动力电池回收工程师：教机器人做拆解，回收吨电池等于开采吨原矿｜钛媒体纪录片「动力中国」

钛媒体注：全球汽车工业和能源行业正在经历一场变革。

技术无疑是这场变革最重要的推动力量之一，而技术进步的动力，则来自于那些不懈追求与探索的人们。

我们希望通过对“盐湖提锂、动力电池的制造和应用、动力电池回收”等关键环节上重要企业的深度探访，结合核心生产和研发人员的一手讲述，来描绘一幅幅这样的场景：

……

在报废电池回收产线上，人工智能和机器人正在成为产业工人最可靠的“同事”……

每一粒盐晶都蕴藏着无尽的能量，每一块电池都记录着时代的脉搏。身处这条复杂产业链中不同环节的人，不仅是这场变革的见证者，更是这场变革的引领者和塑造者。

让我们一起走进这场叙事，走近这些引领者和塑造者们。

2014年到2023年，中国新能源汽车产销量连续10年全球第一，分别从7.85万辆和7.48万辆增长至959万辆和950万辆，增长超过120倍。

截至2023年，中国动力电池装车量在全球占比已超60%。

按照动力电池5～8年的使用寿命来计算，中国动力电池退役高峰即将到来，这将给全社会带来巨大挑战。

如果处置不当，电池中的锂、镍、钴、锰等重金属将会渗入土壤和水源污染环境，并通过食物链危害人体健康；电解液中的六氟磷酸锂等有害物质在空气中容易水解产生氟化氢等有毒气体；电池外壳和隔膜，都可能成为白色污染源。

但从资源利用的角度来看，锂、镍、钴等均为稀缺资源，可以说动力电池是不折不扣的“城市矿山”。

USGS（美国地质勘探局）统计数据显示，中国钴资源储量仅为全球1.13%，镍资源储量仅为3.0%，锂矿资源储量仅为7.1%，但中国对钴、锂、镍的使用数量均超过全球使用量的50%以上。

锂、镍、钴的城市矿山循环利用之路是中国新能源行业可持续发展的重要路径。

「钛媒体APP产业观察纪录片」第一季「动力中国」第二集，我们来到格林美股份有限公司的动力电池回收产线，来看看动力电池如何在这里延续生命周期、重获新生。

人工精细拆解：一个电池包要拆300多个螺丝动力电池容量衰减到80％之后，就要进行回收处理。

回收方式包括梯次利用和资源再生：梯次利用是指将废旧电池包拆解、检测后，再将电芯重新组合并投入降级使用；资源再生是指通过拆解、破碎和冶炼，回收电池中的锂、镍、钴等金属资源。

工人正在拆解动力电池包。

拆解电池包，是动力电池回收的第一步。

格林美武汉城市矿山低碳产业园的退役动力电池包人工拆解线上，工人们正在拆解一批从新能源出厂测试车辆上退役下来的动力电池包。

这批电池包每个重400公斤、由10个模组组成，每个电池包上都遍布了300多颗螺丝。因为要对所有电子元器件进行再利用，所以工人们要对电池包进行精细拆解。

“螺丝太多，线束太复杂，平均算下来，一名工人一天只能拆解2到3个电池包。”格林中央研究院武汉绿色产业创新研究院院长宋华伟对钛媒体APP介绍。

一批退役动力电池包。

市场上不同品牌和型号的动力电池包结构各异，每款新的电池包到来，拆解工人都要针对性地进行学习。

“手工拆解是行业目前的主流拆解方式，效率不高，而且很辛苦。”宋华伟对钛媒体APP介绍，“拆解线上的产业工人以60、70后为主，80后90后都在减少，00后就基本没有了，将来的用工也会是一个严峻的问题。”

人工拆解工作站。

为了应对动力电池退役高峰的到来，格林美在几年前就开始布局智能化拆解装备的研发，希望能让“机器人”和“人工智能”去替代产线上那些工作相对繁重的岗位。

柔性智能拆解系统：机器人来打螺丝、搬电池在格林美绿色产业武汉创新研究院数字化技术与装备研究实验室，宋华伟带领团队打造的“退役动力电池柔性智能拆解系统”已经成型。

这个实验室由“数据采集实验台”、“多机器人协同拆解实验台”和“模组搬运实验台”三大模块组成。

通过人工智能、机器视觉等技术对大量电池包、电池模组、螺丝等数据进行采集、标定和训练，技术团队想要训练出一个能兼容不同品牌和型号电池包的柔性智能拆解模型，从而让机器人自我学习、自我决策，完成拆螺丝、拆模组、搬模组等一系列工作。

“未来不同的电池包来到拆解产线，机器人就可以直接从后端数据库里面去调用对应的拆解工艺来拆解，不用再像人工拆解一样，花时间进行培训。”宋华伟对钛媒体APP介绍。

技术人员在进行数据采集。

在数据采集实验台，技术人员通过全局和局部相机采集电池包的轮廓、螺栓等数据后，并对数据进行标定和训练，从而建立起电池包的基础数据库和拆解模型。

“我们建立了底层数据库，比如市面上主流电池包上出现的螺丝，我们基本上都采集到了。”宋华伟对钛媒体APP介绍，废旧电池包工况各异，上面的螺丝也会呈现出不同状况，比如生锈、倾斜、扭曲等等，所以一种型号的螺丝“至少要采集1万张以上的图片。”

机器人正在进行拆解训练。

在“多机器人协同拆解实验台”上，两个机械臂正在“打螺丝”——协同拆解一个电池包的上盖。

机械臂背后有一套柔顺控制系统，通过多重视觉识别，它可以根据电池包上螺丝的不同角度和姿态来调节自己“触手”——也就是末端执行器的作业角度和力度来拆解螺丝。

机器人正在进行模组搬运训练。

电池包的上盖拆开后，工人处理完线束，机械臂将继续介入，来完成电池包内的模组搬运。

在“模组搬运实验台”上，一台机械臂正在进行模组夹取实验。“它主要解决的是模组的无序抓取与搬运。”宋华伟对钛媒体APP介绍，“一个模组有几十公斤，人工搬的话劳动强度很大。”

宋华伟介绍，截至2023年，格林美第一代年产5万套电池包柔性智能拆解系统能够兼容的电池规格已经超过50种，整包拆解效率超过每小时13件，主要部件无损拆解良品率超过98%，拆解成本较现有国内市场主流工艺下降了20%。

进一步来看，这套“柔性智能拆解系统”所累积和训练的数据，则更加具有现实意义。在宋华伟达的设想中，“任何一家回收企业如果需要开发智能拆解装备，我们都可以去贡献数据，为整个行业服务。”

梯次利用智能分容：比传统分容法效率提高500%工人们正在组装一批给工程车辆准备的梯次利用电池。

模组拆解成单个电芯后，容量高于20%的电芯就要进入梯次利用。在梯次利用之前，最重要的环节就是分容，也就是通过检测确认电芯级别，再将同级别的电芯进行组合，以确保梯次电池包保持一致性和安全性。

工人在传统的人工分容柜上作业。

传统的分容方式，一般先通过充放电得到单个电芯容量，再用仪器测试电芯的电压、内阻，最后结合测量结果判断电芯的分档级别。

退役电池智能分选系统。

“这样大概1个小时只能分选出30个电芯。”宋华伟对钛媒体APP介绍，他和团队正在试验的智能分选装置，可以做到每小时分选180个电芯，效率提高了5倍。

上料工位上，四轴机器人在夹取电芯。

这套分选装置由“机器人上料”、“检测”、“机器人分档下料”三个模块组成。

宋华伟介绍，“检测”模块中的“容量预测系统”是这套装置的核心，这个系统能依托技术团队采集训练的电芯特征参数数据库和模型，快速确认电芯级别。

对电芯进行容量等参数的测试。

据介绍，截至2023年，这套智能分选装置兼容的电芯种类或规格已超过24种，无损检测精度达超过98%，分选指标超过5种，分选档位超过10档。

稀有金属提炼：1吨报废电池相当于20-30吨原矿格林美荆门园区的破碎产线。

与梯次利用不同，那些完全报废、失去梯次价值的电池，将会在格林美的荆门园区破碎打粉，动力电池回收工程师：教机器人做拆解，回收吨电池等于开采吨原矿｜钛媒体纪录片「动力中国」进行资源化再生回收处理。

在密封的破碎产线上，报废电池经过放电、风干、拆解、破碎、尾气处理、电解液收集等工序，被彻底分解为隔膜、铜粉、铝粉和黑粉等，其中黑粉是关键，它会进入下一步湿法提取工艺去提取锂、镍、钴等稀有金属。

格林美荆门园区的破碎产线上，工人在检查一批即将进入破碎系统的报废动力电池。

在这套破碎的工艺流程中，放电阶段的电解质的研究、预处理段的破碎分选、热解段的加热效率、尾料处理等，都是工艺难点。

以破碎分选为例，不同型号的电芯同时进入破碎系统，需要系统有较高的兼容性，才能提高分选精度，这背后需要一套高泛化性的破碎模型。

破碎产线核心控制室。

“在混合上料的时候，物料里面有各种金属、塑料、PE薄膜等力学性能不同的物质，它们会对破碎功率和参数造成影响。”宋华伟对钛媒体APP介绍，技术团队开发的智能破碎系统，依托背后的智能破碎模型，可以针对不同的破碎物料调整设备参数来实现“高效破碎”。

格林美股份有限公司集团副总经理、武汉动力电池再生技术有限公司董事长张宇平对钛媒体APP介绍，回收1吨退役电池可以产生400～500公斤黑粉，黑粉进而能提取200～300公斤锂、镍、钴，而如果从原矿中去开采这200～300公斤金属资源，可能需要开采20～30吨原矿。

动力电池回收后得到的黑粉，以及黑粉提炼后得到的金属。

“回收利用既可以缓解整个新能源产业对关键金属资源需求，也可以让行业更好地摆脱对原生矿产甚至对进口资源的依赖作用。”张宇平给出了一个测算数据，到2030年，如果能将中国所有退役动力电池的金属合理回收，就可以满足当年动力电池制造所需金属量的50%甚至更高比例。

破碎产线。

格林美在2023年年报中透露，2023年格林美回收拆解动力电池27454吨（3.05GWh），占中国退役动力电池总量10%以上；2023年碳酸锂锂回收产能扩容达10000吨/年，锂回收率超95%；2023年回收使用镍资源超2万吨，占中国原镍开采数量的20%以上；回收使用钴资源超8000吨，占中国原生钴开采数量的350%以上。

在上述财报中，格林美还预测，到2030年该公司动力电池回收规模超过50万吨，动力电池回收业务销售规模超过100亿元。

拆电池的博士后：做机械是小时候埋下的种子宋华伟是湖北洪湖人，出生于1987年。从本科到博士后，他一直在从事机械方面的学习和研究。

博士阶段，他在华中科技大学“数字化制造与技术装备国家重点实验室”从事超精密加工与智能装备研发；2019年博士毕业，宋华伟加入格林美博士后工作站，进行退役动力电池智能装备的研发。

宋华伟对钛媒体APP表示，回收行业有很多非标化的应用场景，很适合智能制造技术落地，因为智能制造技术的核心是数据和场景。

格林美的退役动力电池仓库。

宋华伟回忆，他的父亲年轻时是石化工厂的一名机械操作工，小时候他经常跟着父亲到工厂参观，父亲也会经常跟他讲解各类机械制造工艺，这样的耳濡目染让他从小就对机械装备建立了浓厚的兴趣。

“从小我就知道车、铣、刨、磨、焊这些，看到制造过程，我觉得非常神奇。”但当宋华伟报考大学时，父亲建议他不要学机械，应该去学计算机，“找一份坐办公室的工作”，因为机械行业“下车间太辛苦”。

宋华伟没有听从这个建议，而是选择了自己感兴趣的机械专业，“小时候我的梦想就是搞机械，做装备。”

从事回收行业后，宋华伟经常跟父亲分享自己的研发工作：“父亲也认为回收行业非常有前景，所以他对我现在从事的工作也非常满意。”

“我告诉他，我们给机器赋予了灵魂，机器能够自主学习、自主决策，他刚开始听说，也感到非常诧异，机器竟然能像人一样去思考，虽然他不懂具体的技术，但他也是一个传统的机械人，解释一下的话，他就很快理解了。”

武汉，格林美厂区内部，由报废汽车零件建成的机器人装置。

随着新能源汽车动力电池报废高峰期的到来，宋华伟希望和团队一起，用新技术来增加废物处理量，为社会经济的可持续发展和环保做出自己的贡献。（本文首发钛媒体APP作者/钛媒体音视频编辑/陈拯）

钛媒体「产业观察」纪录片「动力中国」回顾：