第一作者：Saurabh Parab

通讯作者：王参研究员，孟颖教授

通讯单位：UC San Diego、University of Chicago

原文链接：https://doi.org/10.1039/D5EE00618J

全文速览

锂硫电池，为何总是“甜蜜开局、惨淡收场”？是硫偷偷溜走了？锂走丢了？还是电解液悄悄“背叛”了系统？为揭开这些谜团，研究团队开发了一种全新的“组团式”诊断方法。该方法基于高效液相色谱-紫外光谱（HPLC-UV）与气相色谱（GC）的序列表征（Sequential characterization），英文简称 HUGS，恰巧对应中文中“拥抱”的含义。

借助这场最低检出限可达 40 ppb、可同时定量 9 类关键组分的精准“拥抱”，研究人员系统揭示了多种锂硫电池中潜藏的退化机制。不论是物理吸附型还是共价锚定型硫正极材料，也不论是纽扣电池还是软包电池，HUGS 方法都能在电池寿命的不同阶段诊断出主导的降解路径，并实现精确定量分析。从此，电池的每一次“崩坏”都不再是谜团，而是一段可以被理解、甚至可能被治愈的故事。本研究由加州大学圣地亚哥分校的王参研究员与芝加哥大学的孟颖教授共同通讯指导完成。第一作者为加州大学圣地亚哥分校的博士研究生Saurabh Parab。

背景介绍

锂硫电池因高能量密度与低成本而备受青睐，尤其适合电动车和航空等对轻量化要求极高的场景。但在实际使用中，它们常常“甜蜜开局，英年早逝”，循环几十次就出现严重衰退。为了解这些“早衰”现象，科研人员长期依赖 XPS、SEM、Raman 等经典技术来观察材料和界面的演变过程。这些方法在揭示结构信息方面不可或缺，但大多偏向定性分析，样品制备也较复杂。而传统的 HPLC 等定量技术则受限于检出限、分辨率，或需要对电池结构做出额外改动才能测得目标物，常常让研究者陷入“看到一些东西，却说不清全貌”的困境。

相比之下，HUGS 的优势就像请来了一位全科医生，带着全套化验设备为电池做一次系统体检。它不仅能定性识别问题在哪，更能定量追踪锂和硫的“去留”状况，全面还原电池“病理报告”。而且有了自动分析软件 Dr. HUGS 加持，从原始数据到诊断结果只需几分钟——真正实现了从“查病因”到“开药方”的闭环式电池诊断流程。

研究出发点

·适用于实际电池，涵盖软包与纽扣结构
HUGS 方法可直接应用于常规纽扣电池与软包电池样品的后处理分析，无需特别改造结构，能够较真实地反映实际运行条件下的组分演化，兼具代表性与操作便利。

·九类组分定量追踪，检出限达 ppb 级
该方法可同时定量分析九种关键硫/锂相关物种，包括溶解态硫、沉积态硫及金属锂残留，最低检出限可达 40 ppb，有效提升了对早期衰退信号的识别能力。

·向量模型辅助机制判断，配套软件自动分析
通过构建容量损失三元向量（α、β、γ），可区分锂损失、自放电及界面副反应等多种主导机制；结合配套软件 Dr. HUGS，实现快速、标准化的数据处理和机制判别，支持高通量研究需求。

图文解析

图1展示了HUGS方法在锂硫电池诊断中的整体思路：通过对正负极的溶剂萃取，结合液相色谱、紫外和气相色谱，实现多类锂硫物种的高灵敏定量分析。配合 Dr. HUGS 软件，可自动输出关键容量损失指标，并识别主导衰退机制。相比传统方法，HUGS以系统性与实用性为优势，真正实现了对电池“成分–机制–表现”之间的闭环解析，也让“拥抱电池问题”成为可能。

图1. HUGS 方法的样品制备与数据解读流程

图2总结了XPS、SEM、Raman等常用表征技术在锂硫电池研究中的适用范围。它们在揭示电极结构、界面变化和元素价态方面提供了重要信息，是研究中的基础工具。但这些方法往往更侧重于表面或局部状态，样品制备要求高，定量追踪溶解态物种也存在一定难度。不同技术各有专长，组合使用效果最佳——HUGS 正是在这个体系中补上了“整体定量、机制诊断”这一块拼图。

图2：常规方法对于硫碳复合正极(CS)的锂硫纽扣电池在不同循环阶段的表征

图3展示了使用 CS 正极的锂硫电池在不同循环阶段的容量衰退机制。乍看之下，电池表现是缓慢衰减，但 HUGS 的定量结果揭示：前期容量下降主要源于活性硫流失，中期锂库存开始减少，到了后期则由 SEI 副反应占主导。三元向量和饼图清晰呈现了各阶段“病因占比”，右侧示意图进一步还原了材料结构与反应过程的演变。过去这些变化常被看作“整体衰退”，而 HUGS 的优势就在于，它能把这些隐藏在曲线背后的机制区分出来，让我们真正看清电池“是怎么老去的”。

图3 HUGS 方法的表征结果和CS 锂硫电池的容量衰减机理

图4将 HUGS 应用于实际尺寸的软包电池，深入比较了两种不同机械约束条件下的退化差异。一种是保持恒定压力（30 psi），另一种是保持恒定间隙（相当于初始压力固定，但循环中可能松动）。通过对电池三个位点（A/B/C）进行逐一诊断，HUGS 定量给出了各区域的容量损失构成。结果显示：在固定间隙条件下，电池更容易出现锂和硫的双重流失，退化程度明显高于恒压条件。这种空间分辨+机制分辨的诊断方式，正是 HUGS 在实际电芯应用中展现价值的关键一环。

图4. HUGS在CS软包电池中的应用

图5展示了 HUGS 在共价键锚定型正极材料——SPAN 中的应用。SPAN 因其骨架中含有共价结合的硫单元，被广泛认为结构稳定、不易“流失”，但通过 ToF-SIMS 与 HPLC-UV 分析，研究人员发现其内部还存在一定比例的非共价吸附态硫。HUGS 数据进一步揭示：无论是常规电解液还是局部高浓度电解液（LDME），其衰退路径都以锂库存流失为主，但 LDME 有效延缓了反应进程，表现出更缓慢的“老化节奏”。这说明 SPAN 的稳定性并非绝对，而是结构中不同硫环境协同演化的结果。HUGS 的定量追踪能力，为我们揭示了这些“结构–机制”之间长期被忽视的细节。

图5. HUGS在SPAN纽扣电池中的应用

总结与展望

面对“甜蜜开局、英年早逝”的锂硫电池，我们或许早就习惯了靠定性分析是哪一环节出了问题。但这一次，HUGS 提供了一种更系统、更量化的思路。从九类关键物种的精准定量，到三元向量机制模型的构建，再到对多种电解液与正极体系的适配诊断，HUGS 不仅是一种分析方法，更像是一位全科医生，帮我们梳理出每个锂硫电池在不同生命周期中的健康状况。

更重要的是，它的“拥抱”不仅限于锂硫系统。随着更多复杂电池体系的发展，例如锂金属、固态电池甚至多价离子电池，这种基于组合表征与自动化解读的策略也有望推广应用。在精细诊断逐渐成为下一阶段材料研究核心的趋势下，HUGS 或许能成为科研人员工具箱中，一个值得长期信赖的“老朋友”。

课题组介绍

课题组主页：https://lescmeng.ai/

原文信息

Parab, S., Wang, S., Meng, Y. S., et al. "Quantitative Insights for Diagnosing Performance Bottlenecks in Lithium-Sulfur Batteries."Energy & Environmental Science (2025).