技術無疑是這場變革最重要的推動力量之一，而技術進步的動力，則來自于那些不懈追求與探索的人們。
鈦媒體APP 推出「產業觀察」系列紀錄片，第一個系列「動力中國」將用“科普+故事”的方式，以技術變革為切入，聚焦中國動力電池產業鏈，挖掘產業鏈背后的“動力之源”。
我們希望通過對“鹽湖提鋰、動力電池的制造和應用、動力電池回收”等關鍵環節上重要企業的深度探訪，結合核心生產和研發人員的一手講述，來描繪一幅幅這樣的場景：
在鹽湖之濱，人們對自然懷抱的已不再是“征服”的渴望，而是與自然“共舞”的感恩；（點擊觀看第一集）
……
在報廢電池回收產線上，人工智能和機器人正在成為產業工人最可靠的“同事”……
每一粒鹽晶都蘊藏著無盡的能量，每一塊電池都記錄著時代的脈搏。身處這條復雜產業鏈中不同環節的人，不僅是這場變革的見證者，更是這場變革的引領者和塑造者。
讓我們一起走進這場敘事，走近這些引領者和塑造者們。
2014年到2023年，中國新能源汽車產銷量連續10年全球第一，分別從7.85萬輛和7.48萬輛增長至959萬輛和950萬輛，增長超過120倍。
截至2023年，中國動力電池裝車量在全球占比已超60%。
按照動力電池5～8年的使用壽命來計算，中國動力電池退役高峰即將到來，這將給全社會帶來巨大挑戰。
1
如果處置不當，電池中的鋰、鎳、鈷、錳等重金屬將會滲入土壤和水源污染環境，并通過食物鏈危害人體健康；電解液中的六氟磷酸鋰等有害物質在空氣中容易水解產生氟化氫等有毒氣體；電池外殼和隔膜，都可能成為白色污染源。
但從資源利用的角度來看，鋰、鎳、鈷等均為稀缺資源，可以說動力電池是不折不扣的“城市礦山”。
USGS（美國地質勘探局）統計數據顯示，中國鈷資源儲量僅為全球1.13%，鎳資源儲量僅為3.0%，鋰礦資源儲量僅為7.1%，但中國對鈷、鋰、鎳的使用數量均超過全球使用量的50%以上。
鋰、鎳、鈷的城市礦山循環利用之路是中國新能源行業可持續發展的重要路徑。
「鈦媒體APP產業觀察紀錄片」第一季「動力中國」第二集，我們來到格林美股份有限公司的動力電池回收產線，來看看動力電池如何在這里延續生命周期、重獲新生。
人工精細拆解：一個電池包要拆300多個螺絲
動力電池容量衰減到80％之后，就要進行回收處理。
回收方式包括梯次利用和資源再生：梯次利用是指將廢舊電池包拆解、檢測后，再將電芯重新組合并投入降級使用；資源再生是指通過拆解、破碎和冶煉，回收電池中的鋰、鎳、鈷等金屬資源。
工人正在拆解動力電池包。
工人正在拆解動力電池包。
拆解電池包，是動力電池回收的第一步。
格林美武漢城市礦山低碳產業園的退役動力電池包人工拆解線上，工人們正在拆解一批從新能源出廠測試車輛上退役下來的動力電池包。
這批電池包每個重400公斤、由10個模組組成，每個電池包上都遍布了300多顆螺絲。因為要對所有電子元器件進行再利用，所以工人們要對電池包進行精細拆解。
“螺絲太多，線束太復雜，平均算下來，一名工人一天只能拆解2到3個電池包。”格林中央研究院武漢綠色產業創新研究院院長宋華偉對鈦媒體APP介紹。
市場上不同品牌和型號的動力電池包結構各異，每款新的電池包到來，拆解工人都要針對性地進行學習。
“手工拆解是行業目前的主流拆解方式，效率不高，而且很辛苦。”宋華偉對鈦媒體APP介紹，“拆解線上的產業工人以60、70后為主，80后90后都在減少，00后就基本沒有了，將來的用工也會是一個嚴峻的問題。”
為了應對動力電池退役高峰的到來，格林美在幾年前就開始布局智能化拆解裝備的研發，希望能讓“機器人”和“人工智能”去替代產線上那些工作相對繁重的崗位。
柔性智能拆解系統：機器人來打螺絲、搬電池
在格林美綠色產業武漢創新研究院數字化技術與裝備研究實驗室，宋華偉帶領團隊打造的“退役動力電池柔性智能拆解系統”已經成型。
這個實驗室由“數據采集實驗臺”、“多機器人協同拆解實驗臺”和“模組搬運實驗臺”三大模塊組成。
通過人工智能、機器視覺等技術對大量電池包、電池模組、螺絲等數據進行采集、標定和訓練，技術團隊想要訓練出一個能兼容不同品牌和型號電池包的柔性智能拆解模型，從而讓機器人自我學習、自我決策，完成拆螺絲、拆模組、搬模組等一系列工作。
“我們建立了底層數據庫，比如市面上主流電池包上出現的螺絲，我們基本上都采集到了。”宋華偉對鈦媒體APP介紹，廢舊電池包工況各異，上面的螺絲也會呈現出不同狀況，比如生銹、傾斜、扭曲等等，所以一種型號的螺絲“至少要采集1萬張以上的圖片。”
在“多機器人協同拆解實驗臺”上，兩個機械臂正在“打螺絲”——協同拆解一個電池包的上蓋。
機械臂背后有一套柔順控制系統，通過多重視覺識別，它可以根據電池包上螺絲的不同角度和姿態來調節自己“觸手”——也就是末端執行器的作業角度和力度來拆解螺絲。
電池包的上蓋拆開后，工人處理完線束，機械臂將繼續介入，來完成電池包內的模組搬運。
在“模組搬運實驗臺”上，一臺機械臂正在進行模組夾取實驗。“它主要解決的是模組的無序抓取與搬運。”宋華偉對鈦媒體APP介紹，“一個模組有幾十公斤，人工搬的話勞動強度很大。”
宋華偉介紹，截至2023年，格林美第一代年產5萬套電池包柔性智能拆解系統能夠兼容的電池規格已經超過50種，整包拆解效率超過每小時13件，主要部件無損拆解良品率超過98%，拆解成本較現有國內市場主流工藝下降了20%。
進一步來看，這套“柔性智能拆解系統”所累積和訓練的數據，則更加具有現實意義。在宋華偉達的設想中，“任何一家回收企業如果需要開發智能拆解裝備，我們都可以去貢獻數據，為整個行業服務。”
梯次利用智能分容：比傳統分容法效率提高500%
模組拆解成單個電芯后，容量高于20%的電芯就要進入梯次利用。在梯次利用之前，最重要的環節就是分容，也就是通過檢測確認電芯級別，再將同級別的電芯進行組合，以確保梯次電池包保持一致性和安全性。
傳統的分容方式，一般先通過充放電得到單個電芯容量，再用儀器測試電芯的電壓、內阻，最后結合測量結果判斷電芯的分檔級別。
“這樣大概1個小時只能分選出30個電芯。”宋華偉對鈦媒體APP介紹，他和團隊正在試驗的智能分選裝置，可以做到每小時分選180個電芯，效率提高了5倍。
這套分選裝置由“機器人上料”、“檢測”、“機器人分檔下料”三個模塊組成。
宋華偉介紹，“檢測”模塊中的“容量預測系統”是這套裝置的核心，這個系統能依托技術團隊采集訓練的電芯特征參數數據庫和模型，快速確認電芯級別。
據介紹，截至2023年，這套智能分選裝置兼容的電芯種類或規格已超過24種，無損檢測精度達超過98%，分選指標超過5種，分選檔位超過10檔。
稀有金屬提煉：1噸報廢電池相當于20-30噸原礦
與梯次利用不同，那些完全報廢、失去梯次價值的電池，將會在格林美的荊門園區破碎打粉，進行資源化再生回收處理。
在密封的破碎產線上，報廢電池經過放電、風干、拆解、破碎、尾氣處理、電解液收集等工序，被徹底分解為隔膜、銅粉、鋁粉和黑粉等，其中黑粉是關鍵，它會進入下一步濕法提取工藝去提取鋰、鎳、鈷等稀有金屬。
在這套破碎的工藝流程中，放電階段的電解質的研究、預處理段的破碎分選、熱解段的加熱效率、尾料處理等，都是工藝難點。
以破碎分選為例，不同型號的電芯同時進入破碎系統，需要系統有較高的兼容性，才能提高分選精度，這背后需要一套高泛化性的破碎模型。
“在混合上料的時候，物料里面有各種金屬、塑料、PE薄膜等力學性能不同的物質，它們會對破碎功率和參數造成影響。” 宋華偉對鈦媒體APP介紹，技術團隊開發的智能破碎系統，依托背后的智能破碎模型，可以針對不同的破碎物料調整設備參數來實現“高效破碎”。
格林美股份有限公司集團副總經理、武漢動力電池再生技術有限公司董事長張宇平對鈦媒體APP介紹，回收1噸退役電池可以產生400～500公斤黑粉，黑粉進而能提取200～300公斤鋰、鎳、鈷，而如果從原礦中去開采這200～300公斤金屬資源，可能需要開采20～30噸原礦。
“回收利用既可以緩解整個新能源產業對關鍵金屬資源需求，也可以讓行業更好地擺脫對原生礦產甚至對進口資源的依賴作用。”張宇平給出了一個測算數據，到2030年，如果能將中國所有退役動力電池的金屬合理回收，就可以滿足當年動力電池制造所需金屬量的50%甚至更高比例。
格林美在2023年年報中透露，2023年格林美回收拆解動力電池27454噸（3.05GWh），占中國退役動力電池總量10%以上；2023年碳酸鋰鋰回收產能擴容達10000 噸/年，鋰回收率超95%；2023年回收使用鎳資源超2萬噸，占中國原鎳開采數量的20%以上；回收使用鈷資源超8000噸，占中國原生鈷開采數量的350%以上。
在上述財報中，格林美還預測，到2030年該公司動力電池回收規模超過50萬噸，動力電池回收業務銷售規模超過100億元。
拆電池的博士后：做機械是小時候埋下的種子
1
宋華偉是湖北洪湖人，出生于1987年。從本科到博士后，他一直在從事機械方面的學習和研究。
博士階段，他在華中科技大學“數字化制造與技術裝備國家重點實驗室”從事超精密加工與智能裝備研發；2019年博士畢業，宋華偉加入格林美博士后工作站，進行退役動力電池智能裝備的研發。
宋華偉對鈦媒體APP表示，回收行業有很多非標化的應用場景，很適合智能制造技術落地，因為智能制造技術的核心是數據和場景。
宋華偉回憶，他的父親年輕時是石化工廠的一名機械操作工，小時候他經常跟著父親到工廠參觀，父親也會經常跟他講解各類機械制造工藝，這樣的耳濡目染讓他從小就對機械裝備建立了濃厚的興趣。
“從小我就知道車、銑、刨、磨、焊這些，看到制造過程，我覺得非常神奇。”但當宋華偉報考大學時，父親建議他不要學機械，應該去學計算機，“找一份坐辦公室的工作”，因為機械行業“下車間太辛苦”。
宋華偉沒有聽從這個建議，而是選擇了自己感興趣的機械專業，“小時候我的夢想就是搞機械，做裝備。”
從事回收行業后，宋華偉經常跟父親分享自己的研發工作：“父親也認為回收行業非常有前景，所以他對我現在從事的工作也非常滿意。”
“我告訴他，我們給機器賦予了靈魂，機器能夠自主學習、自主決策，他剛開始聽說，也感到非常詫異，機器竟然能像人一樣去思考，雖然他不懂具體的技術，但他也是一個傳統的機械人，解釋一下的話，他就很快理解了。”
隨著新能源汽車動力電池報廢高峰期的到來，宋華偉希望和團隊一起，用新技術來增加廢物處理量，為社會經濟的可持續發展和環保做出自己的貢獻。
鈦媒體APP 推出「產業觀察」系列紀錄片，第一個系列「動力中國」將用“科普+故事”的方式，以技術變革為切入，聚焦中國動力電池產業鏈，挖掘產業鏈背后的“動力之源”。
我們希望通過對“鹽湖提鋰、動力電池的制造和應用、動力電池回收”等關鍵環節上重要企業的深度探訪，結合核心生產和研發人員的一手講述，來描繪一幅幅這樣的場景：
在鹽湖之濱，人們對自然懷抱的已不再是“征服”的渴望，而是與自然“共舞”的感恩；（點擊觀看第一集）
……
在報廢電池回收產線上，人工智能和機器人正在成為產業工人最可靠的“同事”……
每一粒鹽晶都蘊藏著無盡的能量，每一塊電池都記錄著時代的脈搏。身處這條復雜產業鏈中不同環節的人，不僅是這場變革的見證者，更是這場變革的引領者和塑造者。
讓我們一起走進這場敘事，走近這些引領者和塑造者們。
2014年到2023年，中國新能源汽車產銷量連續10年全球第一，分別從7.85萬輛和7.48萬輛增長至959萬輛和950萬輛，增長超過120倍。
截至2023年，中國動力電池裝車量在全球占比已超60%。
按照動力電池5～8年的使用壽命來計算，中國動力電池退役高峰即將到來，這將給全社會帶來巨大挑戰。
1
如果處置不當，電池中的鋰、鎳、鈷、錳等重金屬將會滲入土壤和水源污染環境，并通過食物鏈危害人體健康；電解液中的六氟磷酸鋰等有害物質在空氣中容易水解產生氟化氫等有毒氣體；電池外殼和隔膜，都可能成為白色污染源。
但從資源利用的角度來看，鋰、鎳、鈷等均為稀缺資源，可以說動力電池是不折不扣的“城市礦山”。
USGS（美國地質勘探局）統計數據顯示，中國鈷資源儲量僅為全球1.13%，鎳資源儲量僅為3.0%，鋰礦資源儲量僅為7.1%，但中國對鈷、鋰、鎳的使用數量均超過全球使用量的50%以上。
鋰、鎳、鈷的城市礦山循環利用之路是中國新能源行業可持續發展的重要路徑。
「鈦媒體APP產業觀察紀錄片」第一季「動力中國」第二集，我們來到格林美股份有限公司的動力電池回收產線，來看看動力電池如何在這里延續生命周期、重獲新生。
人工精細拆解：一個電池包要拆300多個螺絲
動力電池容量衰減到80％之后，就要進行回收處理。
回收方式包括梯次利用和資源再生：梯次利用是指將廢舊電池包拆解、檢測后，再將電芯重新組合并投入降級使用；資源再生是指通過拆解、破碎和冶煉，回收電池中的鋰、鎳、鈷等金屬資源。
工人正在拆解動力電池包。
工人正在拆解動力電池包。
拆解電池包，是動力電池回收的第一步。
格林美武漢城市礦山低碳產業園的退役動力電池包人工拆解線上，工人們正在拆解一批從新能源出廠測試車輛上退役下來的動力電池包。
這批電池包每個重400公斤、由10個模組組成，每個電池包上都遍布了300多顆螺絲。因為要對所有電子元器件進行再利用，所以工人們要對電池包進行精細拆解。
“螺絲太多，線束太復雜，平均算下來，一名工人一天只能拆解2到3個電池包。”格林中央研究院武漢綠色產業創新研究院院長宋華偉對鈦媒體APP介紹。
市場上不同品牌和型號的動力電池包結構各異，每款新的電池包到來，拆解工人都要針對性地進行學習。
“手工拆解是行業目前的主流拆解方式，效率不高，而且很辛苦。”宋華偉對鈦媒體APP介紹，“拆解線上的產業工人以60、70后為主，80后90后都在減少，00后就基本沒有了，將來的用工也會是一個嚴峻的問題。”
為了應對動力電池退役高峰的到來，格林美在幾年前就開始布局智能化拆解裝備的研發，希望能讓“機器人”和“人工智能”去替代產線上那些工作相對繁重的崗位。
柔性智能拆解系統：機器人來打螺絲、搬電池
在格林美綠色產業武漢創新研究院數字化技術與裝備研究實驗室，宋華偉帶領團隊打造的“退役動力電池柔性智能拆解系統”已經成型。
這個實驗室由“數據采集實驗臺”、“多機器人協同拆解實驗臺”和“模組搬運實驗臺”三大模塊組成。
通過人工智能、機器視覺等技術對大量電池包、電池模組、螺絲等數據進行采集、標定和訓練，技術團隊想要訓練出一個能兼容不同品牌和型號電池包的柔性智能拆解模型，從而讓機器人自我學習、自我決策，完成拆螺絲、拆模組、搬模組等一系列工作。
“未來不同的電池包來到拆解產線，機器人就可以直接從后端數據庫里面去調用對應的拆解工藝來拆解，不用再像人工拆解一樣，花時間進行培訓。”宋華偉對鈦媒體APP介紹。
“我們建立了底層數據庫，比如市面上主流電池包上出現的螺絲，我們基本上都采集到了。”宋華偉對鈦媒體APP介紹，廢舊電池包工況各異，上面的螺絲也會呈現出不同狀況，比如生銹、傾斜、扭曲等等，所以一種型號的螺絲“至少要采集1萬張以上的圖片。”
在“多機器人協同拆解實驗臺”上，兩個機械臂正在“打螺絲”——協同拆解一個電池包的上蓋。
機械臂背后有一套柔順控制系統，通過多重視覺識別，它可以根據電池包上螺絲的不同角度和姿態來調節自己“觸手”——也就是末端執行器的作業角度和力度來拆解螺絲。
電池包的上蓋拆開后，工人處理完線束，機械臂將繼續介入，來完成電池包內的模組搬運。
在“模組搬運實驗臺”上，一臺機械臂正在進行模組夾取實驗。“它主要解決的是模組的無序抓取與搬運。”宋華偉對鈦媒體APP介紹，“一個模組有幾十公斤，人工搬的話勞動強度很大。”
宋華偉介紹，截至2023年，格林美第一代年產5萬套電池包柔性智能拆解系統能夠兼容的電池規格已經超過50種，整包拆解效率超過每小時13件，主要部件無損拆解良品率超過98%，拆解成本較現有國內市場主流工藝下降了20%。
進一步來看，這套“柔性智能拆解系統”所累積和訓練的數據，則更加具有現實意義。在宋華偉達的設想中，“任何一家回收企業如果需要開發智能拆解裝備，我們都可以去貢獻數據，為整個行業服務。”
梯次利用智能分容：比傳統分容法效率提高500%
模組拆解成單個電芯后，容量高于20%的電芯就要進入梯次利用。在梯次利用之前，最重要的環節就是分容，也就是通過檢測確認電芯級別，再將同級別的電芯進行組合，以確保梯次電池包保持一致性和安全性。
傳統的分容方式，一般先通過充放電得到單個電芯容量，再用儀器測試電芯的電壓、內阻，最后結合測量結果判斷電芯的分檔級別。
“這樣大概1個小時只能分選出30個電芯。”宋華偉對鈦媒體APP介紹，他和團隊正在試驗的智能分選裝置，可以做到每小時分選180個電芯，效率提高了5倍。
這套分選裝置由“機器人上料”、“檢測”、“機器人分檔下料”三個模塊組成。
宋華偉介紹，“檢測”模塊中的“容量預測系統”是這套裝置的核心，這個系統能依托技術團隊采集訓練的電芯特征參數數據庫和模型，快速確認電芯級別。
據介紹，截至2023年，這套智能分選裝置兼容的電芯種類或規格已超過24種，無損檢測精度達超過98%，分選指標超過5種，分選檔位超過10檔。
稀有金屬提煉：1噸報廢電池相當于20-30噸原礦
與梯次利用不同，那些完全報廢、失去梯次價值的電池，將會在格林美的荊門園區破碎打粉，進行資源化再生回收處理。
在密封的破碎產線上，報廢電池經過放電、風干、拆解、破碎、尾氣處理、電解液收集等工序，被徹底分解為隔膜、銅粉、鋁粉和黑粉等，其中黑粉是關鍵，它會進入下一步濕法提取工藝去提取鋰、鎳、鈷等稀有金屬。
在這套破碎的工藝流程中，放電階段的電解質的研究、預處理段的破碎分選、熱解段的加熱效率、尾料處理等，都是工藝難點。
以破碎分選為例，不同型號的電芯同時進入破碎系統，需要系統有較高的兼容性，才能提高分選精度，這背后需要一套高泛化性的破碎模型。
“在混合上料的時候，物料里面有各種金屬、塑料、PE薄膜等力學性能不同的物質，它們會對破碎功率和參數造成影響。” 宋華偉對鈦媒體APP介紹，技術團隊開發的智能破碎系統，依托背后的智能破碎模型，可以針對不同的破碎物料調整設備參數來實現“高效破碎”。
格林美股份有限公司集團副總經理、武漢動力電池再生技術有限公司董事長張宇平對鈦媒體APP介紹，回收1噸退役電池可以產生400～500公斤黑粉，黑粉進而能提取200～300公斤鋰、鎳、鈷，而如果從原礦中去開采這200～300公斤金屬資源，可能需要開采20～30噸原礦。
“回收利用既可以緩解整個新能源產業對關鍵金屬資源需求，也可以讓行業更好地擺脫對原生礦產甚至對進口資源的依賴作用。”張宇平給出了一個測算數據，到2030年，如果能將中國所有退役動力電池的金屬合理回收，就可以滿足當年動力電池制造所需金屬量的50%甚至更高比例。
格林美在2023年年報中透露，2023年格林美回收拆解動力電池27454噸（3.05GWh），占中國退役動力電池總量10%以上；2023年碳酸鋰鋰回收產能擴容達10000 噸/年，鋰回收率超95%；2023年回收使用鎳資源超2萬噸，占中國原鎳開采數量的20%以上；回收使用鈷資源超8000噸，占中國原生鈷開采數量的350%以上。
在上述財報中，格林美還預測，到2030年該公司動力電池回收規模超過50萬噸，動力電池回收業務銷售規模超過100億元。
拆電池的博士后：做機械是小時候埋下的種子
1
宋華偉是湖北洪湖人，出生于1987年。從本科到博士后，他一直在從事機械方面的學習和研究。
博士階段，他在華中科技大學“數字化制造與技術裝備國家重點實驗室”從事超精密加工與智能裝備研發；2019年博士畢業，宋華偉加入格林美博士后工作站，進行退役動力電池智能裝備的研發。
宋華偉對鈦媒體APP表示，回收行業有很多非標化的應用場景，很適合智能制造技術落地，因為智能制造技術的核心是數據和場景。
宋華偉回憶，他的父親年輕時是石化工廠的一名機械操作工，小時候他經常跟著父親到工廠參觀，父親也會經常跟他講解各類機械制造工藝，這樣的耳濡目染讓他從小就對機械裝備建立了濃厚的興趣。
“從小我就知道車、銑、刨、磨、焊這些，看到制造過程，我覺得非常神奇。”但當宋華偉報考大學時，父親建議他不要學機械，應該去學計算機，“找一份坐辦公室的工作”，因為機械行業“下車間太辛苦”。
宋華偉沒有聽從這個建議，而是選擇了自己感興趣的機械專業，“小時候我的夢想就是搞機械，做裝備。”
從事回收行業后，宋華偉經常跟父親分享自己的研發工作：“父親也認為回收行業非常有前景，所以他對我現在從事的工作也非常滿意。”
“我告訴他，我們給機器賦予了靈魂，機器能夠自主學習、自主決策，他剛開始聽說，也感到非常詫異，機器竟然能像人一樣去思考，雖然他不懂具體的技術，但他也是一個傳統的機械人，解釋一下的話，他就很快理解了。”
隨著新能源汽車動力電池報廢高峰期的到來，宋華偉希望和團隊一起，用新技術來增加廢物處理量，為社會經濟的可持續發展和環保做出自己的貢獻。
