[发明专利]动力电池分选系统和方法有效

专利信息
申请号: 201910163950.9 申请日: 2019-03-05
公开(公告)号: CN109772753B 公开(公告)日: 2020-03-06
发明(设计)人: 谭杰;白熹微;王敏丽;王连旌;夏海伦 申请(专利权)人: 中国科学院自动化研究所
主分类号: B07C5/344 分类号: B07C5/344;B07C5/36;B07C5/38
代理公司: 北京市恒有知识产权代理事务所(普通合伙) 11576 代理人: 唐敏;薛瑞
地址: 100190 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 动力电池 分选 系统 方法
【权利要求书】:

1.一种动力电池分选系统,其特征在于,所述系统包括:充放电设备组、边缘计算机和云平台;

所述充放电设备组,配置为:接收所述边缘计算机下达的电池充放电指令,对安装在上方的电池进行充放电测试,并将充放电时序数据实时传输到所述边缘计算机进行存储;接收所述边缘计算机下达的电池分选下架指令,根据指令中的不良品编号和分选后的不同组别的编号,依次通过指示器指明不良电池和不同组的电池,以辅助工人下架操作;

所述边缘计算机,配置为:根据电池型号下达人工预先设定电池充放电指令,实时采集和存储充放电时序数据,针对充电时序数据和放电时序数据,分别进行不良品检测、局部聚类并记录分选电容值,形成充放电不良品集合、局部簇集合以及分选电容集合;将采集的充放电时序数据、充放电不良品和局部簇集合信息上传到所述云平台;接收所述云平台传递的充放电全局簇集合和全局不良品集合信息,根据所述充放电全局簇集合和所述全局不良品集合信息和所述分选电容集合,实现电池分组决策,并根据分组结果编制电池分选下架指令下达给对应的充放电设备组;

所述云平台,配置为接收所述边缘计算机上传的充放电时序数据、充放电不良品和局部簇集合信息,存储充放电时序数据,进行全局融合、不良品聚类、不良品融合,形成充放电全局簇集合和充放电全局不良品集合,将两个集合信息传递给所述边缘计算机。

2.根据权利要求1所述的系统,其特征在于,所述充放电时序数据包括充放电设备组上所有电池在一个完整充放电过程中的编号、电压值、电流值、电容值和采集时间的全部时序数据。

3.根据权利要求1所述的系统,其特征在于,所述充放电设备组为电池制造过程化成工序中的化成柜组;所述化成柜组的每个化成柜包括多个电池充电接口,每个所述电池充电接口对应一个指示灯。

4.根据权利要求3所述的系统,其特征在于,所述边缘计算机为控制化成柜上电池充电接口进行充放电操作以及控制指示灯亮灭;所述边缘计算机与多个化成柜之间通过双绞线连接,通过化成柜操作软件实时接收化成柜组上传的充放电时序数据,存储到本地数据库中。

5.根据权利要求3所述的系统,其特征在于,所述云平台包括服务器、交换机和磁盘阵列。

6.一种动力电池分选方法,其特征在于,包括:

步骤10:边缘计算机根据采集和存储充放电时序数据,采用异常检测方法分别检测电池充电过程和放电过程中的异常数据,形成充放电不良品集合并记录;

步骤20:所述边缘计算机根据采集和存储充放电时序数据,在分别去除充放电不良品数据之后,采用时间序列聚类方法分别进行电池充电过程和放电过程局部聚类分选,形成充放电局部簇集合并记录;

步骤30:所述边缘计算机根据采集和存储放电时序数据,查询放电过程结束后的电容值,形成分选电容集合并记录;

步骤40:云平台根据所有边缘计算机传输的充放电局部簇集合信息,采用边界融合的方式融合局部簇,形成充放电全局簇集合并记录;

步骤50:所述云平台根据将所有边缘计算机传输的充放电不良品集合分别融合,进行重新聚类,形成充放电不良品簇集合;

步骤60:所述云平台划分充放电不良品簇集合,将异常程度较小的不良品融入全局簇集合并更新,将较大的保留在不良品簇集合,形成充放电全局不良品集合;

步骤70:所述边缘计算机根据全局不良品集合信息,将隶属该集合的电池划分为不良品组;根据充放电全局簇集合信息,进行协同分组决策,实现一次分组;进一步进行电容分组决策,实现二次分组,得到最终的分组结果。

7.根据权利要求6所述的方法,其特征在于,所述步骤10具体包括:

步骤101:根据电池质检工艺标准检验电池充放电数据指标,将不满足标准的电池归为不良品;

步骤102:采用时间序列异常检测技术,找出序列幅值、趋势、变动异常的电池序列,归为不良品。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所,未经中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910163950.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top