【技术实现步骤摘要】
无损检测方法及其在新能源汽车锂电池回收中的应用
[0001]本专利技术涉及锂电池回收
,尤其是一种无损检测方法及其在新能源汽车锂电池回收中的应用
。
技术介绍
[0002]锂电池具有能量密度高
、
循环寿命长
、
清洁高效等优点,是一种非常稳定且可靠的新型电化学储能器件,广泛应用于电子产品
、
电网储能和新能源汽车等领域
。
目前,锂电池根据包装材料的不同,可分为硬壳电池和软包电池两大类
。
可以理解的是,对锂电池的缺陷情况检测和安全性能评估具有非常重要的研究意义
。
现有的锂电池的检测方法主要有以下几种:
(1)
通过多次充放电或人工拆解的方法进行检测,但成本高
、
周期长;
(2)
采用红外成像技术
、
计算机断层扫描技术
、
中子成像技术和超声成像技术等进行检测
。
其中,红外成像检测技术主要是根据温度的分布情况来显示缺陷;当电池内部存在气泡等缺陷时,会出现温度尖峰
。
但此方法受温度环境影响较大,且不能实现动态在线检测
。
计算机断层扫描检测技术利用电池内部结构及密度对
x
射线吸收能力的差异进行检测和分析
。
但此方法对气泡
、
析锂等缺陷不能进行动态在线监测,且长时间使用
x
射线存在电离辐射的危险
【技术保护点】
【技术特征摘要】
1.
一种无损检测方法,其特征在于:包括如下步骤:
S1
:通过无线电波扫描第一检测对象;
S2
:采集第一检测对象的第一检测结果;
S3
:基于改进的
BP
神经网络进行第一检测对象的状态检测;
S4
:基于检测状态获取第二检测结果进行第一检测对象的残值计算
。2.
根据权利要求1所述的无损检测方法,其特征在于:所述
S2
中,基于滤波处理算法对采集的第一检测对象的第一检测结果进行滤波处理
。3.
根据权利要求2所述的无损检测方法,其特征在于:所述滤波处理算法基于如下的步长进行信号滤波处理:长进行信号滤波处理:其中,为滤波器的增益,为响应调整指数,为缩放因子,为上一次的误差信号,为当前误差信号,为滤波器的输出信号,为滤波器调整函数
。4.
根据权利要求3所述的无损检测方法,其特征在于:所述
S3
中,获取滤波处理算法滤波处理后的信号数据,提取信号数据的相移数据,并输入至改进的
BP
神经网络进行第一检测对象的状态检测
。5.
根据权利要求4所述的无损检测方法,其特征在于:所述改进的
BP
神经网络具体如下:输入层含有个神经元,隐含层含有个神经元,输出层含有个神经元,隐含层每个单元的输入为:其中,为输入层第个神经元与隐含层第个神经元之间的连接权值,为输入至第个神经元的经过滤波处理的第一检测结果,为第个神经元阈值;隐含层每个单元的输出为:其中,为激活函数;输出层每个单元的输出为:其中,为隐含层第个神经元与输出层第个神经元之间的连接权重,为输入层第
个神经元阈值
。6.
根据权利要求5所述的无损检测方法,其特征在于:所述改进的
BP
神经网络中,基于改进的粒子群算法对
BP
神经网络的初始权重进行迭代寻优
。7.
根据权利要求6所述的无损检测方法,其特征在于:...
【专利技术属性】
技术研发人员:安加俊,赵振平,尹凤福,杨杰,栾德智,刘军,刘滨,李娟,李军华,林元光,薛文娟,王晟昊,
申请(专利权)人:青岛金诺德科技有限公司,
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。