System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电池生产,具体涉及一种电池生产工艺参数优化方法。
技术介绍
1、对于动力电池来说,电池单体的一致性至关重要,受限于目前的电池制造水平和生产工艺,各个电池单体之间可能会存在细微的差别,其不一致性主要体现在锂电池单体的容量、内阻、自放电率和充放电效率等方面,最终会造成电池组容量的损失,降低电池的使用寿命。
2、内阻是动力电池的关键特性,是影响动力电池功率性能和评估电池寿命的重要因素,内阻越大,电池的倍率性能越差,且在存储或循环使用过程中增加的越快。而内阻受到多个因素的影响,与电池结构、电池材料特性和生产工艺均息息相关,并随着环境温度和荷电状态的变化而变化,这也导致了对电池内阻的研究进展缓慢。
3、随着第四次工业革命的开展,工业大数据已经成为了工业发展最宝贵的战略资源。目前,工业大数据也已经应用于动力电池全生命周期的各个方面,包括原材料采购、电芯生产、组装、运营和梯次利用多个环节。因此,借助工业大数据掌握电池内阻的变化规律对于生产低功率内阻电池有重大意义,有利于提高电池的功率性能,同时对电池使用寿命的预测有非常重要的现实意义。
4、目前,运营环节的电池大数据监控与分析在市场上已经较为成熟,包括基于大数据的电池荷电状态预测、bms(battery management system,电池管理系统)均衡以及动力电池故障预警等功能。然而,现有方法对于大数据在电池生命周期中的应用还局限于生产端或运营端,未能实现生产端与运营端大数据的关联与整合,优化电池生产工艺。
5、在相关技术中,
技术实现思路
1、本专利技术所要解决的技术问题在于如何将车端电池数据与电池生产端的电池生产数据进行关联,改善电池生产工艺。
2、本专利技术通过以下技术手段解决上述技术问题的:
3、本专利技术提出了一种电池生产工艺参数优化方法,所述方法包括:
4、获取不同监测周期下车端动力电池的动态数据和电池的编码信息,并计算每个监测周期对应的电池内阻;
5、对各监测周期对应的电池内阻进行分析,确定出现内阻异常的电池作为异常电池,并根据异常电池对应的编码信息,查询该异常电池在生产端全生产环节的所有生产数据作为异常生产数据;
6、将异常生产数据与正常电池的生产数据进行交叉比对,确定导致内阻异常的生产参数作为待优化参数,并根据内阻正常电池的参数对该待优化参数进行优化。
7、进一步地,所述获取不同监测周期下车端动力电池的动态数据和电池编码信息,并计算每个监测周期对应的电池内阻,包括:
8、从管理平台采集不同监测周期下车端动力电池的动态数据和电池编码信息,所述动态数据包括动力电池端电压、电流、soc、电池温度及数据采集时间,所述电池编码信息包括电池包编码、电池模组编码及电池单体编码;
9、根据所述动态数据,计算每个监测周期对应的电池内阻,公式表示为:
10、r=(v1-v2)/(i2-i1)
11、式中,r为电池内阻;t1时刻电池包输出的电压、电流分别为v1、i1;t2时刻电池包输出的电压、电流分别为v2、i2;其中每个监测周期内采集的电压和电流所对应的电池温度相同、所对应的电池soc变化在2%范围内。
12、进一步地,所述对各监测周期对应的电池内阻进行分析,确定出现内阻异常的电池作为异常电池,包括:
13、将各监测周期对应的电池内阻输入至预先构建的内阻预测模型,预测电池的内阻,其中所述内阻预测模型为采用时间序列分析算法对每个监控周期t1、t2、......、tn对应的动力电池内阻r1、r2、......、rn进行拟合得到;
14、当预测的内阻出现增大趋势或超过阈值时,确定出现内阻异常,并将内阻异常的电池作为异常电池。
15、进一步地,在所述将异常生产数据与正常电池的生产数据进行交叉比对,确定导致内阻异常的生产参数作为待优化参数,并根据内阻正常电池的参数对该待优化参数进行优化之后,所述方法还包括:
16、在生产数据平台上查询该异常电池同批次的所有电池编码及对应的生产数据;
17、对同批次所有电池的内阻进行频数分析和描述性统计分析,确定同批次是否有其它电池单体内阻存在异常,得到电池单体批次性分析结果;
18、根据电池单体批次性分析结果,通过电池编码信息关联车辆编码,将所述电池单体批次性分析结果发送至车端。
19、进一步地,在所述将异常生产数据与正常电池的生产数据进行交叉比对,确定导致内阻异常的生产参数作为待优化参数,并根据内阻正常电池的参数对该待优化参数进行优化之后,所述方法还包括:
20、对比内阻大小不同的电池单体的生产数据,将各生产环节的生产数据分别与内阻进行相关性分析,确定与内阻大小相关性最大的工艺参数及内阻大小随工艺参数的变化规律并发送至电池生产端。
21、进一步地,在所述将各生产环节的生产数据分别与内阻进行相关性分析之前,所述方法还包括:
22、对将各生产环节的生产数据中的异常值进行剔除。
23、进一步地,所述在所述将各生产环节的生产数据分别与内阻进行相关性分析之前,所述方法还包括:
24、检验对电池单体的内阻和相关工艺参数之间是否存在统计上的显著关系;
25、将不存在显著关系的相关工艺参数剔除。
26、进一步地,所述将各生产环节的生产数据分别与内阻进行相关性分析,包括:
27、将各生产环节的生产数据分别与内阻进行皮尔逊相关性分析,公式表示为:
28、
29、式中,r为皮尔逊相关系数,xi为各生产环节的每个电池单体的生产数据,为各生产环节生产数据的平均值,yi为每个电池单体的内阻值,为电池单体的平均内阻,n为进行相关性分析的电池单体个数。
30、进一步地,在所述计算每个监测周期对应的电池内阻之后,所述方法还包括:
31、将各监测周期对应的电池内阻中的异常值剔除后剩下的各电池内阻的平均值作为车端动力电池的内阻。
32、进一步地,所述生产数据包括电池单体在合浆、涂布、辊切、激光切、叠片/卷绕、组装、烘烤、一次注液、化成、二次注液、清洗、分容、分档包胶;
33、所述工艺参数包括合浆工序中浆料的均匀性、涂布工序的面密度、辊切工序的压实密度、激光切工序是是否造成毛刺残留、注液工序电解液的材料及注液量。
34、本专利技术的优点在于:
35、(1)本专利技术基于大数据对车端动力电池的内阻进行计算与分析,监控车端电池内阻的变化,并根据异常电池编码追溯其生产环节的数据,将异常生产数据与正常电池的生产数据进行交本文档来自技高网...
【技术保护点】
1.一种电池生产工艺参数优化方法,其特征在于,所述方法包括:
2.如权利要求1所述的电池生产工艺参数优化方法,其特征在于,所述获取不同监测周期下车端动力电池的动态数据和电池编码信息,并计算每个监测周期对应的电池内阻,包括:
3.如权利要求1所述到的电池生产工艺参数优化方法,其特征在于,所述对各监测周期对应的电池内阻进行分析,确定出现内阻异常的电池作为异常电池,包括:
4.如权利要求1所述的电池生产工艺参数优化方法,其特征在于,在所述将异常生产数据与正常电池的生产数据进行交叉比对,确定导致内阻异常的生产参数作为待优化参数,并根据内阻正常电池的参数对该待优化参数进行优化之后,所述方法还包括:
5.如权利要求1所述的电池生产工艺参数优化方法,其特征在于,在所述将异常生产数据与正常电池的生产数据进行交叉比对,确定导致内阻异常的生产参数作为待优化参数,并根据内阻正常电池的参数对该待优化参数进行优化之后,所述方法还包括:
6.如权利要求5所述的电池生产工艺参数优化方法,其特征在于,在所述将各生产环节的生产数据分别与内阻进行相关性分析
7.如权利要求5所述的电池生产工艺参数优化方法,其特征在于,所述在所述将各生产环节的生产数据分别与内阻进行相关性分析之前,所述方法还包括:
8.如权利要求5所述的电池生产工艺参数优化方法,其特征在于,所述将各生产环节的生产数据分别与内阻进行相关性分析,包括:
9.如权利要求1所述的电池生产工艺参数优化方法,其特征在于,在所述计算每个监测周期对应的电池内阻之后,所述方法还包括:
10.如权利要求5所述的电池生产工艺参数优化方法,其特征在于,所述生产数据包括电池单体在合浆、涂布、辊切、激光切、叠片/卷绕、组装、烘烤、一次注液、化成、二次注液、清洗、分容、分档包胶;
...【技术特征摘要】
1.一种电池生产工艺参数优化方法,其特征在于,所述方法包括:
2.如权利要求1所述的电池生产工艺参数优化方法,其特征在于,所述获取不同监测周期下车端动力电池的动态数据和电池编码信息,并计算每个监测周期对应的电池内阻,包括:
3.如权利要求1所述到的电池生产工艺参数优化方法,其特征在于,所述对各监测周期对应的电池内阻进行分析,确定出现内阻异常的电池作为异常电池,包括:
4.如权利要求1所述的电池生产工艺参数优化方法,其特征在于,在所述将异常生产数据与正常电池的生产数据进行交叉比对,确定导致内阻异常的生产参数作为待优化参数,并根据内阻正常电池的参数对该待优化参数进行优化之后,所述方法还包括:
5.如权利要求1所述的电池生产工艺参数优化方法,其特征在于,在所述将异常生产数据与正常电池的生产数据进行交叉比对,确定导致内阻异常的生产参数作为待优化参数,并根据内阻正常电...
【专利技术属性】
技术研发人员:马晓丽,
申请(专利权)人:合肥国轩高科动力能源有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。