在车辆的所有部件中，没有哪个像启动电池那样容易出故障。根据德国汽车俱乐部（ADAC）的数据，1996年至2010年间，电池问题的发生率上升了四倍。作为欧洲最大的汽车俱乐部，ADAC进一步指出，每三起故障中就有一起涉及亏电或故障的电池。德国《汽车世界》（Motorwelt）在2013年5月发布的报告也指出，只有少数启动电池能达到平均五年的使用寿命，而且这种情况适用于所有车型。该统计数据来源于ADAC汽车俱乐部每年通常收到的四百多万起故障报告。该研究仅包括较新的车型；那些超过六年、故障率较高的车辆被排除在外。

电池问题并不仅限于生产出一些最优质汽车的德国。日本也表示，电池故障是新车车主最大的单一投诉。电量不足导致的硫化和酸分层是常见的故障原因。这一点在日本拥堵的城市中尤为明显，那里的司机平均每天仅行驶13公里（8英里）。北美可能在一定程度上因长途驾驶而免受这些电池问题的困扰。

电池制造商正在调查高故障率问题，但结果令人费解。一家领先的德国电池制造商检查了400块保修期内退回的启动电池，发现其中200块并无故障。另一家电池制造商透露，保修期内退回的电池中，真正的工厂缺陷仅占5–7%。这中间似乎有什么不对劲。

当凯迪拉克在1912年引入起动电池时，其主要目的是提供起动、照明和点火功能。如今，电池还辅助转向和制动，此外还包括加热和制冷等增加舒适性的功能。仅仅打开驾驶门就会产生20A的电流，更不用说电动侧门和尾门了。启停功能是一项新的需求，它使富液铅酸电池超出了其能力范围。所有这些都导致了容量损失和提前失效。

锂离子启动电池现已上市。它们体积小巧、重量轻盈，令人印象深刻，但当被问及这些电池是否完全无故障时，一家德国跑车制造商表示，尽管价格高昂，但锂离子启动电池并非毫无问题。其使用寿命与铅酸电池相当。

容量是电池健康状况的首要指标。以安时（Ah）或备用容量（RC，即25A放电时长，单位为分钟）为单位进行衡量，容量反映了电池能够储存多少能量。冷启动电流（CCA）负责功率输出，与电池内部电阻相关。图1将CCA比作水流顺畅的水龙头，将容量比作容器中的液体。侵入的岩石含量则代表了不可逆的容量损失。

容量衰减对启动的影响并不明显，大多数起动电池在性能良好时，往往会在某个早晨突然无法启动发动机。电池并非突然死亡，而是逐渐耗尽容量。这就像一匹飞奔的骏马，直到精疲力尽倒下之前，都保持着精神抖擞的状态。

大量的保修退货和高发的路途故障，部分原因在于缺乏可靠的电池检测仪。大多数检测仪仅能读取冷启动电流（CCA）；而容量——这一最重要的健康指标——却无从得知。随着使用和老化，容量逐渐下降，但内阻却保持在较低水平。这使得电阻测量作为健康状态和寿命终结指标变得不可靠。这导致了错误的诊断：好的电池被误换，而容量不足的电池却被放过，最终在路途中发生故障。

测试方法

电池的健康状况无法直接“测量”，只能进行估算。这与医生检查病人或气象员预测天气类似，电池测试结果仅是预测与健康状态和寿命终结相关。对于已失效的电池，预测相对容易，大多数测试仪都能达到100%的准确率。真正的挑战在于测量处于70%-100%容量范围内的正常工作电池。除了容量，其他特性也会影响结果，包括内阻、硫化和自放电。没有任何单一设备能在快速测试中评估电池的所有特性。

早期的电池测试仪之一是碳堆。如果在施加负载的情况下，电压在给定时间内保持在设定阈值以上，则电池通过测试。碳堆测试反映了真实使用条件，熟练的技术人员可以得出相当准确的评估，然而，该设备无法区分电量低、内阻高和容量损失。

单频交流测试仪注入1000赫兹的正弦信号或80-90赫兹的方波脉冲。这些非侵入式方法通过比较单个参考点的数据并测量内阻，在标量层面发挥作用。虽然尝试过多种频率，但所谓的矢量方法仅增加了复杂性，而没有带来显著的改进。容量估算依然遥不可及。

电池科学家认为，电池测试的未来在于电化学阻抗谱(EIS)。EIS 已存在多年，但由于设备成本高昂、测试时间长以及需要训练有素的专家解读数据，这项技术一直局限于实验室。图 2、3 和 4 展示了目前最常用的电池测试方法。

扫描电池并绘制EIS奈奎斯特曲线相对简单；复杂之处在于评估数据。Cadex将EIS技术提升到了一个新的高度，并开发了多模型电化学阻抗谱或光谱™简而言之。

内置在一款优雅的掌机中，这款Spectro CA-12以20–2000赫兹的信号扫描电池，仿佛在绘制地形图。该系统的内核算法能够处理4000万笔交易，并在15秒内输出CCA和容量读数。其CCA预测精度可达
±5%，但其优势在于容量估算。对容量的预测精度可达±20%。

用户会要求更精准的容量预测，而矩阵的改进将在一定程度上实现这一目标。用户必须明白，只有存在可测量的指标时，才能诊断出电池故障。由于未知原因，可逆（软）硫化不会表现出可读的症状，电池会被判定为健康状态。只有不可逆（硬）硫化，即无法再修复的情况，才会与检测结果相符。这就好比一位患有特殊疾病的患者，其病情无法被医疗仪器检测出来。

与所有先进系统一样，Spectro™需要基础设施支持，这些基础设施即矩阵，也被称为模式识别算法。矩阵是一种多维查找表，用于比对读数。文本识别、指纹识别和视觉成像均基于类似原理。Cadex正在构建一个包含各种电池类型的矩阵库。通用矩阵最为实用，因为它们通过容量阈值进行分类，能够服务于广泛的电池类型。

总结

电池诊断与监测技术的发展并未像电池行业期望的那样迅速，但正在取得渐进式的进步。电池是一种复杂的装置，测试方法必须能够区分低电量与容量衰减，这两种情况在外在表现上有所不同，但在诊断特征上却有相似之处。电池的特性在充电后和长期存放后也会发生变化。

容量是衡量电池健康状况的首要指标，决定了电池的使用寿命终点。当容量降至40%以下时，启动电池就应予以更换。在基于电阻的检测方法中，无法得知电池的实际容量，因此许多电池可能在错误的判断下被更换。此外，对于那些仍能启动发动机但容量已危险地偏低的电池，人们往往也抗拒更换。电池不会突然死亡，而是耗尽了容量，这种情况大多发生在寒冷天气。使用已过期的电池行驶，就像在一座因腐蚀而封闭但尚未坍塌的桥梁上通行。

德国豪华汽车制造商希望从字典中删除这个词抛锚基于容量的诊断将助力这一努力，同时降低ADAC道路救援的统计数据。改进的电池测试也将惠及非汽车行业。UPS电池的容量估算将带来更准确的估值和可能更长的使用寿命。更长的使用寿命将节省开支，并保护环境，因为废弃的电池会减少。