本發(fā)明涉及人工智能，尤其涉及一種鋰電廢渣中電極材料的高效解離方法、裝置、設(shè)備及計算機可讀存儲介質(zhì)。

背景技術(shù)：

1、鋰離子電池的核心價值在于其含有豐富的鋰(li)、鈷(co)、鎳(ni)、錳(mn)等高價值金屬元素。然而，這些金屬在自然界中的儲量有限，開采成本高，并且供應(yīng)經(jīng)常波動。因此，有效回收廢舊電池中的這些金屬對于減輕原材料供需壓力、減少對新開采礦產(chǎn)資源的依賴至關(guān)重要。

2、目前，廢舊鋰離子電池回收技術(shù)主要是指濕法冶金法，即利用溶劑將金屬從廢舊電池中提取出來。然而，現(xiàn)有的廢舊鋰離子電池濕法回收工藝往往是基于確定的工藝條件，聚焦于某一個或幾個關(guān)鍵工藝參數(shù)，如溫度、反應(yīng)時間等，將每項參數(shù)視為獨立變量，單獨進行調(diào)整使得減少工藝參數(shù)對金屬提取效率的影響，但這種方法缺乏對多因素協(xié)同作用的系統(tǒng)性考量。例如，提高溫度可能會加速金屬溶解，但同時也可能加速溶劑的揮發(fā)或副反應(yīng)的發(fā)生，從而導(dǎo)致實際操作中的回收效率低于理論最優(yōu)值。因此，現(xiàn)有的廢舊鋰離子電池回收技術(shù)中存在金屬回收效率低以及能耗消耗較高的問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供一種鋰電廢渣中電極材料的高效解離方法、裝置、設(shè)備及介質(zhì)，其主要目的在于解決廢舊鋰離子電池回收技術(shù)中存在金屬回收效率低以及能耗消耗較高的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供的一種鋰電廢渣中電極材料的高效解離方法，所述方法包括：

3、獲取所述鋰電廢渣的解離實驗數(shù)據(jù)，對所述實驗數(shù)據(jù)進行數(shù)據(jù)分組，得到實驗數(shù)據(jù)的電極材料特征，并從所述電極材料特征中提取出溫度數(shù)據(jù)集、解離效率數(shù)據(jù)集以及解離純度數(shù)據(jù)集；

4、根據(jù)所述溫度數(shù)據(jù)集、所述解離純度數(shù)據(jù)集以及所述解離效率數(shù)據(jù)集計算出每個電極材料特征的分解溫度；

5、利用所述分解溫度計算每個電極材料特征的金屬蒸汽壓；

6、根據(jù)所述金屬蒸汽壓、所述分解溫度、所述解離效率數(shù)據(jù)集以及所述解離純度數(shù)據(jù)集對材料特征進行最優(yōu)溫度分析，得到解離最優(yōu)溫度數(shù)據(jù)；

7、根據(jù)所述解離最優(yōu)溫度數(shù)據(jù)生成鋰電廢渣中電極材料的高效解離策略。

8、可選地，對所述實驗數(shù)據(jù)進行數(shù)據(jù)分組，得到實驗數(shù)據(jù)的電極材料特征，包括：

9、對所述實驗數(shù)據(jù)進行數(shù)據(jù)校正，得到校正數(shù)據(jù)；

10、利用所述實驗數(shù)據(jù)中的實驗時間對所述校正數(shù)據(jù)進行數(shù)據(jù)編組，得到分組數(shù)據(jù)；

11、利用所述實驗數(shù)據(jù)中的電極材料類型對所述分組數(shù)據(jù)進行特征提取，得到電極材料特征。

12、可選地，所述根據(jù)所述溫度數(shù)據(jù)集、所述解離純度數(shù)據(jù)集以及所述解離效率數(shù)據(jù)集計算出每個電極材料特征的分解溫度，包括：

13、根據(jù)所述溫度數(shù)據(jù)集以及所述解離純度數(shù)據(jù)集、所述解集效率數(shù)據(jù)集構(gòu)建解離溫度變化曲線；

14、計算所述解離溫度變化曲線的溫度極值點；

15、從所述溫度極值點中篩選出分解溫度。

16、可選地，所述利用所述分解溫度計算每個電極材料特征的金屬蒸汽壓，包括：

17、逐個計算電極材料特征中不同電極材料類型在所述分解溫度下的飽和分壓；

18、對所述飽和分壓進行數(shù)據(jù)修正，得到金屬蒸汽壓。

19、可選地，所述根據(jù)所述金屬蒸汽壓、所述分解溫度、所述解離效率數(shù)據(jù)集以及所述解離純度數(shù)據(jù)集對材料特征進行最優(yōu)溫度分析，得到解離最優(yōu)溫度數(shù)據(jù)，包括：

20、從所述分解溫度中篩選出分解溫度最大的溫度數(shù)據(jù)作為初始溫度；

21、根據(jù)所述解離效率數(shù)據(jù)集以及所述解離純度數(shù)據(jù)集以及所述金屬蒸汽壓構(gòu)建接受概率函數(shù)；

22、對所述初始溫度進行近鄰搜索，得到溫度候選值；

23、利用所述接受概率函數(shù)計算出所述溫度候選值的接受概率；

24、利用所述接受概率函數(shù)對所述溫度候選值進行接受判斷，根據(jù)判斷結(jié)果對所述初始溫度進行溫度更新，得到溫度變量；

25、將所述溫度變量作為初始溫度，返回“對所述初始溫度進行近鄰搜索，得到溫度候選值”步驟，直到所述更新溫度超過預(yù)設(shè)的溫度閾值，得到解離最優(yōu)溫度數(shù)據(jù)。

26、可選地，所述根據(jù)所述解離效率數(shù)據(jù)集以及所述解離純度數(shù)據(jù)集以及所述金屬蒸汽壓構(gòu)建接受概率函數(shù)，包括：

27、對所述解離效率數(shù)據(jù)集以及所述解離純度數(shù)據(jù)集進行加權(quán)求和，得到獎勵函數(shù)；

28、根據(jù)所述金屬蒸汽壓構(gòu)建出懲罰函數(shù)；

29、根據(jù)所述獎勵函數(shù)與所述目標函數(shù)進行函數(shù)整合，得到目標函數(shù)；

30、利用所述目標函數(shù)分別計算出溫度候選值的目標值與初始溫度的目標值，根據(jù)所述初始溫度的目標值、所述溫度候選值的目標值、所述初始溫度、所述溫度候選值構(gòu)建出接受概率函數(shù)。

31、可選地，所述根據(jù)所述解離最優(yōu)溫度數(shù)據(jù)生成鋰電廢渣中電極材料的高效解離策略，包括：

32、根據(jù)所述解離最優(yōu)溫度數(shù)據(jù)確定鋰電廢渣熱解操作過程中的溫度參數(shù)；

33、將所述溫度參數(shù)上傳至預(yù)設(shè)的熱解設(shè)備的控制系統(tǒng)軟件中，得到鋰電廢渣中電極材料的高效解離策略。

34、為了解決上述問題，本發(fā)明還提供一種鋰電廢渣中電極材料的高效解離裝置，所述裝置包括：

35、數(shù)據(jù)提取模塊，用于獲取所述鋰電廢渣的解離實驗數(shù)據(jù)，對所述實驗數(shù)據(jù)進行數(shù)據(jù)分組，得到實驗數(shù)據(jù)的電極材料特征，并從所述電極材料特征中提取出溫度數(shù)據(jù)集、解離效率數(shù)據(jù)集以及解離純度數(shù)據(jù)集；

36、分解溫度計算模塊，用于根據(jù)所述溫度數(shù)據(jù)集、所述解離純度數(shù)據(jù)集以及所述解離效率數(shù)據(jù)集計算出每個電極材料特征的分解溫度；

37、蒸汽壓計算模塊，用于利用所述分解溫度計算每個電極材料特征的金屬蒸汽壓；

38、最優(yōu)溫度計算模塊，用于根據(jù)所述金屬蒸汽壓、所述分解溫度、所述解離效率數(shù)據(jù)集以及所述解離純度數(shù)據(jù)集對材料特征進行最優(yōu)溫度分析，得到解離最優(yōu)溫度數(shù)據(jù)；

39、策略生成模塊，用于根據(jù)所述解離最優(yōu)溫度數(shù)據(jù)生成鋰電廢渣中電極材料的高效解離策略。

40、為了解決上述問題，本發(fā)明還提供一種電子設(shè)備，所述電子設(shè)備包括：

41、至少一個處理器；以及，

42、與所述至少一個處理器通信連接的存儲器；其中，

43、所述存儲器存儲有可被所述至少一個處理器執(zhí)行的計算機程序，所述計算機程序被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行上述所述的鋰電廢渣中電極材料的高效解離方法。

44、為了解決上述問題，本發(fā)明還提供一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)中存儲有至少一個計算機程序，所述至少一個計算機程序被電子設(shè)備中的處理器執(zhí)行以實現(xiàn)上述所述的鋰電廢渣中電極材料的高效解離方法。

45、本發(fā)明實施例通過確定電極材料開始顯著分解的溫度閾值，根據(jù)所述溫度閾值得到分解溫度可以為熱解工藝設(shè)定提供準確依據(jù)，避免因溫度不當(dāng)導(dǎo)致解離不充分或副反應(yīng)增多，進而提高解離的解離效率以及解離純度；通過綜合考慮金屬蒸汽壓、分解溫度、解離效率和解離純度等多個關(guān)鍵因素，找到能為實際鋰電廢渣解離工藝提供既能保證所有電極材料有效解離，又兼顧其關(guān)鍵性能指標(如效率、純度)的最佳工作溫度，減少解離不充分現(xiàn)象和副反應(yīng)，提高目標金屬元素的回收率和純度，提升資源循環(huán)利用效率。因此本發(fā)明提出的鋰電廢渣中電極材料的高效解離方法、裝置、設(shè)備及介質(zhì)，可以解決廢舊鋰離子電池回收技術(shù)中存在金屬回收效率低以及能耗消耗較高的問題。