数据+AI+少量实验推动锂电固废循环利用

近日举办2025中关村论坛碳达峰碳中和科技论坛上，中国科学院过程工程研究所研究员曹宏斌提出，通过数据与人工智能（AI）深度融合，推动锂电固废循环利用行业向绿色可持续方向转型。

随着新能源产业高速发展，锂离子电池需求持续爆发，未来十年内锂离子电池关键金属平均需求将增至目前的6倍。对锂电固废资源进行高效利用不仅可缓解资源短缺压力，更对实现“双碳”目标和推进“无废城市”建设具有战略意义。

当前锂电固废循环利用仍面临三重挑战。其一，退役电池健康状态难以快速精准评估；其二，目前国内回收技术存在瓶颈，关键金属回收率低、二次污染严重且经济性不足，难以可持续发展；其三，技术路径选择缺乏科学依据，难以在资源、碳排放、经济性等综合目标间实现协同优化。

针对上述难题，曹宏斌提出“数据+AI+少量实验”的新型科研范式，推动退役动力锂电池的高效循环利用。从化学物质基础数据库到机理—数据双驱动科技创新再到循环利用全过程的数据库，从分子—单元—系统不同尺度建立起体系与工程实证新范式。

首先，建设好锂电固废专题数据资源，覆盖原料多维物化基础数据、健康状态等专题。依托中国科学院国内最大的开放化学数据库系统，以及40余类化学子库资源，实现数据互联互通。此外，发展AI-Ready数据工具，发展批量提取化合物数据能力，建立构效关系预测小模型，领域科学大模型等应用。

其次，突破AI辅助核心技术，实现电池健康快速识别，关键金属选择性高效提取等功能。包括基于卷积神经网络与多光谱耦合技术的智能识别模型（固废识别准确率提升46%），开发AI分子设计工具提升Ni-Co金属分离剂筛选效率，以及利用AI控制模型优化蒸氨单元自动化水平，提升现有废水脱氨系统的运行效率等。

最后，结合机理与数据模型，构建资源-环境-碳排-经济等因素评价模型，动态匹配全流程最优技术路径，优化全系统结构。

该范式已在锂电回收利用产业取得初步成效。中国科学院牵头开发首个电池回收全产业链信息平台，为行业决策提供数据支撑；锂电循环利用问答的智能体GPT1.0通过挖掘全生命周期文献，提供知识问答服务；支撑世界最大的锂电废料处理工程的绿色化升级。开展基于厂级数据的行业战略研究，基于电池回收白名单企业工艺、产能现状，结合电池回收网点分布，模拟优化我国电池回收网络，量化电池回收行业在保障关键金属供应安全和碳减排方面的贡献。

此外，研究成果推动国家废锂离子电池循环利用相关行业标准，首部动力电池回收行业白皮书，动力电池和资源行业评价蓝皮书发布。构建产业链全过程与污染防控数据库，为关键资源高效提取、污染物识别防控新技术研发、行业精细化管理等提供基础数据支撑。

展望未来，曹宏斌表示，通过“数据+AI+机理+技术+装备+全局优化”的闭环体系，有望重塑锂电固废循环利用产业链，赋能锂电固废循环利用行业绿色可持续发展。