疯狂上产能的一年，锂电行业加码数智化｜氪记2022

2022年，对于锂电行业来说，数字化不再是一个模糊的蓝图，也不再是单纯上一个平台或者一个软件系统那么简单。数字化开始为动力电池企业产能扩张、技术创新、智能制造、绿色制造提供一系列重要的技术支撑。数字化和智能化技术正在成为动力电池企业核心竞争力的一部分。

今年动力电池产业链上各家头部企业纷纷加大数字化技术投入，努力挖掘制造和研发测试数据价值，尝试通过计算和数据驱动企业业务发展，行业数字化、智能化转型加速推进。

这一年是锂电行业疯狂上产能的一年，无论是电芯制造还是上游的正负极材料企业，都在积极投资建厂、规划未来产能。据GGII预计，2022年动力电池行业建成的总产能将超过1000GWh，动力电池行业正式进入TWh时代。

动力电池的大规模制造不仅是数量上的变化，对产品质量的要求也逐渐提升。动力电池的产品缺陷率正在由PPm级（百万分之一）做到PPb级（十亿分之一），品质要求提升了三个数量级。

动力电池制造过程需要应用更多智能化技术来实现更加精准的过程控制与质量管理。宁德时代、中创新航及蜂巢能源等动力电池企业开始综合运用工业物联网、大数据、边缘计算、云计算和AI技术，推进智能制造。

此外，随着国内、欧洲对于环保和碳排放的要求越来越高，动力电池企业开始不断提升自身绿色制造技术水平，加大绿色技术创新投入，比如远景动力利用数字化技术完善制造过程中的碳足迹管理、碳排放优化等，并凭借优异的碳管理能力拿到了宝马等海外车企的订单。

制造业的根基在于技术创新和工程创新。锂电池技术创新也离不开数字化技术的支撑。材料计算技术和电芯电化学仿真技术都正在成为宁德时代、中创新航等头部锂电池企业研发创新、开发下一代电池的利器。

随着数字化转型的推进，动力电池企业对于数据这一新的生产要素的认识越来越深入，不再认为单纯通过上系统、上平台就可以实现数字化，而是要从数据的采集、存储、分析和决策全链条上构建数据闭环，将工业知识与工业数据融合，充分挖掘数据背后蕴藏的价值。

大规模扩产带动智能制造

2014-2018年是动力电池行业第一次产能扩张周期。当时大量锂电池设备被投入到生产线上，动力电池制造开始从半自动化走向自动化。随着行业从2020年下半年开始进入第二次产能扩张周期，动力电池制造开始从侧重装备自动化向制造智能化转变。

要想推进智能制造，企业就需要掌握工业和数据两方面的知识和技术。动力电池企业推进数字化、智能化的基础在于对数据的采集与处理，特别是数据标准的统一。比如蜂巢能源就在制造域、工艺域、质量域、设计域建立起标准统一的平台级数据字典，将各类数据分门别类地归纳整理好，方便日后数据分析时随时调用，为后续开发AI算法应用奠定了坚实的数据基础。

宁德时代也专门设立了大数据团队进行数据治理和价值变现工作。宁德时代通过边缘异构数据采集与融合技术，将电池制造过程中制片、模切、卷绕、注液、化成等各环节的工艺和装备数据汇聚起来，以此降低数据整合成本，并提高数据整合的质量。在此基础上，宁德时代可以探究影响电池质量的各类因素之间的关联关系，进行根因分析，实现对产品生产全过程的质量溯源。

动力电池大规模制造的核心在于可控成本之下保证产品质量。智能制造的推进要兼顾质量、成本、产能、效率等不同维度。当前各家电池企业都在追求零缺陷的精益制造、产能能够快速完成爬坡、生产效率和制造柔性化程度进一步提高等。因此，AI技术的应用也在快速推广。

目前全球锂电行业的两座灯塔工厂均在宁德时代旗下。今年10月11日，继宁德基地后，四川时代成为宁德时代第二家获评灯塔工厂的生产基地。四川时代运用数字化智能控制技术，通过对全工序工艺和装备参数的感知和实时控制，并大量运用AI技术实现闭环控制管理。例如在涂布工艺过程中，需要将浆料均匀地涂抹到厚度仅有几微米的箔材上。传统涂布的精确度依赖于产线工人手工调试水平。四川时代开发了锂电加工工艺闭环控制算法，对1000多种粉体和流体的各项组合参数进行建模并深度学习，可以实现微米级和毫克级的箔材涂覆，大幅提升涂布工艺的一致性。

数字化技术助力海外建厂及产能爬坡

今年以来，国内动力电池企业为了更好地配套海外车企的订单交付需求，纷纷在海外建厂。为了加速产能爬坡和制造技术平移复制，各家动力电池企业也都强调了数字化技术对实现海外产能规划的支撑作用。例如中创新航在葡萄牙的工厂建设规划中就强调要把该项目打造为全球领先的高度智能化、信息化、自动化的动力电池工厂。

标准的IT架构和工业AI体系将是企业加速海外基地投产的关键。基于这些，国内动力电池企业可以将国内完善的工厂制造体系、制造工艺规范以及智能制造技术能力等比例地复制到海外的生产基地中，

数字化技术助力企业塑造碳管理能力

海外车企如宝马、大众、奔驰等车企已经提出了严格的减碳和回收的要求，对低碳生产、材料回收、LCA（电池全生命周期碳排放）都有非常明确的要求。这些要求对动力电池企业来说是一个不小的挑战。

远景动力基于生命周期评估法（LCA）开发出了数字化零碳管理系统“方舟”，采用“自上而下”的计算模型，通过获取产品或服务在生命周期内所有输入或输出数据得出总的碳排放量，主要适用于对微观层面的碳足迹计算。系统可直接采集工厂的能源表计数据和企业ERP 系统数据，并根据遵循欧盟PEFCR 电池规则进行计算。

该系统还将按照碳排放数据采集、碳排放指标分解、场地碳管理、能源追踪等脱碳流程，对能源设备的碳排放数据以及碳减排数据进行采集、统计和分析。远景希望把数字化的碳管理技术运用到电池制造中，这种尝试得到了汽车主机厂的青睐。宝马、奔驰等海外车企对远景动力青睐有加，纷纷将新车型订单交付给远景。

依托数字化技术构建研发护城河

电池的材料创新、结构创新与系统集成创新都离不开数字化技术的运用。整个电池研发体系愈发需要通过计算与数据来整合、驱动。

宁德时代董事长曾毓群就认为材料创新实质上比拼的是计算能力。宁德时代通过数字化研发手段提升研发效率，不断推进材料体系创新、系统结构创新，加速了在钠离子电池、锂金属电池、无钴无贵金属电池等新化学体系方面的研发进程。

欣旺达电动汽车电池有限公司中央研究院副总经理梁世硕博士在介绍欣旺达高比能电芯研发规划时提到，在高镍材料开发上，团队自主开发了机器学习力场势函数，实现材料精确计算。针对高镍体系，团队计算了近30种掺杂元素的影响，结合Li/Ni交换能等多纬度计算结果，优选出了提升材料循环寿命和安全性能的最优掺杂元素。

同时在氧化硅材料探索上，梁世硕表示，基于仿真计算，通过调控氧含量来降低材料的体积膨胀率。此外，欣旺达研发团队通过调控硅酸盐相、掺杂技术，使快充性能明显提升。

中创新航也在2022全球新能源与智能汽车供应链创新大会上表示，公司在OS高锰锂电池新产品研发过程中，综合运用了测试的实验技术与虚拟的仿真技术。

图 中创新航OS高锰锂电池产品核心技术及指标

中创新航提到为了解决锰铁锂导电性差、电池阻抗高、极化大的业界难题，综合运用了包覆、掺杂、梯度设计等工艺，具体的技术设计综合运用了实验测试手段和材料仿真技术，包括上述提到的原子分子尺度的第一性原理和电芯尺度的电化学仿真技术，比如在设计初期可以用于评估掺杂不同过渡金属元素之后电极材料的导电性能提高多少、内阻解决程度能有多大。

未来，材料计算、电化学仿真等数字化研发技术的作用将越来越大，将为电池企业提高研发效率、降低研发测试成本带来巨大价值。

电池数字化成为电池管理的核心

电池在上车运行后，BMS系统将对电池健康状态进行监控和评估，并基于相关算法实时发出状态预警。电池运行状态数据也将对电池制造质量回溯起到积极作用，因此BMS算法的开发与电池运行数据的分析将凸显更大的价值。

例如蜂巢能源就通过构建蜂云平台衔接了车端和工厂端。目前，蜂云平台接入新能源汽车总量超过40 万+，累计积累数据量超700 亿条。2021 年 9 月，“蜂云平台”通过中国汽车工程研究院鉴定，对电池预警算法查准率达到 94.7%。

通过蜂云平台对电池数据的实时监测，蜂巢能源可以实现电池服役端与制造端的双向联动，并以此为基础，建立覆盖设计仿真数据、实验测试数据、制造数据、运行数据的电池全域大数据库。

上游材料企业数字化进程提速

动力电池质量性能的根基在材料。伴随着下游动力电池的大规模扩产，目前电池企业对原材料产品提出了更高要求，相关产品编码和溯源等需求也对锂电材料企业提出了新要求。为了提高产品质量一致性和保障生产供应，上游材料企业的数字化也在今年开始提速。

电池正负极材料属于典型的流程制造。原材料品质的一致性与每一个生产环节的工艺稳定性都有着紧密关联。企业需要精准定义生产过程中的关联关系，并与生产设备进行关联，对车间物料进行跟踪追溯与管理，建立物料跟踪模型。

材料企业还需要对装备工艺参数实时监控，对锂化混合和装钵组成的前道工序、煅烧工序，以及包括粉碎、分级、批混、包装在内的后道工序中的每一节点进行有序批次管理及追溯，从而实现产品制程的全流程精准管控。

装备企业顺应下游智能化需求

为了顺应下游电池企业推进智能制造的需求，锂电设备企业开始在装备自动化的基础上提高装备智能化，同时希望通过交付软件技术帮助下游客户实现数字化和智能制造，打造新的盈利点。

比如先导智能的新一代叠片设备采用多重闭环控制技术确保叠片精度，并能完成自适应智能程序优化使得整机综合稼动率可达到80%以上，节省调试时间。叠片机还采用AI算法技术以实现叠片过程包覆的全监控；支持不良极片自动剔除。

先导智能还将机器视觉技术融入叠片设备，实现了从制片缺陷、叠片overhang到电芯外观的全过程智能化检测。先导自研的卷绕机配置伺服闭环低张力精密控制系统和卷绕张力实时测量监控功能，将张力波动控制在≤±3%的水平。

机器视觉部分，先导智能希望通过自主研发深度学习算法模块，实现低对比度、形状多变缺陷目标的像素及精度提取，提高分类检测效率，减少人员参与，进而提高整线生产效率和质检精度。

除了提升装备智能化技术能力外，装备企业又都瞄准了基于虚拟调试技术的数字孪生产品市场。因为在一般情况下，锂电装备产能建设周期为6-9个月，真正形成产能还需要爬坡3个月左右。在产能爬坡周期中，电池制造装备面临很大的不确定性，会出现设计与实际生产状态不符合的情况，同时还存在匹配工艺迭代的需求。装备企业需要保证在需求频繁变更的条件下能实现快速交付。

先导智能希望开发适用于下游锂电池和新能源汽车企业的数字孪生解决方案，通过生产线设备的仿真测试及虚拟调试等功能实现智能工艺规划设计，即在虚拟调试中根据客户需要不断优化于涂布、辊压、分切等设备的工艺参数，优化物料流控制策略，从而缩短项目交付周期、提升设备性能及可靠性，以满足下游客户快速形成实际产能的迫切需求。

海目星则基于3D模型、运动学仿真、动力学仿真、工厂规划仿真，以及机器人多轴联动的虚拟调试技术，运用数字化技术缩短设备研发周期，降低现场部署过程的调试成本，提升设备交付质量、提高交付能力，加快市场响应度，满足电池企业高效完成扩产目标的需求。

AI技术企业跑步入场新能源

动力电池行业智能制造的快速推进也吸引带动了一批AI技术供应商的加入，如思谋科技、阿丘科技、华汉伟业等公司。

关于AI供应商如何服务好动力电池企业等企业，阿丘科技联合创始人郑慧伟表示AI供应商应当聚焦做好AI工具，以数据沉淀和工艺优化为核心，最终将工艺数据模型沉淀在动力电池企业等客户的平台里。

AI技术在动力电池生产制造中的应用，可以为动力电池企业实现工艺溯源、实时闭环控制优化工艺参数、进而实现真正的零缺陷管控提供很大帮助。比如阿丘科技针对动力电池制造的每个工艺点构建了对应的工艺包，包括顶盖的工艺包、密封钉的工艺包、六面电芯外观检的工艺包等。每个工艺环节又有相应的良率分析、质量算法、缺陷分类和质量溯源体系来对应。阿丘科技希望以此实现动力电池制造工艺的数字化、误差的数字化和品质的数字化，为电池企业构建完整的质量管控闭环。

除了第三方AI技术供应商之外，动力电池企业自己也都开始孵化或投资AI技术企业。例如2021年宁德时代旗下软件公司润智软件科技有限公司成立。2022年初蜂巢能源成立全资子公司章鱼博士。

以蜂巢能源的布局为例，章鱼博士致力于成为一家智能制造核心系统供应商，希望真正从底层架构上构建起面向智能制造的工业OS。

章鱼博士认为智能制造实施的痛点在于边缘端的智能化。只有让每一条产线、每一个伺服驱动、每一个相机、甚至是每一个机械夹爪都拥有边缘计算决策的功能，同时这些终端设备和云端是直接通讯的，这样每一条生产线才算真正实现了智能化。

而要实现这样的智能化，就必须打造出一个既能对接各类底层终端设备、又能连接上层软件应用及算法的工业OS系统，并将AI技术封装在边缘端的控制器当中，为终端设备提供决策的算力及算法支持。

章鱼博士已经支撑了蜂巢能源内部AI项目的具体实施，掌握了包括圆柱、方形、软包及刀片各类电池制造业务场景的制造数据。章鱼博士未来将面向整个锂电行业推广其智能制造解决方案。

无论是运用先进的材料计算和电芯仿真技术，还是将AI技术应用于智能制造系统和碳排放管理系统的构建上，又或是将智能化算法应用于BMS电池管理系统中，数字化、智能化技术已经开始贯穿于锂电企业设计研发、生产制造乃至产品运行的全过程之中。

数字化转型已经成为制造业企业的必答题，而非选择题。动力电池企业也是如此。未来企业核心要做的，就是如何答好这道转型命题。数字化转型不仅仅是运用先进的技术，还需要从组织形式上实现数字化。动力电池行业数字化转型浪潮已来，只有顺应趋势才能成为勇立潮头的产业“弄潮儿”。

36氪旗下官方公众号

真诚推荐你关注

来个“分享、点赞、在看”👇