(A) Imagen de ejemplo que muestra el número total de píxeles blancos (awhite) representativos de los límites entre las partículas de Li, y el número total de píxeles dentro de cada corte atotal, dividido en 16 cortes (descritos en rojo) para el cálculo de ID. Cada una de las 16 rebanadas contiene 16 píxeles. (B – E) Imágenes SEM sintéticas de PSD conocidas utilizadas para el cálculo de ID (30). (B y C) Distribución del tamaño de partícula lognormal, tamaño medio de partículas de 0.12 y parámetro de forma de distribución de 0.6. (D y E) Distribución normal del tamaño de partícula, tamaño medio de partícula de 0.1 y parámetro de forma de distribución de 0.025. Estos valores se miden en unidades de licuadora arbitrarias. Reproducido, Copyright 2016, Elsevier (30). Crédito: Actas de la Academia Nacional de Ciencias (2025). Doi: 10.1073/pnas.2502518122
Los investigadores de la Universidad de California en San Diego han desarrollado un método simple pero poderoso para caracterizar el rendimiento de la batería de metal de litio con la ayuda de una herramienta de imagen ampliamente utilizada: microscopía electrónica de barrido. El avance podría acelerar el desarrollo de baterías más seguras, más largas y más densas en energía para vehículos eléctricos y almacenamiento de energía a escala de red.
El trabajo fue publicado en Actas de la Academia Nacional de Ciencias.
Las baterías de metal de litio tienen el potencial de almacenar el doble de energía que las baterías de iones de litio de hoy. Eso podría duplicar la gama de automóviles eléctricos y extender el tiempo de ejecución de computadoras portátiles y teléfonos. Pero para darse cuenta de este potencial, los investigadores deben abordar un desafío de larga data: controlar la morfología del litio, o cómo los depósitos de litio en los electrodos durante la carga y la descarga.
Cuando los depósitos de litio de manera más uniforme, la batería puede lograr una vida útil del ciclo más larga. Por el contrario, cuando el litio se deposita de manera desigual, forma estructuras similares a la aguja conocidas como dendritas que pueden perforar el separador de una batería y hacer que la batería se corta en cortocircuito y falle.
Históricamente, los investigadores han determinado en gran medida la uniformidad de los depósitos de litio mediante la evaluación visual de las imágenes de microscopios. Esta práctica ha llevado a análisis inconsistentes entre los laboratorios, lo que ha dificultado la comparación de los resultados entre los estudios.
“Lo que un grupo de baterías puede definir como uniforme podría ser diferente de la definición de otro grupo”, dijo la primera autora del estudio Jenny Nicolas, Ph.D. candidato en la Escuela de Ingeniería de UC San Diego Jacobs.
“La literatura de la batería también usa tantas palabras cualitativas diferentes para describir la morfología del litio, palabras como gruesas, musgosas, tipo bigote y globular, por ejemplo. Vimos la necesidad de crear un lenguaje común para definir y medir la uniformidad de litio”.
Para hacerlo, Nicolas y sus colegas, dirigidos por Ping Liu, profesor de la familia Aiiso Yufeng Li de Departamento de Ingeniería Química y Nano en la Escuela de Ingeniería de UC San Diego Jacobs, desarrolló un algoritmo simple que analiza cuán uniformemente se extiende a través de imágenes de microscopía de electrones (SEM) de escaneo. Los investigadores usaron SEM porque ofrece imágenes detalladas de electrodos de batería al capturar características de superficie 3D como imágenes en escala de grises 2D; también es una técnica ampliamente utilizada en la investigación de baterías.
Para usar su método, el equipo primero toma imágenes SEM de electrodos de batería y los convierte en píxeles en blanco y negro. Los píxeles blancos representan los depósitos de litio más altos en la muestra y los píxeles negros representan el sustrato o el litio inactivo. Las imágenes se dividen en múltiples regiones, y el algoritmo cuenta el número de píxeles blancos en cada uno, luego calcula una métrica llamada índice de dispersión (ID).
“El índice de dispersión es una medida de uniformidad de litio”, explicó Nicolas. “Cuanto más cerca esté a cero, más uniforme son los depósitos de litio. Un valor más alto significa menos uniformidad y más agrupación de partículas de litio en ciertas áreas”.
El equipo primero validó el método en 2.048 imágenes sintéticas SEM con distribuciones de tamaño de partícula conocidas. Las mediciones de ID alineadas con las distribuciones de verdad en tierra, que confirmaron la precisión del método. Luego, el equipo aplicó el método a imágenes de electrodos reales para analizar cómo la morfología de litio cambia con el tiempo en diferentes condiciones de ciclismo. Descubrieron que a medida que las baterías ciclaron, la identificación aumentó, indicando más depósitos de litio desiguales.
Mientras tanto, la energía requerida para que el litio deposite aumente, un signo de degradación. Además, los investigadores encontraron que los picos y las caídas locales en la identificación aparecieron constantemente justo antes de que las células fallaran. Tales picos y salsas podrían servir como una señal de advertencia temprana de cortocircuitos.
Una gran ventaja de este método es que es accesible. Los investigadores de la batería ya usan imágenes SEM como parte de sus estudios, señaló Nicolas, y pueden usar el algoritmo simple presentado aquí para calcular la ID a partir de los datos que ya recopilan.
“Nuestra herramienta se puede emplear como una fruta de bajo paso para que los investigadores lleven su análisis al siguiente nivel utilizando el análisis de imágenes a su máximo potencial”, dijo.
Más información: Jenny R. Nicolas et al, un marco de imagen cuantitativo para la morfología de litio: vinculando la uniformidad de deposición con la estabilidad del ciclo en baterías de metal de litio, Actas de la Academia Nacional de Ciencias (2025). Doi: 10.1073/pnas.2502518122
Proporcionado por la Universidad de California – San Diego
Cita: el algoritmo simple utiliza microscopía electrónica para predecir el riesgo de falla de la batería de litio (2025, 4 de agosto) Recuperado el 4 de agosto de 2025 de https://techxplore.com/news/2025-08-simple-algorithm- electron-microscopy-lithium.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
