原始名称记载: 武汉动力电池再生技术有限公司; 无锡动力电池再生技术有限公司; 天津动力电池再生技术有限公司

本发明提供了一种锂电池中PVDF基胶体解胶剂及其制备方法和应用，属于动力电池领域，其中，锂电池中PVDF基胶体解胶剂，按重量百分比计包括如下组分：极性非质子溶剂45%~60%、季铵碱类试剂3%~8%、氟离子供体1%~3%、表面活性剂2%~5%、缓蚀剂0.5%~2%和余量去离子水；极性非质子溶剂包括酰胺类溶剂、酯类溶剂、环丁砜类溶剂和吡咯烷酮类溶剂的混合物。本发明通过上述组分的合理配比和协同作用，能够有效破坏PVDF基胶体的结构稳定性，实现高效解胶，且对锂电池中的其他材料腐蚀性小，确保了解胶过程的安全性和环保性。

本发明属于电池回收技术领域，公开了一种电池自动拆解方法、装置、设备及存储介质；该方法包括：对目标电池三维扫描得到电池类型和外壳信息；根据电池类型和外壳信息进行外壳拆解得到电池外壳内的电池模组；采集电池模组的待拆解图像并识别，得到电芯状态和电芯端板和侧板状态；根据电芯状态和电芯端板和侧板状态规划切割路径进行拆解；本发明通过电池类型和外壳信息进行外壳拆解，避免因电池型号、尺寸差别而导致的暴力破拆或工具损坏对电池的二次损坏，在移除外壳后，再次采集模组的图像并识别电芯状态和端板侧板状态，生成针对性的切割路径，能够处理各种型号、状态的电池，针对性拆除，根本上避免了对电池的二次损坏，提高回收利用率。

本发明涉及一种退役电池的SOH估计方法及装置，属于电池评估技术领域，其中，该退役电池的SOH估计方法包括：获取第一测试数据集和第二测试数据集；对第一测试数据集和第二测试数据集进行预处理，从预处理后的第一测试数据和第二测试数据中提取目标退役电池的脉冲充放电特征和恒流充放电特征；将目标退役电池的脉冲充放电特征和恒流充放电特征作为SOH估计模型的输入，得到SOH估计模型输出的目标退役电池的SOH估计值，SOH估计模型基于与目标退役电池同型号的样本电池的历史运行数据对XGBoost模型训练得到。本发明有效提高了退役电池SOH估计的准确性。

本发明涉及一种锂电池拆解时异常处理方法、装置、电子设备及介质，属于锂电池拆解技术领域，其中，该方法包括：获取目标锂电池电芯的电芯厚度；在确定电芯厚度与预设的厚度不存在偏差时，获取目标锂电池拆解时的极片表面图像；提取极片表面图像中的极片区域，并确定极片区域中超过预设像素阈值的像素为异常像素点；当缺陷像素点的个数超出预设的异常像素个数时，则确定目标锂电池极片存在断裂异常，生成第一异常报警信号并隔离目标锂电池电芯。本发明提高了了锂电池拆解的效率。

本申请提供了锂电池中丁苯橡胶‑羧甲基纤维素钠复合胶体的降解方法，属于化学工业技术领域，包括如下步骤：将电芯组置于解胶剂中进行一次浸泡；将电芯组从解胶剂中取出，去除覆盖端板上的胶体；拆除覆盖端板，将电芯组分解成若干小电芯组；将小电芯组置于解胶剂中二次浸泡；冷冻小电芯组至小电芯单体间的双面胶失效，分离相邻的小电芯单体；按质量份数计，解胶剂包括有机溶剂60~70份、水20~30份、有机酸5~8份、表面活性剂3~5份和氧化剂1~3份。本申请通过解胶剂破坏丁苯橡胶‑羧甲基纤维素钠复合胶体，其中有机溶剂用于溶解SBR相，酸性水相使CMC‑Na从SBR中析出，表面活性剂能够降低复合胶体表面张力，帮助解胶剂更好的渗透到复合胶体内部。

本发明涉及一种锂电池无损拆解系统及方法，该系统的视觉识别定位模块获取待拆解锂电池的多视角图像，根据多视角图像对待拆解锂电池进行固定，获取待拆解锂电池的三维点云数据，根据多视角图像和三维点云数据确定电池关键特征；中央控制模块根据电池关键特征与数据库中的数据进行匹配，确定当前电池模型和拆解工艺参数，并根据当前电池模型和拆解工艺参数进行路径规划，生成拆解流程；机械臂运动模块控制多传感器融合夹爪模块根据拆解流程和拆解工艺参数对待拆解锂电池进行无损拆解；通过多模块协同工作实现自动化拆解流程，结合视觉识别与力控技术精确控制拆解动作，具有提高拆解效率、确保拆解过程安全性、避免电池关键部位物理损伤的优点。