一种基于聚类算法的锂动力电池虚焊检测方法技术

技术编号:35143325 阅读:21 留言:0更新日期:2022-10-05 10:20
本发明专利技术属于锂电池模组虚焊检测技术领域,具体涉及一种基于聚类算法的锂动力电池虚焊检测方法,包括:获取锂动力电池模组所有电池单体的充放电电压变化曲线;根据所述充放电电压变化曲线得到所述电池单体在充放电不同阶段的压差,通过所述压差构建所述电池单体的特征矩阵;通过聚类算法将所有所述特征矩阵进行聚类获得噪声点,输出与所述噪声点相关的所述特征矩阵所对应的电池单体为虚焊电池单体。本发明专利技术通过锂电池模组中电池单体充放电不同阶段的压差构建特征矩阵,输入到DBSCAN算法中获取诊断结果,不仅能够适应不同容量的锂电池,同时安全环保,准确性高。准确性高。准确性高。

【技术实现步骤摘要】
一种基于聚类算法的锂动力电池虚焊检测方法


[0001]本专利技术属于锂电池模组虚焊检测
,具体涉及一种基于聚类算法的锂动力电池虚焊检测方法。

技术介绍

[0002]锂离子动力电池由于具有能量密度高、循环寿命长且无记忆效应等优点,在新能源汽车和储能领域被广泛应用。为保证动力电池系统在使用过程中能输出较高能量,通常将锂离子电池单体通过串联或并联的方式组合在一起,再将电池组串并联连接。锂离子电池的串联和并联是通过连接片进行焊接,因此焊接质量直接决定了电池的安全性能。在焊接过程中连接片如果不能有效与电芯极柱结合,会造成虚焊,这种焊接会使极片接触电阻增大,在充放电过程中电池系统一致性变差,从而影响电池系统的能量密度和循环寿命,严重者还影响行车安全。
[0003]动力电池制造包含电芯和PACK两个重要的生产过程。电池PACK时一般是采用激光焊对电芯极柱与汇流排进行焊接,实现单体电芯的串并联。由于各种因素的影响,焊接时可能会产生虚焊,一方面,虚焊使电池包容量发挥不足、局部发热严重;另一方面,虚焊模组在充放电时会产生电压差异常,触发BMS的保护机制,导致电池包无法正常使用。因此,对焊接缺陷品的识别和筛选也成为企业和客户非常关心的问题。
[0004]目前应用的虚焊检查方式一般是焊点外观的检查,通过焊点外观来判断焊接效果;另一种常用的方法是对焊接点施加外力,观察焊点是否出现松动进行判定。但是以上两种方法具有难以保证检测的准确性以及不利于自动化生产的缺点。
[0005]目前,多数生产厂家没有简单有效的虚焊检测方法,通过温度检测,肉眼观察等,很难保证检测的准确性,同时增加了虚焊检测的复杂性,降低了测试的工作效率。其中,现有技术中通过温度检测电池虚焊的方案具有以下缺点:温感探头测试焊点充放电过程中温度变化,由于温度容易受到环境因素制约,测试过程中温度检测设备和温度波动均会影响测试精准度,且短时间内温升不明显,影响测试效率。
[0006]现有技术采用的检测方法为使用高倍率对模组进行充电或放电来判断,存在以下的缺陷:一方面对于容量高的电池组,要实现高倍率充放电较难,存在一定的安全问题;另一方面,对于汇流排与极柱分离的情况,无法通过观察焊点的温度水平来进行识别;将会影响检测的准确性。

技术实现思路

[0007]鉴于以上所述现有技术的缺点,本专利技术的目的在于提供一种能够快速诊断锂动力电池模组虚焊检测方法,不仅能够适应不同容量的锂电池,同时安全环保,准确性高。
[0008]为实现上述目的及其他相关目的,本专利技术提供一种基于聚类算法的锂动力电池虚焊检测方法,包括:获取锂动力电池模组所有电池单体的充放电电压变化曲线;根据所述充放电电压变化曲线得到所述电池单体在充放电不同阶段的压差,通过所述压差构建所述电
池单体的特征矩阵;通过聚类算法将所有所述特征矩阵进行聚类获得噪声点,输出与所述噪声点相关的所述特征矩阵所对应的电池单体为虚焊电池单体。
[0009]根据本专利技术一具体实施例,所述充放电电压变化曲线包括:预充放电阶段曲线、恒流充电阶段曲线和恒流放电阶段曲线。
[0010]根据本专利技术一具体实施例,所述根据所述充放电电压变化曲线得到所述电池单体在充放电不同阶段的压差,通过所述压差构建所述电池单体的特征矩阵的步骤包括:根据所述充放电电压变化曲线,获取所述电池单体在不同阶段的电压特征参数;根据不同阶段的所述电压特征参数计算得到所述电池单体不同阶段的压差;将所述电池单体不同阶段的所述压差合并作为所述电池单体的特征矩阵。
[0011]根据本专利技术一具体实施例,所述不同阶段的电压特征参数包括:欧姆极化Ⅰ阶段电压值,浓差极化阶段电压值,欧姆极化Ⅱ阶段电压值,静置阶段电压值。
[0012]根据本专利技术一具体实施例,所述聚类算法采用DBSCAN聚类算法。
[0013]根据本专利技术一具体实施例,所述通过聚类算法将所有所述特征矩阵进行聚类获得噪声点,输出与所述噪声点相关的所述特征矩阵所对应的电池单体为虚焊电池单体的步骤包括:
[0014]步骤S31,初始化邻域半径和最小对象数;
[0015]步骤S32,基于所述最少对象数和所述邻域半径,采用所述DBSCAN聚类算法将所有所述特征矩阵进行聚类,得到核心点、边界点以及噪声点;
[0016]步骤S33,输出与所述噪声点相关的所述特征矩阵所对应的电池单体。
[0017]根据本专利技术一具体实施例,基于所述最少对象数和所述邻域半径,采用所述DBSCAN聚类算法将所有所述特征矩阵进行聚类,得到核心点、边界点以及噪声点,步骤包括:
[0018]步骤S321,将所有所述特征矩阵均标记为未处理状态;
[0019]步骤S322,从所有未处理状态的所述特征矩阵中选取一个作为对象p,搜索并判断其所述邻域半径内的点数;若所述对象p邻域半径内的点数小于所述最小对象数,则将对象p标记为噪声点;若所述对象p邻域半径内的点数大于等于所述最小对象数,则将对象p标记为核心点;并将对象p对应的所述特征矩阵标记为已处理状态;
[0020]步骤S323,选取所述对象p的邻域内处于未处理状态的所述特征矩阵中的一个作为对象 q,搜索并判断其所述邻域半径内的点数;若所述对象q邻域半径内的点数小于所述最小对象数,则将对象q标记为边界点;若所述对象q邻域半径内的点数大于等于所述最小对象数,则将对象q标记为核心点;并将对象q对应的所述特征矩阵标记为已处理状态;
[0021]步骤S324,判断所述对象p的邻域内的所有所述特征矩阵是否都是已处理状态:如果否,那么跳转至步骤S323;如果是,则判断所有所述特征矩阵是否都是已处理状态,如果否,则跳转至步骤S322,如果是,则结束。
[0022]一种基于聚类算法的锂动力电池的虚焊检测系统,包括:信息采集模块,用于获取锂动力电池模组所有电池单体的充放电电压变化曲线;信息提取模块,用于根据所述充放电电压变化曲线得到所述电池单体在充放电不同阶段的压差,通过所述压差构建所述电池单体的特征矩阵;信息诊断模块,用于通过聚类算法将所有所述特征矩阵进行聚类获得噪声点,输出与所述噪声点相关的所述特征矩阵所对应的电池单体为虚焊电池单体。
[0023]一种基于聚类算法的锂动力电池虚焊检测设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
[0024]一种计算机可读介质,其上存储有指令,所述指令由处理器加载并执行上述任一项所述方法的步骤。
[0025]本专利技术的技术效果在于,通过对锂动力电池模组充放电获取其所有电池单体不同阶段的压差,从而构架电池单体的特征矩阵,将所有电池单体的特征矩阵输入到DBSCAN聚类算法中即可诊断得出虚焊的电池单体,从而实现迅捷方便的锂动力电池虚焊检测。
附图说明
[0026]图1为本专利技术所提供的一种基于聚类算法的锂动力电池虚焊检测方法流程示意图;
[0027]图2为本专利技术所提供的获取锂动力电池本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于聚类算法的锂动力电池虚焊检测方法,其特征在于,包括:获取锂动力电池模组所有电池单体的充放电电压变化曲线;根据所述充放电电压变化曲线得到所述电池单体在充放电不同阶段的压差,通过所述压差构建所述电池单体的特征矩阵;通过聚类算法将所有所述特征矩阵进行聚类获得噪声点,输出与所述噪声点相关的所述特征矩阵所对应的电池单体为虚焊电池单体。2.根据权利要求1所述的虚焊检测方法,其特征在于,所述充放电电压变化曲线包括:预充放电阶段曲线、恒流充电阶段曲线和恒流放电阶段曲线。3.根据权利要求1所述的虚焊检测方法,其特征在于,所述根据所述充放电电压变化曲线得到所述电池单体在充放电不同阶段的压差,通过所述压差构建所述电池单体的特征矩阵的步骤包括:根据所述充放电电压变化曲线,获取所述电池单体在不同阶段的电压特征参数;根据不同阶段的所述电压特征参数计算得到所述电池单体不同阶段的压差;将所述电池单体不同阶段的所述压差合并作为所述电池单体的特征矩阵。4.根据权利要求3所述的虚焊检测方法,其特征在于,所述不同阶段的电压特征参数包括:欧姆极化Ⅰ阶段电压值,浓差极化阶段电压值,欧姆极化Ⅱ阶段电压值,静置阶段电压值。5.根据权利要求1所述的虚焊检测方法,其特征在于,所述聚类算法采用DBSCAN聚类算法。6.根据权利要求5所述的虚焊检测方法,其特征在于,所述通过聚类算法将所有所述特征矩阵进行聚类获得噪声点,输出与所述噪声点相关的所述特征矩阵所对应的电池单体为虚焊电池单体的步骤包括:步骤S31,初始化邻域半径和最小对象数;步骤S32,基于所述最少对象数和所述邻域半径,采用所述DBSCAN聚类算法将所有所述特征矩阵进行聚类,得到核心点、边界点以及噪声点;步骤S33,输出与所述噪声点相关的所述特征矩阵所对应的电池单体。7.根据权利要求6所述的虚焊检测方法,其特征在于,基于所述最少对象数和所述邻域半径,采用所述DBSCAN聚类算法将所有所述特征矩阵进行聚...

【专利技术属性】
技术研发人员:刘征宇何慧娟谢娟王可晴黄威
申请(专利权)人:合肥工业大学智能制造技术研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1