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() 一种基于5G确定性网络动态调优极片制造工序的方法技术_技高网

一种基于5G确定性网络动态调优极片制造工序的方法技术

技术编号:39945245 阅读:8 留言:0更新日期:2024-01-08 22:52
本发明专利技术涉及锂离子电池极片制造领域,具体公开了一种基于5G确定性网络动态调优极片制造工序的方法,所述方法包括实时采集生产线数据;实时获取辊压前后的极片的图像信息,对所述图像信息进行处理;基于大数据技术提取生产线数据和图像处理结果中的特征信息,输出评价报告;建立极片制造算法模型,基于所述模型进行线性、回归和迭代运算。本发明专利技术综合了五道工序中各类数据,打通了工序间的藩篱,工序调优比人工经验更精确、准确,提高良品率;同时改变以往被动调参的模式,应用算法进行预测性调优,可一定程度提前发现设备磨损、原料差异等影响质量的系统性因素,实时动态进行参数优化调整,避免出现批量次品或不合格品,提高生产线运行效率。

【技术实现步骤摘要】

本专利技术涉及锂离子电池极片制造领域,具体是一种基于5g确定性网络动态调优极片制造工序的方法。


技术介绍

1、极片为锂离子电池的关键组件,极片厚度的一致性对动力锂离子电池的容量、循环寿命和安全性等有重要的影响,极片质量的优劣直接影响锂离子电池的质量。对锂离子电池性能的影响主要包括:对电池能量密度的影响,根据法拉第定律,电池电极电量与活性物质的质量成正比,极片的生产过程决定了极片的压实密度,直接影响了电池内部单位体积活性物质的含量,从而影响电池能量密度;对电池循环寿命的影响,极片生产过程可影响活性物质在集流体上的附着力,而附着力直接决定了活性物质在电池充放电过程中的分离与脱落,活性物质从集流体上分离和脱落导致电池的循环寿命的衰减;对电池内阻的影响,极片的压实密度影响极片内部孔隙分布,从而影响极片中电解液的浸润效果和电子传导效果,因此影响着电池的忙完阻;对电池安全性能的影响,极片压实密度的均匀性、表面粗糙度与电池负极析锂、正极析铜、尖角放电等有较大关系,进而影响电池的安全性能。

2、极片制造可细分为浆料制备、浆料涂覆、极片辊压、极片分切、极片干燥等五道工序。传统生产线依靠熟练的技术工人根据相关数据和经验进行调优,经常会出现一定量的次品或不合格品,造成一定的浪费。尤其浆料涂覆、极片辊压、极片分切等三个过程要求精度非常高,依靠人力很难保证高的良品率。因此,如何提高生产线的良品率和运行效率是本专利技术技术方案的技术问题。


技术实现思路

1、本专利技术的目的在于提供一种基于5g确定性网络动态调优极片制造工序的方法,以解决上述
技术介绍
中提出的问题。

2、为实现上述目的,本专利技术提供如下技术方案:

3、一种基于5g确定性网络动态调优极片制造工序的方法,所述方法包括:

4、基于5g专网实时采集生产线数据;所述生产线数据包括浆料制备、浆料涂覆、极片辊压、极片分切和极片干燥五道工序的数据;

5、实时获取辊压前后的极片的图像信息,对所述图像信息进行处理,获取极片的孔隙率、孔径、孔径分布及迂曲度;

6、基于大数据技术提取生产线数据和图像处理结果中的特征信息,输出评价报告;

7、建立极片制造算法模型,基于所述模型进行线性、回归和迭代运算。

8、作为本专利技术进一步的方案:所述基于5g专网实时采集生产线数据的步骤包括:

9、根据生产线确定数据采集设备;所述数据采集设备为工业传感器;

10、接收工作人员输入的时延要求、带宽要求和连接要求,基于数据采集设备搭建5g专网;

11、基于所述5g专网实时获取各数据采集设备采集到的生产线数据。

12、作为本专利技术进一步的方案:所述图像信息的检测上行带宽超过50mbps、端到端通信时延小于10ms、可靠性要求大于99.9999%。

13、作为本专利技术进一步的方案:所述基于大数据技术提取生产线数据和图像处理结果中的特征信息,输出评价报告的步骤包括:

14、读取极片制造过程中的各类生产线数据和视觉检测结果;

15、在预设的工序设计数据库中查询各工序的原理、产品质量波动的关联度,确定数据处理模型;所述数据处理模型包括统计学分析模型和机器学习模型;

16、基于所述数据处理模型对各类生产线数据和视觉检测结果进行处理分析,提取特征信息,输出评价报告。

17、作为本专利技术进一步的方案:所述极片制造算法模型为:

18、

19、其中,

20、所述算法为基于目标函数的二阶泰勒展开运算;

21、所述目标函数为:

22、

23、所述二阶泰勒展开运算式为:

24、

25、其中,l为损失函数,ω(ft)为正则项,constant为常数项,f(x)表示一棵回归树。

26、作为本专利技术进一步的方案:所述建立极片制造算法模型,基于所述模型进行线性、回归和迭代运算的步骤包括:

27、实时开放生产设备的控制通道;所述生产设备包括浆料涂覆设备、极片辊压设备和极片分切设备;

28、基于控制通道调节生产工序。

29、与现有技术相比,本专利技术的有益效果是:本专利技术综合了五道工序中各类数据,打通了工序间的藩篱,工序调优比人工经验更精确、准确,提高良品率;同时改变以往被动调参的模式,应用算法进行预测性调优,可一定程度提前发现设备磨损、原料差异等影响质量的系统性因素,实时动态进行参数优化调整,避免出现批量次品或不合格品,提高生产线运行效率。

本文档来自技高网...

【技术保护点】

1.一种基于5G确定性网络动态调优极片制造工序的方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于5G确定性网络动态调优极片制造工序的方法,其特征在于,所述基于5G专网实时采集生产线数据的步骤包括:

3.根据权利要求1所述的基于5G确定性网络动态调优极片制造工序的方法,其特征在于,所述图像信息的检测上行带宽超过50Mbps、端到端通信时延小于10ms、可靠性要求大于99.9999%。

4.根据权利要求1所述的基于5G确定性网络动态调优极片制造工序的方法,其特征在于,所述基于大数据技术提取生产线数据和图像处理结果中的特征信息,输出评价报告的步骤包括:

5.根据权利要求1所述的基于5G确定性网络动态调优极片制造工序的方法,其特征在于,所述极片制造算法模型为:

6.根据权利要求1所述的基于5G确定性网络动态调优极片制造工序的方法,其特征在于,所述建立极片制造算法模型,基于所述模型进行线性、回归和迭代运算的步骤包括:

【技术特征摘要】

1.一种基于5g确定性网络动态调优极片制造工序的方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于5g确定性网络动态调优极片制造工序的方法,其特征在于,所述基于5g专网实时采集生产线数据的步骤包括:

3.根据权利要求1所述的基于5g确定性网络动态调优极片制造工序的方法,其特征在于,所述图像信息的检测上行带宽超过50mbps、端到端通信时延小于10ms、可靠性要求大于99.9999%。

4.根据权...

【专利技术属性】
技术研发人员:刘涛陈凤莲朱惠许英教楼珍珍
申请(专利权)人:广东南方电信规划咨询设计院有限公司
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