【研究背景】
随着新能源汽车与消费电子产业快速迭代，大量锂离子电池陆续报废，锂、钴、镍等关键金属的高效回收成为电池产业的核心研究方向。欧盟新版《电池与废电池法规》的落地，也对废旧电池金属回收效率提出了更严苛的行业标准。
目前废旧电池回收环节存在明显短板，不同正极类型的电池常混杂堆放，极大提升了后续金属分离提纯的难度。传统电池正极识别方式存在显著弊端，标签信息可靠性低、电化学及拆解化学检测耗时久且具有破坏性。因此，研发无损、快速的电池正极识别技术，是突破废旧锂电池回收效率瓶颈的关键。
【成果简介】
针对废旧锂电池分选痛点，来自法国国家科学研究中心（CNRS）的任飞鸿博士与 Clément Levard 博士，搭建起一套X 射线荧光光谱仪（XRF）+ 多变量统计分析的无损快速识别方案。
研究人员借助台式 X 射线荧光光谱仪（XRF），采集一百多颗未经拆解废旧电池的光谱数据；随后利用主成分分析 (PCA)、层次聚类分析 (HCA) 挖掘元素特征完成初步归类。为核验分类结果的准确度，团队选取部分电池样品进行拆解，使用电感耦合等离子体发射光谱仪（ICP‑OES）完成正极金属元素定量检测，同时采用扫描电镜‑能谱一体机（SEM‑EDS）观测正极微观形貌与元素分布情况。
基于验证数据集构建判别分析预测模型后，新的待测电池仅需数秒钟 XRF 扫描，就可以判定其正极化学种类，全程不用拆解电池。整套数据分析流程能够借助程序自动运行，论文配套的 R 语言代码已公开于补充材料，为工业化大规模无损分选废旧锂电池，提供了一套落地性较强的全新技术路径。该研究成果发表于 Nature 旗下工程期刊《Communications Engineering》。
【研究内容】
1、电池样品筛选与XRF基线测试
研究选取软包、纽扣、圆柱三类主流废旧锂电池，利用XRF多点位采集光谱，结合XRT获取电池内部结构成像。测试证实电池表面元素分布均匀，确立了标准化XRF测试条件与检测点位。
典型锂离子电池形态及 XRF 测试示意。(a) 软包电池，(b) 纽扣电池，(c) 圆柱电池（正面与底部视图）的光学照片与 X 射线断层成像（XRT）图像；(d) 软包电池不同位置的 XRF 光谱，用于验证电池表面元素组成的均一性。图片来源：法国 CNRS 任飞鸿 / Clément Levard 团队
2、PCA数据降维，提取核心元素特征
研究选取Al、Mn、Fe、Co、Ni五大正极特征元素，通过PCA对海量XRF光谱数据降维，浓缩为两个核心主成分，在保留核心数据特征的同时简化模型，实现不同电池样品的差异化对比。
基于 XRF 光谱的主成分分析结果。(a) 108 个废旧电池的 XRF 光谱汇总；(b) PCA 碎石图；(c) PCA 双标图展示 Al、Mn、Fe、Co 和 Ni 元素对样品分布的影响。图片来源：法国 CNRS 任飞鸿 / Clément Levard 团队
3、PCA-HCA联用实现电池精准聚类
依托PCA降维数据开展HCA层次聚类，将108组废旧电池精准划分为5大类。元素含量差异是电池分组的核心依据，证实XRF光谱结合多元统计方法，可有效区分不同正极体系的废旧锂电池。
基于 PCA 结果的层次聚类分析（HCA）及分类结果。(a) 基于 PC1 和 PC2 计算得到的 HCA 树状图；(b) 结合聚类结果的 PCA 双标图，展示五类电池样品（A–E）在 PC 空间中的分布及主要元素变量的贡献。图片来源：法国 CNRS 任飞鸿 / Clément Levard 团队
4、构建各类电池XRF光谱指纹库
汇总五类电池XRF光谱数据，各组样品金属元素峰强、元素组合特征差异显著，形成专属光谱指纹，可作为未知废旧电池正极类型快速识别的核心依据。
不同电池类别的 XRF 光谱汇总。(A–E) 分别对应 HCA 与 PCA 分析得到的 A–E 五类电池样品。图片来源：法国 CNRS 任飞鸿 / Clément Levard 团队
5、无损检测可行性对照验证
对比完整电池与拆解正极的XRF光谱，虽然电池外壳、封装材料会产生轻微元素干扰，但不同正极体系电池仍具备独特的元素指纹，充分验证了XRF无损检测技术的可行性与适用性。
拆解得到的正极材料与完整电池的 XRF 光谱对比。每个类别（A–E）选取 3 个样品进行测试；绿色标注表示在正极材料和完整电池光谱中同时出现的元素信号。图片来源：法国 CNRS 任飞鸿 / Clément Levard 团队
6、ICP-OES定量验证正极元素配比
针对XRF无法测锂、外壳信号干扰的问题，研究拆解电池提取正极粉末，利用ICP-OES开展精准元素定量分析，核验各组电池金属元素配比差异。
定量数据显示各组电池正极元素组成区分明显，与XRF聚类结果高度契合，从定量层面证实了无损分选技术的可靠性。
ICP‑OES 元素定量分析结果。(a) 各样品中 Li、Al、Mn、Fe、Co 和 Ni 的原子浓度；(b) 各电池组的平均元素组成。图片来源：法国 CNRS 任飞鸿 / Clément Levard 团队
7、SEM-EDS表征正极微观结构
通过SEM-EDS表征正极材料微观形貌与元素分布，不同正极材料颗粒形貌、金属元素分布特征差异显著，可精准区分锰酸锂、钴酸锂、三元NCM等主流正极体系，完成电池类别最终核验。
不同电池组正极材料的 SEM‑EDS 叠加元素分布图。每组展示 3 个样品（共 15 个），颜色分别表示 Al、Mn、Fe、Co 和 Ni 元素的分布。图片来源：法国 CNRS 任飞鸿 / Clément Levard 团队
8、建立无损分选标准化工作流程
研究搭建标准化分选流程：先通过XRF检测结合PCA、HCA完成初步分组，再以ICP-OES、SEM-EDS核验校准，建立光谱-正极材料对应数据库。数据库成型后，可实现废旧电池免拆解、快速批量分选。
基于 XRF 的废旧锂离子电池分类流程示意。(a) 完整电池 XRF 检测示意；(b) 元素特征光谱用于统计分析；(c) PCA 与 HCA 结合实现废旧电池分类。图片来源：法国 CNRS 任飞鸿 / Clément Levard 团队
9、判别分析模型验证高精度分类效果
研究构建DA判别分析模型开展盲测验证，模型预测结果与ICP-OES、SEM-EDS实测结果高度匹配，后验概率趋近于1，证明该分类模型精度高、稳定性强。
【成果总结】
该研究成功开发出一套台式 X 射线荧光光谱（XRF）结合多元统计分析的废旧锂电池无损识别方案。在 50 kV 激发电压条件下，仅需大约 5 秒扫描时长，不用拆开电池外壳，就能获取元素指纹信号，借助 PCA、HCA、判别分析算法完成正极化学体系归类。
经过数据集训练后的模型，可以快速筛查废旧电池正极类型，为回收企业实现废旧电池前置分选、优化有价金属回收工艺提供高效、低成本的无损检测新思路，助力降低电池回收行业的环境负担。
电池回收、锂电正极材料相关科研实验离不开精准的表征检测。钧研实验室可为广大科研工作者提供 XRF、ICP‑OES、SEM‑EDS、XRT 等多种材料表征测试技术支持，助力锂电、储能、固废资源回收方向课题顺利推进，有测试需求欢迎咨询交流。
相关论文信息：X‑ray fluorescence spectroscopy for rapid identification of cathode chemistry in lithium‑ion battery recycling. Commun Eng (2026). https://doi.org/10.1038/s44172‑026‑00618‑3
