随着能源和环境危机的出现,汽车行业逐渐走向电动化发展之路。锂离子电池凭借能量密度高、功率大、环境适应性强等优点成为汽车行业在电动化的核心动力部件。由于电动汽车中电池排布紧密,热量容易积聚在电池包内部导致高温,造成安全事故。因此,研究锂离子电池的热物性与热管理极为重要,以保证电池的使用性能和安全性能达到最优。热导率作为表征材料导热性能的重要物理参数之一,衡量着材料传热能力的强弱,与锂离子电池热管理研究密不可分。然而,现有的稳态热导率测量方法测量过程时间较长、测量装置复杂、样品制备和加工工艺复杂,针对锂电池的研究仍然有限。有鉴于此,本文提出了一种新型的热导率点加热测量方法。构建相应的三维稳态传热物理模型,使加热面温升只与热流密度、样品热导率和测温点位置相关。通过聚焦连续激光加热样品,缩短样品达稳态时长至分钟量级;建立对照光路消除表面发射率和激光稳定性对温度测量的影响;红外热像仪测量加热表面稳态温度分布,结合物理模型实现热导率测量。采用多种已知热导率的标准材料和线性法对测量方法进行验证,并应用该方法测量硅藻土热导率为0.49～0.60 W?m^-1?K^-1,误差为6.06%。分析误差来源发现,热导率点加热测量方法中加热面温升由红外热像仪监测,而红外测温所得的温度数据会受环境温度和湿度等影响。因此,本文基于BP神经网络模型预测环境温度和湿度对热导率点加热测量方法中系统常数的影响,并通过与线性拟合和非线性拟合结果与之对比,进一步验证BP神经网络模型的泛化性和鲁棒性。基于BP神经网络的系统常数预测模型具有良好的准确性,误差位于±0.17之间,该模型提高了热导率点加热测量方法的速度和精度。本文用该方法测得锂离子电池的热导率值为10.4 W?m^-1?K^-1,并建立电池的简化模型和详细模型,采用仿真软件FLUENT对热导率点加热法进行验证,发现电池简化模型的精度较高,与实验误差为8%,且网格数量减少两个数量级;详细模型热稳态时的温升为7.256°C,略高于实验温升值的5.0°C。因此两个模型的模拟结果与实验吻合良好,本文提出的新方法测量快捷及非接触特性使其可应用于工程实地测量。