从Excel到网页:手把手教你搭建电芯设计工具

一次完整的工程实践：把复杂的电芯计算做成人人可用的网页工具

做电池研发的工程师都知道，电芯设计是一个反复迭代的过程。容量、尺寸、材料选择、成本估算——每一个参数的调整，都会牵动一系列连锁反应。传统做法是用Excel搭建计算模板，但随着设计方案的增多，Excel的局限性也逐渐显现：版本管理混乱、计算逻辑不透明、协作困难。

最近，我完成了一个有意思的小项目：把一个161Ah LFP卷绕方形电芯的Excel设计表，完整地搬到了网页上。这篇文章就记录一下这个过程，希望对同样在做电芯设计的你有所帮助。

一、电芯设计表里有什么？

先从Excel说起。这份设计表的核心是一个“计算引擎”，包含了电芯设计几乎所有的关键公式。

输入侧涵盖了电芯外形尺寸（长宽高）、额定容量、正负极材料体系（LFP/NMC等）、箔材厚度、配方比例、电解液注入量等参数。这些参数在表格中都以醒目的黄色单元格标识，方便识别和修改。

输出侧则自动计算出电芯重量、体积、比能量、能量密度等核心指标，以及正负极涂层厚度、电极长度/宽度、各部件成本等详细数据。

整个计算逻辑大致分为几个模块：

正极计算：根据容量、正极比容量、面容量等参数，算出活性物质质量、涂布面积、涂层厚度和铝箔用量。

负极计算：考虑N/P比和石墨比容量，类似地算出负极的各项参数。如果选择“石墨+硅”体系，还会根据硅含量加权计算比容量。

隔膜与电解液：根据电极尺寸和设计系数计算隔膜面积和用量，电解液则按注入比（g/Ah）计算。

成本核算：将所有物料用量乘以对应的材料单价，汇总得到材料总成本。再加上制造成本和良率损失，最终输出单颗电芯的成本和每kWh成本。

此外，表格还包含一个“智能卷绕优化器”，用于根据电极长度和电芯内腔尺寸，自动优化卷绕圈数和芯棒长度——这部分逻辑较为复杂，涉及几何迭代和评分函数，我们在网页版中暂时保留了扩展接口。

二、为什么要从Excel搬到网页？

Excel足够强大，但在实际使用中会遇到几个痛点：

第一，计算过程不透明。公式藏在单元格里，新人接手时需要逐个单元格追溯，学习成本高。

第二，版本管理困难。每次修改参数都可能产生一个新文件，时间一长，哪个是最终版本都搞不清楚。

第三，协作效率低。分享给同事时，对方可能因为Excel版本不同或宏安全设置而打不开。

第四，无法实时交互。修改一个参数需要等待整个表格重新计算，而且结果和输入往往不在同一个视图内。

网页版刚好能解决这些问题：所有计算逻辑集中在后端，前端只负责展示和交互；修改参数即时响应，结果一目了然；分享只需要一个链接。

三、网页版是怎么实现的？

整体架构采用了经典的前后端分离模式。

后端用Python的Flask框架搭建，核心计算逻辑全部封装在calculations.py中。这个文件把Excel里的几百个公式翻译成了Python函数，接收前端传来的参数，返回所有计算结果。

前端是一个HTML页面，用Bootstrap做了响应式布局。左侧是输入区，按功能分组（外形尺寸、材料选择、厚度参数、配方比例、制造与商业加成）；右侧是结果区，点击“计算”按钮后实时刷新。

前后端通过REST API通信。前端把用户输入打包成JSON发送到/calculate接口，后端计算后返回JSON数据，前端再渲染成表格。

四、核心计算逻辑是怎么“翻译”的？

把Excel公式转成Python代码，关键是理解每一步的物理含义。

以正极活性质量为例，Excel中的公式是：

= Capacity * 1000 / 正极比容量 / 利用率 / 0.9367

对应的Python代码是：

cathode_active_mass = capacity_Ah * 1000 / cathode_spec_cap / electrode_utilization / 0.9367

其中0.9367是一个经验系数，用于修正理论容量与实际容量的偏差。

正极涂层厚度的计算稍微复杂一些：

= 干固体质量 / (涂布面积 * 压实密度 * 固体分数) * 10000

这里的10000是单位换算系数（从cm到um）。

负极计算的关键是处理“石墨+硅”体系。如果用户选择了含硅负极，比容量需要按硅含量加权：

if anode_material == 'graphite+Si':    anode_spec_cap = base_cap * (1 - si_content/100) + si_cap * (si_content/100)else:    anode_spec_cap = base_cap

石墨的基础比容量是342mAh/g，硅的比容量是1500mAh/g。

成本计算则把每个部件的用量乘以对应的单价。以正极为例：

cathode_cost = 活性材料成本 + PVDF成本 + 炭黑成本 + 铝箔成本

其中粘结剂和导电剂的成本按它们在干固体中的质量分数分摊。

五、部署和体验

整个项目只需要三个文件：app.py（Flask服务）、calculations.py（计算引擎）、templates/index.html（前端页面）。

部署步骤非常简单：

1. 安装Python依赖：pip install flask flask-cors
2. 在项目目录运行：python app.py
3. 浏览器访问：http://127.0.0.1:5000

从打开网页到完成一次完整的电芯设计计算，整个过程不超过30秒。所有参数都是中文标注，下拉菜单和数字输入框让操作变得直观。计算结果不仅包含电芯性能指标，还完整展示了从材料成本到最终售价的完整成本链。

六、写在最后

把电芯设计表从Excel搬到网页，表面上是工具形式的改变，本质上是对工程知识沉淀和复用方式的一次升级。

Excel适合个人快速 prototyping，但当设计逻辑日趋复杂、协作需求日益增长时，代码化的方案展现出明显优势：计算逻辑可追溯、可测试、可版本控制；界面可定制、可交互、可分享。

当然，这只是一个开始。后续还可以加入更多功能：不同化学体系的材料数据库、图表可视化、设计方案对比、导出报告等。工具的价值在于降低重复劳动的成本，让工程师把精力集中在真正有创造性的工作上。

如果你也在做类似的工作，欢迎交流讨论。

（本文基于实际项目经验撰写，数据仅供参考，实际电芯设计请以实测为准。）