迁移处：评估自家混料设备时，除拉伸强度外应补一组对称电池阻塞测试，把电子与离子电导分开量——这比看 SEM 更能解释倍率差异。局限：0.5 wt% PTFE 属极低粘结剂用量，工艺窗口很窄，放大到工业幅宽后的稳定性未知；硫化物对水分极敏感，文中未讨论露点控制与废料回收；只做到半电池，缺全电池循环数据。
03
干法 · 厚 LFP 厚度-孔隙率权衡
干法厚电极厚度-孔隙率平衡PTFE 纤维化面容量 +47%/+72%严格湿法基准衰减 0.45 vs 0.21 mAh g⁻¹/圈
干法厚 LFP 的「厚度换孔隙率」窗口：212 µm/54.3% 孔隙率媲美 99 µm/34.5%，面容量 0.1C +47%、1C +72%——但 0.5C 衰减比湿法快一倍
Enhancing rate performance of dry-processed thick LiFePO4 cathodes for lithium-ion batteries
DOI 10.1016/j.jpowsour.2026.241511
期刊 Journal of Power Sources, 2026, 696, 241511 IF ≈ 8.1 | 被引 0 次
作者 Ruifeng Zhou, Jikai Zhang, Fengzai Tang, Jake Sheriff, Geoff West, Yong-Qing Fu, Mohamed Mamlouk, Chuan Cheng（共 8 位作者）
图：论文关键图（版权归原出版方，详见原文）
选题理由
干法被寄予厚电极的期待，但「厚」与「快充」天然矛盾；更麻烦的是文献里常拿不同厚度、不同孔隙率的样品互相比，结论根本对不齐。本文做的是最笨也最有用的事：把厚度与孔隙率当两个独立变量系统扫一遍，再用「同厚度同孔隙率」的湿法电极做严格基准——顺带给出了一个不太好看却很关键的结论。
设计策略
以 LFP : Super-P : PTFE = 85 : 10 : 5 干法制备 99–243 µm、孔隙率 34.5–54.3% 的系列电极（1000 rpm 干混 → 100 ℃ 热辊压 → 80 ℃ 辊压）；湿法对照用 DMSO 绿色溶剂 + PVDF，并控制到相同厚度与孔隙率，保证比较公平。用 GITT 测 Li⁺ 扩散系数、EIS 分离电荷转移电阻、XPS 追踪循环后的界面产物。
关键结果
孔隙率从 34.5% 提到 47.2%，3C 容量由 30 升至 69 mAh g⁻¹（翻倍以上），1C 电压极化从 0.37 V 降到 0.30 V，电荷转移电阻从 7.20 Ω 降到 4.84 Ω。厚度-孔隙率匹配后，212 µm/54.3% 的干法电极达到与 99 µm/34.5% 相当的倍率，面容量在 0.1C 提升 47%、1C 提升 72%。但在严格基准下，干法 0.5C 循环衰减 0.45 mAh g⁻¹/圈，湿法仅 0.21 mAh g⁻¹/圈；XPS 显示干法电极循环后碳酸酯分解产物与 LiₓPOᵧF_z 明显更多。
读后点评
这几乎是本领域少见的「负面数据也照登」的论文，值得精读。衰减更快的机理归因很有说服力：干法电极中 PTFE 以纤维形态存在、并不包覆活性颗粒表面，而湿法 PVDF 会给颗粒薄薄裹一层，于是干法电极的活性物质与电解液接触面积更大，副反应自然更多。这条线索对做干法粘结剂的读者极其关键——干法的界面钝化必须靠额外设计获得，不会随工艺自动到来。可迁移处：厚电极开发先把「厚度 × 孔隙率」的等倍率线画出来，再谈配方调整。局限：只测到 3C、200 余圈，长循环与高温未覆盖；LFP 本征稳定，换成高镍后界面暴露的代价会明显放大；85:10:5 的导电剂含量偏高，与当前低导电剂趋势有距离。
04
干法 · 挤出过程机器学习代理模型
DEM 离散元机器学习代理模型SHAP 可解释性逆设计孔隙率/迂曲度/网络连通误差 <5%
81 组 DEM 模拟训练代理模型，把挤出干法的「材料-工艺-微结构」映射变成可逆设计：孔隙率预测误差 <5%，SHAP 排出参数主次
Machine learning surrogate modeling of materials extrusion for lithium-ion battery electrode dry manufacturing
DOI 10.1016/j.ensm.2026.105437
期刊 Energy Storage Materials, 2026, 91, 105437 IF ≈ 18.9 | 被引 0 次
作者 Pei Sun, Francisco Fernandez, Diego E. Galvez-Aranda, Jean-Paul Chehab, Paul Vigneaux, Alejandro A. Franco（共 6 位作者）
图：论文关键图（版权归原出版方，详见原文）
选题理由
干法挤出的微结构由螺杆转速、颗粒黏聚能、注入顺序等六七个参数共同决定，而一次高保真 DEM 模拟要跑七千万个时间步——工艺窗口根本扫不完，实验又贵又慢。本文正面解决「仿真太贵」这个瓶颈：先算少量高保真案例，再用代理模型填满参数空间，最后反解工艺，把经验调参变成可搜索的优化问题。
设计策略
用拉丁超立方采样 6 个材料/工艺参数（炭黑颗粒半径 1.5–3.0 µm、杨氏模量 75–150 kPa、泊松比 0.29–0.49、黏聚能密度 1.0–2.5 kJ m⁻³、双螺杆转速 3000–7000 rpm、顺序/同时注入），跑 81 组 DEM 得到时间序列微结构，再转成准稳态指标（孔隙率、迂曲度因子、粘结剂/碳纳米纤维网络连通性）。9 种回归模型横向比选后，分别以 SVR、随机森林、线性回归作为三个描述符的代理模型；用 SHAP 解释参数贡献，最后耦合单目标与多目标优化器做逆设计。
关键结果
代理模型对孔隙率、迂曲度、网络连通三个目标均具备良好预测能力，逆设计验证中孔隙率相对误差 <5%；SHAP 显示炭黑杨氏模量对孔隙率与网络连通影响最大，黏聚能密度主导迂曲度，注入顺序与转速对三个输出都有持续影响。把早期时间序列特征一并纳入（全属性组合）后，预测精度进一步提升。
读后点评
对工艺研究者最有用的是 SHAP 给出的敏感性排序：想降孔隙率，调颗粒模量比调转速有效得多；想降迂曲度，重点应放在黏聚能而不是剪切强度。这种「主次排序」比一张工艺窗口图更能直接指导实验设计。方法学也可迁移——不需要超大算力，80 余组高保真样本加可解释代理模型就足够跑逆设计，捏合、辊压、纤维化等任何干法工序都能套这个模板。局限：模型对 PTFE 纤维化的黏弹与断裂行为做了大幅简化；只用孔隙率、迂曲度、连通性三个描述符，未与电化学性能闭环；六维参数空间配 81 组样本仍偏稀疏，外推必须谨慎。
编辑手记 · 干法正极相关
干法这四篇，恰好守住了从粉到膜的四道关口。第一篇管「导电剂在哪」：SWCNT 在混料之前就被 zeta 电位裹到 NCMA 颗粒表面，分散问题于是从工艺难题变成表面化学问题，代价换来的是 99.7 wt% 活性物质、4.0 g cm⁻³ 压实、以及 >11 mAh cm⁻² 下 945 Wh L⁻¹ 与 20 分钟充 80%。第二篇管「剪切怎么走」：同样 82 wt% 高镍 + 0.5 wt% PTFE，连续挤出的剪切路径能在 3.8 µm 小颗粒上压出 Li₆PS₅Cl 的核壳包覆，批次混合即便投入更多比机械能也做不到——「能量给够」不等于「分散到位」，这是全文最值得记住的一句。第三篇管「几何怎么选」：把厚度与孔隙率当两个独立变量扫一遍，画出等倍率线，212 µm/54.3% 追平 99 µm/34.5%，面容量 0.1C +47%、1C +72%；但它同时用严格湿法基准揭出干法 0.5C 衰减 0.45 vs 0.21 mAh g⁻¹/圈，原因直指 PTFE 只成纤不包覆、活性颗粒暴露更多——这条负面结论对干法粘结剂设计的价值，可能高于那些漂亮的面容量数字。第四篇管「窗口怎么找」：81 组 DEM 加可解释代理模型，把六维工艺参数变成可逆设计问题，孔隙率误差 <5%，还顺手排出「想降孔隙率该调颗粒模量而非转速」这样的主次。四篇连读，干法的门槛既不在设备也不在配方，而在「粉体在剪切场里究竟发生了什么」——谁能把这件看不见的事测出来、算出来、提前设计好，谁就拿到了工艺窗口。
一条提醒 本页文献全部来自 Crossref 的真实元数据，DOI 可直接解析。IF 为 2024 JCR 约值。
摘要级信息不等于全文细节——面容量、N/P 比、电解液用量等边界条件请回原文核对。
部分出版商（Wiley/ACS）页面有防爬限制，个别条目暂缺配图。