一种锂离子电池生产过程中的故障溯源方法技术

本发明专利技术公开了一种锂离子电池生产过程中的故障溯源方法，先获取锂离子电池生产过程中正常态和故障态样本集合并进行数据二值化操作，构造用于区分正常态与故障态数据的二值特征组合来优化模型，求解使得模型目标函数达到极值的二值特征组集合并逆向转换为基于物理量的产生式规则集合，根据产生式规则集合进行故障溯源分析。本发明专利技术故障溯源方法不依赖于锂离子电池生产过程中的系统机理和先验知识，从数据的角度创新地构建了二值特征组合优化模型，实现多项故障判定规则并行发现以实现故障溯源分析。

【技术实现步骤摘要】
一种锂离子电池生产过程中的故障溯源方法
本专利技术涉及工业过程中的故障诊断领域，特别是涉及一种锂离子电池生产过程中的故障溯源方法。
技术介绍
锂离子电池生产过程中自动化水平较高，集成度、复杂度日益提高，不同过程变量之间关联耦合，这使得如人为误操作和设备零部件异常等任意微小的问题都能引发连锁反应，导致整个系统的运行故障，造成巨大的经济损失。故障检测与诊断技术是保障工业生产安全和降低维护成本的关键技术之一，其主要分为定性和定量两种方法。定性方法基于领域专家或专业技工积累的经验知识对故障进行分析和诊断，其优点是诊断机理明确，可解释性强，但故障识别率和分类率较低；定量方法进一步包括基于模型和数据的方法。其中，基于模型的方法构建工业过程的机理模型，根据系统输入仿真得到正常状态下中间变量和输出变量的估计值，进而比较实测数据识别故障和异常；基于数据的方法不依托系统结构和参数，仅通过构建数据模型判定是否存在故障。二者相比，由于现代工业系统的复杂性，基于模型的方法（KavuriYSN.Areviewofprocessfaultdetectionanddiagnosis:PartI:Quantitativemodel-basedmethods[J].Computers&ChemicalEngineering,2003.）难以准确刻画过程变量的动态特性，而基于数据的方法（SeversonK,ChaiwatanodomP,BraatzRD.Perspectivesonprocessmonitoringofindustrialsystems[J].AnnualReviewinControl,2016,42:190-200.）则绕过过程机理，基于支持向量机、贝叶斯网络、随机森林和神经网络等机器学习模型，根据输入输出拟合系统变量之间的非线性关联关系从而实现故障诊断，具有广阔的应用前景。然而，基于数据的常用诊断模型存在一个共有问题，即复杂模型的可解释性问题。以神经网络为例，其内部执行的特征变换对于用户来说是一个难以理解的黑盒，无法从中获取故障因果和影响变量，其诊断性能的稳定性也难以保障。工业系统故障诊断方法必须具备高可靠性，这就要求基于数据的方法能够有效寻找造成故障的物理量变化，从而揭示故障发生的原因，实现故障溯源分析，提高诊断方法的可信度。基于此，本领域需要新的基于数据的锂离子电池生产过程中的故障溯源方法来解决上述问题。
技术实现思路
本专利技术针对现有技术中存在的上述不足，提供了一种锂离子电池生产过程中的故障溯源方法。一种锂离子电池生产过程中的故障溯源方法，包括以下步骤：步骤10：获取锂离子电池生产过程中正常态和故障态样本集合；步骤20：对步骤10中正常态和故障态数据进行数据二值化操作；步骤30：构造用于区分经二值化操作后的正常态与故障态数据的二值特征组合来优化模型；步骤40：求解使得步骤30构建的二值特征组合优化模型中模型目标函数达到极值的二值特征组集合；步骤50：将步骤40获得的二值特征组集合逆向转换为基于物理量的产生式规则集合；步骤60：根据步骤50获得的产生式规则集合进行故障溯源分析。二值化操作前后的数据可以相互转换，优化模型找到能够区分正常与故障态二值化特征的最优组合，然后可以反向转化为对应于原始数据的正常与故障态判别规则。优选的，步骤10中，正常态和故障态样本包含能够反映锂离子电池生产过程的物理量，所述物理量包括过程变量和控制变量；通过数据采集系统采集正常态和故障态下一段连续时间的物理量实测值构成正常态和故障态样本集合。更优选的，步骤20包括：步骤201：将正常态和故障态各物理量进行混合排序，搜索所有相邻的正常和故障态物理量值的均值作为二值化参考点；步骤202：对于每个物理量，以正常态样本的均值和方差构建高斯分布函数，计算故障态样本位于正常态样本高斯分布函数3倍标准差范围内的数量r，设定数量阈值上、下限Tt、Tb以获取二值化点；步骤203：对于每个物理量，根据其值与所有二值化点值的相对大小将其映射为二值化特征，所有二值化特征组成二值化向量。进一步优选的，步骤202中，二值化点的获取包括三种情况：当r＞Tt时，将对应物理量二值化参考点的最大、最小值作为二值化点；当Tb≤r≤Tt时，将对应物理量二值化参考点的统计值作为二值化点；当r＜Tb时，将对应物理量的所有二值化参考点作为二值化点。更优选的，步骤30中，二值特征组合优化模型包含三项目标和四项约束；三项目标为：二值化特征组与正常态样本的匹配度、二值化特征组与故障态样本的差异度和二值化特征组中元素的数量；四项约束包括：二值化特征组元素数量约束、产生式规则单向性约束、正常态样本匹配性约束和故障态样本差异性约束，其中，模型目标函数表示最小化为二值化特征组与正常态样本的匹配度、二值化特征组与故障态样本的差异度和二值化特征组中元素的数量三者的加权和。进一步优选的，二值特征组合优化模型表示为：其中，第一行表示模型目标函数，min表示最小化，s、m、d、l均表示优化变量，X和Y分别表示正常态和故障态样本集合，公式(1)-(8)表示优化变量的约束条件，s.t.表示需满足公式(1)-(8)所示的约束条件；mi表示二值化特征组与第i个正常态样本的匹配度，di表示二值化特征组与第j个故障态样本的差异度，l表示二值化特征组中元素的数量，α和β为对应目标的权重；表示具有2n个元素的拓展二值化特征组，前n个元素为二值化特征组元素，后n个是前面的二值化特征值元素按元素取反值，k和p分别代表二值特征组编号和组内元素编号；表示拓展的二值化向量，拓展方式与二值化特征组相同。一个优化模型包含三要素：目标函数，优化变量和约束条件。模型的目标是在满足约束条件的基础上，搜索优化变量的值，使得目标函数最大max或最小化min。更优选的，步骤40中，二值特征组集合的求解方法为分支定界法、遗传算法或粒子群算法。更优选的，步骤50包括：步骤501：根据每个物理量对应二值化点的数量，确定二值特征组元素对应的物理量；步骤502：根据二值特征组元素对应的物理量和二值化点的值，将其转换为若-则（if-then）产生式规则，表示为若（if）某物理量>（大于）或<（小于）限值，则（then）某故障发生。进一步优选的，步骤60中，根据产生式规则中包含的物理量和该物理量所对应的限值（限值是通过二值化点值反向转换得到的）分析导致故障发生的原因，实现故障溯源。本专利技术面向锂离子电池生产过程中的故障溯源问题，不依赖于锂离子电池生产过程中的系统机理和先验知识，从数据的角度创新地构建了二值特征组合优化模型，实现多项故障判定规则并行发现以实现故障溯源分析。本专利技术提出了用于锂离子电池生产过程中的故障溯源透明性数据模型，能够有效地通过产生式规则表达，具有良好的可解释性和可接受性。本文档来自技高网...

【技术保护点】
1.一种锂离子电池生产过程中的故障溯源方法，其特征在于，包括以下步骤：/n步骤10：获取锂离子电池生产过程中正常态和故障态样本集合；/n步骤20：对步骤10中正常态和故障态数据进行数据二值化操作；/n步骤30：构造用于区分经二值化操作后的正常态与故障态数据的二值特征组合来优化模型；/n步骤40：求解使得步骤30构建的二值特征组合优化模型中模型目标函数达到极值的二值特征组集合；/n步骤50：将步骤40获得的二值特征组集合逆向转换为基于物理量的产生式规则集合；/n步骤60：根据步骤50获得的产生式规则集合进行故障溯源分析。/n

【技术特征摘要】
1.一种锂离子电池生产过程中的故障溯源方法，其特征在于，包括以下步骤：
步骤10：获取锂离子电池生产过程中正常态和故障态样本集合；
步骤20：对步骤10中正常态和故障态数据进行数据二值化操作；
步骤30：构造用于区分经二值化操作后的正常态与故障态数据的二值特征组合来优化模型；
步骤40：求解使得步骤30构建的二值特征组合优化模型中模型目标函数达到极值的二值特征组集合；
步骤50：将步骤40获得的二值特征组集合逆向转换为基于物理量的产生式规则集合；
步骤60：根据步骤50获得的产生式规则集合进行故障溯源分析。


2.如权利要求1所述的故障溯源方法，其特征在于，步骤10中，正常态和故障态样本包含能够反映锂离子电池生产过程的物理量，所述物理量包括过程变量和控制变量；通过数据采集系统采集正常态和故障态下一段连续时间的物理量实测值构成正常态和故障态样本集合。


3.如权利要求2所述的故障溯源方法，其特征在于，步骤20包括：
步骤201：将正常态和故障态各物理量进行混合排序，搜索所有相邻的正常和故障态物理量值的均值作为二值化参考点；
步骤202：对于每个物理量，以正常态样本的均值和方差构建高斯分布函数，计算故障态样本位于正常态样本高斯分布函数3倍标准差范围内的数量r，设定数量阈值上、下限Tt、Tb以获取二值化点；
步骤203：对于每个物理量，根据其值与所有二值化点值的相对大小将其映射为二值化特征，所有二值化特征组成二值化向量。


4.如权利要求3所述的故障溯源方法，其特征在于，步骤202中，二值化点的获取包括三种情况：当r＞Tt时，将对应物理量二值化参考点的最大、最小值作为二值化点；当Tb≤r≤Tt时，将对应物理量二值化参考点的统计值作为二值化点；当r＜Tb时，将对应物理量的所有二值化参考点作为二值化点。


5.如权利要求2所述的故障溯源方法，其特征在于，步骤30中，二值特征组合优化模型包含三项目标和四项约束...

【专利技术属性】
技术研发人员：田庆山，张天任，宋文龙，罗秋月，施璐，李丹，邓成智，刘玉，钱胜杰，陈羽婷，
申请(专利权)人：天能电池集团股份有限公司，
类型：发明
国别省市：浙江;33