OneD推出SINANODE中试制造工厂
2021-10-08 15:50:52AI云资讯1563

SINANODE中试工厂厂房
这些工厂是在OneD达到一个重要的行业里程碑之后开始兴建。首席技术官兼联合创始人Yimin Zhu博士带领他的团队成功地在电动汽车电池中添加更多硅而打破成本壁垒,使成本远低于行业预期。现在,SINANODE硅纳米线的储能容量非常高效,每千瓦小时的电池成本可真正随着硅含量和能量密度的增加而下降。
Benchmark Mineral Intelligence战略咨询主管Andrew Leyland表示:“每个SINANODE中试工厂都将使用一台CVD设备,每年可生产340兆瓦小时,可变成本约为1.20美元/kWh。这使OneD的工艺不仅具有出类拔萃的可扩展性,而且也是我们所看到的成本最低的硅解决方案之一。”
这些设施可使用SINANODE STEP为原始设备制造商(OEM)提供专用空间来创造差异化阳极,该技术是一种真正的混杂工艺,既不会干扰现有石墨供应商(天然或合成),也不会影响涂层方式(湿料浆或干电极涂层)。
Zhu博士技术团队的创新可在电动汽车电池阳极内提供更多的硅储能,而无需考虑硅氧化粒子添加剂(目前有几种电动汽车型号)带来的典型复杂性和缺陷。SINANODE纳米线的独特形状和柔性可直接在石墨上熔合和生长,从而可简化整个工艺,从而可解决统一硅分布和容量保持的问题。SINANODE还无需使用只会增加重量而不会增加储能容量的非活性材料。
“许多汽车和电池厂商都认为硅纳米线对电动汽车电池的大规模生产太过昂贵。我们现在需要重新审视这一课题,并展示这项技术在提供更好的电动汽车电池方面所产生的影响,这些电池将在2025年装备上路,”OneD首席商务官Fabrice Hudry表示。“我们在摩西莱克的中试工厂以及我们的供应商和合作伙伴是我们通过硅纳米线实现推进电动汽车电池发展使命的切实可行的下一步举措。”
该中试工厂的每栋厂房都将配备用于交付商用石墨粉末的端到端加工设备。通过使用之前不昂贵的设备,该工厂能在每台CVD机器上提供最高达3400辆电动汽车电池的年试产产能。
今年早些时候,OneD推出了SINANODE,这是一项可无缝集成到现有制造工艺中的制造技术,可将硅纳米线熔合到商用石墨粉末中,从而将阳极能量密度提高两倍,同时将其千瓦小时成本减半。更高的能量密度可增加电池续航里程,而纳米线可缩短充电时间,从而使原始设备制造商能够设计和生产可满足日益增长的市场对更好的电池需求的电动汽车。
有关中试项目参与机会的更多信息,请联系Fabrice Hudry:fabrice.hudry@onedsinanode.com。

SINANODE中试工厂布局

SINANODE中试工厂 - 华盛顿州摩西莱克
相关文章
- 全球首份动力电池循环经济研究报告发布 “全球能源循环计划“敲定行动路线图
- 蜂巢能源龙鳞甲3.0全面升级:从技术底层构筑电池安全防护
- 科士达微课堂 | 储能系统中电池的循环寿命如何测算?
- 产业资本加持!高能数造2025年双轮融资收官 领跑全固态电池赛道
- 行业媒体漠河实测在即:雅迪华宇钠电池即将挑战极寒性能
- 超长续航硬核加持!比克电池发布21700-6.5Ah“能量胶囊”
- 全球首个圆柱电池灯塔工厂! 亿纬锂能树立智能制造新标杆
- 全球储能电池首座“灯塔工厂”上线,海辰储能筑牢长时储能竞争力
- 应用案例|三元九系高比能量锂电池热失控测试
- 硬核赋能!比克电池为小米165W 20000mAh自带线充电宝注入核心动力
- 超越制造:远信储能如何将电池变为全球通行的“优质资产”
- 中国储能科技联合浙江复瑞聚能投全钒液流电池储能系统全产业链基地
- 第四届中国国际储能产业博览会 2026中国(成都)电池技术及应用展览会
- 太蓝新能源完成B+轮融资,引领固态电池“多场景”未来
- 双奖加冕!高能数造登顶电池产业盛典,以硬核创新定义固态电池装备新标杆
- 嘉元科技切入固态电池超薄锂金属负极材料,产业协同卡位千亿级赛道
人工智能企业
更多>>人工智能硬件
更多>>人工智能产业
更多>>人工智能技术
更多>>- 云知声Unisound U1-OCR大模型发布!首个工业级文档智能基础大模型,开启OCR 3.0时代
- 基石智算上线 MiniMax M2.5,超强编程与智能体工具调用能力
- 昇腾原生支持,科学多模态大模型Intern-S1-Pro正式发布并开源
- 百度千帆深度研究Agent登顶权威评测榜单DeepResearch Bench
- 在MoltBot/ClawdBot,火山方舟模型服务助力开发者畅享模型自由
- 教程 | OpenCode调用基石智算大模型,AI 编程效率翻倍
- 全国首个!上海上线规划资源AI大模型,商汤大装置让城市治理“更聪明”
- 昇思人工智能框架峰会 | 昇思MindSpore MoE模型性能优化方案,提升训练性能15%+









