[发明专利]锂电池涂布生产的知识决策方法

说明书

本发明涉及锂电池涂布生产和知识自动化技术领域，提出一种锂电池涂布生产的知识决策方法，旨在解决锂电池涂布生产过程中因每次极片生产的首检造成的生产效率低下等问题，该方法包括：检测上述混料工序得到的浆料指标；利用预设的涂布首检知识决策模型，设定上述涂布工序中涂布机参数；根据上述涂布机参数进行上述锂电池极片的涂布生产。其中，上述涂布首检知识决策模型的建立包括：利用生产过程数据进行知识语义提取，形成知识元，构建知识库；基于该知识库，利用人工智能算法建立上述涂布首检知识决策模型。实现了利用生产数据在线自动确定涂布机的参数，提高了极片的生产效率。

技术领域

本发明涉及锂电池与知识自动化技术领域，尤其涉及一种面向锂电池涂布生产的知识决策方法。

背景技术

目前，随着石油煤炭等资源的紧缺，以及大气环境的恶化，清洁能源的应用越来越广泛。锂离子电池具有能量密度高、循环性好、无污染等特点，近年来作为新能源受到越来越广泛的应用。锂离子电池作为动力电池由若干电芯进行串并联组合，从而得到电压和容量满足需要的电池组，然而电芯的一致性对电池组的性能至关重要，而正负极片作为锂离子电池的核心材料，直接影响电芯的一致性。因此，生产一致性良好的极片是电芯一致性的基本保证，在锂电池生产过程中，极片的涂布工序对锂电池的一致性有很大的影响。因此，锂电池生产过程中极片的涂布工序非常重要。

在锂电池的涂布工序中，极片的面密度一致性是极片质量的重要影响因素。目前，实际涂布生产时需要根据配好浆料的粘度、固含量等性能指标，依靠人工经验设定涂布机参数。然而，实际生产中，为保证极片的面密度一致性，需要对涂布生产进行首检，而首检随机性很强，首检的频率较高，在操作人员进行开机、更换型号、机器、夹具、修机或工程变更情况下，均必须进行首检，首检指标合格后方可正式生产，首检指标不合格需要对涂布机参数进行调整，因首检不断调整涂布机参数从而使得生产效率降低。

发明内容

为了解决现有技术中的上述问题，即为了解决在锂电池生产的涂布工序中，由于操作人员进行开机、更换型号、机器、夹具、修机或工程变更情况下，均必须进行首检，因首检不断调整涂布机参数造成的生产效率低下等问题。本申请提出一种锂电池涂布生产的知识决策方法以解决上述问题：

第一方面，本发明提供一种锂电池涂布生产的知识决策方法。锂电池极片的生产过程包括混料工序、涂布工序，上述混料工序用于将涂料进行混合，上述涂布工序用于将混料后的浆液涂覆于基材上，该方法包括：检测上述混料工序得到的浆料指标；利用预设的涂布首检知识决策模型，设定上述涂布工序中涂布机参数；根据上述涂布机参数进行上述锂电池极片的涂布生产。

在一些示例中，上述根据上述涂布机参数进行上述锂电池极片的涂布生产，包括：获取上述涂布工序涂布后极片的涂布首检指标；判断上述涂布首检指标是否满足涂布首检预设条件；如果满足，上述涂布首检指标合格，上述涂布机进行涂布生产；如果不满足，根据上述涂布首检指标与上述涂布首检预设条件的关系调整涂布机参数。

在一些示例中，上述根据上述涂布首检指标与上述涂布首检预设条件的关系调整涂布机参数，包括：根据上述涂布首检指标，利用上述涂布首检知识决策模型重设上述涂布机参数。

在一些示例中，上述方法还包括涂布机参数的修正步骤，上述涂布机参数的修正步骤，包括：获取锂电池极片生产过程中的极片指标数据；判断上述极片指标数据是否满上述锂电池极片的极片预设条件；如果不满足，根据上述极片指标数据和极片预设条件，利用涂布过程知识决策模型，获得修正上述涂布机参数的数据。

在一些示例中，上述涂布首检知识决策模型通过以下步骤确定：利用上述浆料指标、涂布机参数、涂布首检指标的数据进行知识语义提取，形成知识元，构建涂布首检知识库；从构建的涂布首检知识库中提取知识元作为训练数据，从而训练上述涂布首检知识决策模型。