缺陷类型分类系统及缺陷类型分类方法技术方案

一种缺陷类型分类系统，包括：测量单元，其连接到缺陷类型被检测的电池，并通过在预定检查时段期间测量电池的电属性中的至少一个来生成测量数据；转换单元，其用于通过转换测量数据来生成输入数据；以及缺陷类型预测模块，其用于对训练数据进行机器学习，并基于输入数据来确定电池的缺陷类型。输入数据可以适合用于缺陷类型预测模块的输入节点，并且缺陷类型可以根据电池中的短路缺陷的原因而被分类。可以根据电池中的短路缺陷的原因而被分类。可以根据电池中的短路缺陷的原因而被分类。

【技术实现步骤摘要】
【国外来华专利技术】缺陷类型分类系统及缺陷类型分类方法


[0001]相关申请的交叉引用
[0002]本申请要求于2021年08月10日在韩国知识产权局提交的韩国专利申请No.10
‑
2021
‑
0105497的优先权和利益，其全部内容通过引用并入本文。
[0003]本公开涉及缺陷类型分类系统和缺陷类型分类方法。

技术介绍

[0004]在制造电池的过程期间，可以对每个生产过程执行缺陷检查。例如，指定了用于检查各个制造过程是否生成缺陷的因素，并且可以通过使用用于测量对应因素的仪表来检测电池是否生成缺陷。当使用仪表根据现有方法检测电池的缺陷时，可能仅已知在执行测量的测量部分中的缺陷产生状态、以及包括测量时的电池电压和电流的测量值。检测到的电池缺陷产生的原因可能是未知的。为了找到缺陷产生的原因，工人必须直接拆卸并分析故障电池。

技术实现思路

[0005]技术问题
[0006]本专利技术致力于提供一种用于对电池的缺陷类型进行分类的系统和方法。
[0007]技术方案
>[0008]本专利本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种缺陷类型分类系统，包括：测量器，所述测量器连接到缺陷类型被检测的电池，并在预定测试时段内测量所述电池的电特性中的至少一个，并生成测量数据；转换器，所述转换器用于通过转换所述测量数据来生成输入数据；以及缺陷类型预测模块，所述缺陷类型预测模块用于对学习数据进行机器学习，并基于所述输入数据来确定所述电池的缺陷类型，其中，所述输入数据适合用于所述缺陷类型预测模块的输入节点，并且根据所述电池的短路缺陷的原因对所述缺陷类型进行分类。2.根据权利要求1所述的缺陷类型分类系统，其中，所述测量器在所述测试时段内测量作为在所述电池的各个端部处的电压的电池电压，并且存储指示测量结果的测量数据。3.根据权利要求2所述的缺陷类型分类系统，其中，所述转换器分析所述测量数据，并提取所述电池电压的最大值、最小值、平均值和中心值中的至少一个，以及所述电池电压的峰数目，以生成所述输入数据。4.根据权利要求1所述的缺陷类型分类系统，其中，所述测量数据基于通过在预定测试时段内测量作为在所述电池的各个端部处的电压的电池电压所获得的结果，并且所述输入数据包括所述电池电压的最大值、最小值、平均值、中心值中的至少一个，以及所述电池电压的峰数目。5.根据权利要求1所述的缺陷类型分类系统，进一步包括：数据库，所述数据库用于存储所述学习数据，其中，所述数据库存储基于在所述电池的短路缺陷产生时所述电池的各个端部处的电压和缺陷类型的输入数据。6.根据权利要求1所述的缺陷类型分类系统，其中，所述缺陷类型预测模块计算偏差，所述偏差是针对其缺陷类型被分类的目标电池测量的电特性中的至少一个与属于所述学习数据的各个值之间的距离差，按所计算的偏差的最小次序推导预定数目的参考数据，并用对所推导的参考数据分别所属于的类别进行计数的结果最大的类别对所述目标电池的缺陷类型进行分类。7.根据权利要求6所述的缺陷类型分类系统，其中，所述缺陷类型预测模块从所述学习数据接收电特性中的至少一个，并且进行学习以将缺陷类型预测为多个类别中的与所接收的电特性中的一个相对应的一个。8....

【专利技术属性】
技术研发人员：郑载尹，
申请(专利权)人：株式会社LG新能源，
类型：发明
国别省市：