本技術涉及電池回收領域，尤其涉及一種基于提鋰電池粉的回收處理方法。

背景技術：

1、隨著電動汽車和儲能行業(yè)的快速發(fā)展，鋰電池的設計和材料正變得越來越復雜，常見的電池中使用了各種金屬和復合材料。這些新興電池中含有不同類型的陰極材料和更復雜的電解質成分，使得回收處理變得更加困難。然而，傳統(tǒng)的鋰電池粉回收方法，包括氧壓酸浸、兩段除雜、萃取等技術，難以應對這種日益復雜的電池構造和材料，導致金屬回收率不高且污染風險加劇，產業(yè)需要更為智能的解決方案。

2、例如，授權公告號為cn107591584b的中國專利公開了一種廢舊鋰離子電池正極粉料的回收利用方法，包括以下步驟：氧壓酸浸、兩段除雜、萃取除雜、堿性沉降、蒸發(fā)結晶，最終得到高純硫酸鋰。該發(fā)明考慮了各金屬含量和回收價值，從廢舊鋰離子電池正極粉料分離制備三元前驅體原料和高純硫酸鋰，但它仍然存在適用范圍較窄，在新興電池中，含有不同類型的陰極材料和更復雜的電解質成分，這使得回收處理變得更加困難，此類傳統(tǒng)回收方式難以充分利用電池中的有價金屬資源。

3、因此，需要開發(fā)一種基于神經(jīng)網(wǎng)絡模型的智能分析方法，通過分析電池粉的化學和物理數(shù)據(jù)，可有效應對復雜材料的多樣性，精準預測最優(yōu)的回收參數(shù)，提高金屬回收效率，降低環(huán)境影響，為復雜鋰電池粉的回收提供了更智能、高效的解決方案。

技術實現(xiàn)思路

1、針對現(xiàn)有技術的不足，本技術提出一種基于提鋰電池粉的回收處理方法，用于基于提鋰電池粉的歷史回收數(shù)據(jù)構建用以表征提鋰電池粉回收參數(shù)的神經(jīng)網(wǎng)絡模型，在對已提鋰電池粉進行化學分析和物理分析后，利用神經(jīng)網(wǎng)絡模型生成最優(yōu)處理參數(shù)，基于最優(yōu)處理參數(shù)調整當前提鋰電池粉的回收處理方式及參數(shù)，以優(yōu)化廢棄電池粉中有價金屬、塑料和有機材料的回收效率。

2、該方法，包括：

3、獲取歷史回收數(shù)據(jù)；基于所述歷史回收數(shù)據(jù)，構建第一神經(jīng)網(wǎng)絡模型；

4、收集已提鋰的廢棄電池粉，并對所述已提鋰的廢棄電池粉進行化學分析和物理分析，生成第一分析結果；輸入所述第一分析結果至所述第一神經(jīng)網(wǎng)絡模型，生成最優(yōu)處理參數(shù)；

5、基于所述最優(yōu)處理參數(shù)，調整所述已提鋰的廢棄電池粉的處理參數(shù)，并基于調整后的處理參數(shù)回收所述已提鋰的廢棄電池粉中的有價金屬、塑料以及有機材料。

6、作為一種可能的實施方式，所述歷史回收數(shù)據(jù)包括：電池粉的物理信息、電池粉的化學信息、處理參數(shù)信息以及回收效率信息。

7、作為一種可能的實施方式，所述處理參數(shù)包括下述至少一種：處理方式、溫度、壓力、ph值、反應時間、添加劑種類以及用量。

8、作為一種可能的實施方式，所述基于所述歷史回收數(shù)據(jù)，構建第一神經(jīng)網(wǎng)絡模型，包括：

9、對所述歷史回收數(shù)據(jù)進行預處理；

10、基于預處理后的所述歷史回收數(shù)據(jù)，執(zhí)行特征工程，生成第一目標特征；

11、基于所述第一目標特征和所述處理參數(shù)，構建所述第一神經(jīng)網(wǎng)絡模型。

12、作為一種可能的實施方式，在基于預處理后的所述歷史回收數(shù)據(jù)，執(zhí)行特征工程，生成第一目標特征時，執(zhí)行下述步驟：

13、基于所述歷史回收數(shù)據(jù)，確定電池粉中關鍵化學元素；

14、基于所述電池粉中關鍵化學元素，創(chuàng)建金屬含量指數(shù)，以確定各個批次的已提鋰的廢棄電池粉的重要性和潛在經(jīng)濟價值，確定對于所述各個批次的已提鋰的廢棄電池粉的回收優(yōu)先級和資源分配，數(shù)學表達式為：

15、

16、其中，mci為金屬含量指數(shù)，n為關鍵化學元素種類，每種元素i在所述已提鋰的廢棄電池粉中的含量為ci，ωi為每種元素的權重，各個化學成分在所述金屬含量指數(shù)中的權重，是根據(jù)每種金屬在電池性能中的貢獻和價值預先設定的；

17、計算所述電池粉中關鍵化學元素中各個化學組合比率，確定不同化學成分間的相對含量關系，確定化學組合比率的數(shù)學表達式為：

18、

19、其中，ratioa,b表示化學成分a與化學成分b的組合比率；ca為化學成分a在電池粉中的含量，cb為化學成分b在電池粉中的含量；

20、引入表征物理特征的密度-粒徑指數(shù)，確定密度-粒徑指數(shù)對回收效率的影響；

21、indexd,s＝d×s

22、其中，indexd,s為密度-粒徑指數(shù)；d為電池粉的密度；s為電池粉的粒徑；

23、將電池粉中關鍵化學元素含量的平方項，以及電池粉中關鍵化學元素含量的立方項作為多項式引入，確定所述電池粉中關鍵化學元素含量變化對回收效果的非線性影響；

24、引入溫度壓力交互項，確定溫度與壓力對回收效率的影響，數(shù)學表達式為：

25、interactiont,p＝t×p

26、其中，interactiont,p為溫度壓力交互項；t為電池粉處理時的溫度值；p為電池粉處理時的壓力值；

27、引入ph值反應時間交互項，確定ph值與反應時間之間的關系，數(shù)學表達式為：

28、interactionph,t＝ph×t

29、其中，ph表示溶液的酸堿度，t表示反應時間，interactionph,t為ph值反應時間交互項；

30、基于上述特征工程步驟，生成所述第一目標特征；其中，所述目標第一特征包括下述至少一項：金屬含量指數(shù)、各個化學組合比率、密度-粒徑指數(shù)、由關鍵化學元素含量建立的多項式、溫度壓力交互項、ph值反應時間交互項。

31、作為一種可能的實施方式，所述第一神經(jīng)網(wǎng)絡模型，包括：輸入層、第一隱藏層、批歸一化層、第二隱藏層、丟棄層以及輸出層；所述基于所述第一目標特征和所述處理參數(shù)，構建第一神經(jīng)網(wǎng)絡模型，包括：

32、基于所述第一目標特征，設置所述第一神經(jīng)網(wǎng)絡模型中，輸入層、第一隱藏層以及第二隱藏層的神經(jīng)元數(shù)量；

33、基于所述處理參數(shù)，設置所述第一神經(jīng)網(wǎng)絡模型中，輸出層的神經(jīng)元數(shù)量。

34、作為一種可能的實施方式，所述第一分析結果包括：元素含量、化學狀態(tài)、電化學屬性、粒徑分布、形態(tài)和表面結構、熱穩(wěn)定性和有機材料含量、晶體結構、潛在回收價值以及環(huán)境和安全評估；所述收集已提鋰的廢棄電池粉，并對所述已提鋰的廢棄電池粉進行化學分析和物理分析，生成第一分析結果，包括下述至少一個步驟：

35、使用x射線熒光光譜分析確定電池粉中的各種元素含量；

36、通過原子吸收光譜法精確測量特定金屬元素的濃度；

37、應用感應耦合等離子體質譜法檢測微量和痕量元素；

38、進行電化學分析以評估電池粉中殘留化學物質的電化學性能；

39、通過粒徑分析確定電池粉的粒徑分布；

40、利用掃描電子顯微鏡觀察電池粉的表面形態(tài)和微觀結構；

41、進行熱重分析以評估材料的熱穩(wěn)定性和有機材料含量；

42、使用x射線衍射分析識別電池粉中的礦物相和結晶相。

43、作為一種可能的實施方式，所述處理方式包括：化學處理法、物理處理法以及綜合處理法；所述基于所述最優(yōu)處理參數(shù)，調整所述已提鋰的廢棄電池粉的處理參數(shù)，并基于調整后的處理參數(shù)回收所述已提鋰的廢棄電池粉中的有價金屬、塑料以及有機材料，包括：

44、基于所述最優(yōu)處理參數(shù)，調整針對當前的已提鋰的廢棄電池粉的處理參數(shù)；

45、針對當前已提鋰的廢棄電池粉，基于調整后的處理參數(shù)，從當前已提鋰的廢棄電池粉中回收有價金屬、塑料以及有機材料，并監(jiān)控提取效果；

46、記錄所有的上述調整數(shù)據(jù)和回收結果數(shù)據(jù)，并將所述調整數(shù)據(jù)和所述回收結果數(shù)據(jù)更新至所述歷史回收數(shù)據(jù)中。

47、作為一種可能的實施方式，所述基于所述最優(yōu)處理參數(shù)，調整針對當前已提鋰的廢棄電池粉的處理參數(shù)，包括：

48、響應于確定針對當前已提鋰的廢棄電池粉的處理方式為化學處理法，在調整電池粉的處理參數(shù)時，執(zhí)行以下步驟：

49、基于所述最優(yōu)處理參數(shù)，調整反應器中的溫度設置；

50、基于所述最優(yōu)處理參數(shù)，使用酸或堿調整溶液的ph值到推薦的ph范圍內；

51、基于所述最優(yōu)處理參數(shù)，設置反應器的反應時間；

52、基于所述最優(yōu)處理參數(shù)，加入指定種類和劑量的化學添加劑；

53、響應于確定針對當前所述已提鋰的廢棄電池粉的處理方式為物理處理法，在調整電池粉的處理參數(shù)時，執(zhí)行以下步驟：

54、基于所述最優(yōu)處理參數(shù)，選擇分離技術；其中，所述分離技術包括：篩分、磁分離、離心分離以及浮選；

55、基于所述最優(yōu)處理參數(shù)，調整分離器的溫度和壓力設置；

56、基于所述最優(yōu)處理參數(shù)，調整設備操作參數(shù)。

57、與現(xiàn)有技術相比，本技術的有益效果是：本方法利用神經(jīng)網(wǎng)絡模型來分析廢棄電池粉中的化學和物理數(shù)據(jù)，不僅提升了提鋰電池粉回收時的處理參數(shù)精確度，也優(yōu)化了回收過程，能夠有效應對電池材料的復雜性和多樣性；此外，本方法還通過特征工程引入多種提鋰電池粉回收過程中的相關特征，優(yōu)化模型預測精度，進一步提高了回收過程的效率和經(jīng)濟性，為電池回收領域提供了一種更為先進的技術路徑，特別是在電動汽車和儲能行業(yè)快速發(fā)展的背景下。