[发明专利]电芯极耳焊接拉力预测方法及系统

说明书

本发明公开一种电芯极耳焊接拉力预测方法及系统，方法包括采集电芯极耳焊接过程的多维数据，所述多维数据包括超声波焊接数据、来料数据以及生产环境数据；对所述多维数据进行预处理，转换成时序数据；采用长短期记忆网络对所述时序数据进行焊接拉力预测，得到下一时刻焊接拉力预测结果；基于所述下一时刻焊接拉力预测结果，进行预警。本发明提供了超声波焊接拉力在线检测方案，提高了焊接拉力预测的准确性，提高抽检有效性降低抽检频率，降低测试成本，提高电池质量和良品率。

技术领域

本发明涉及锂离子电池技术领域，具体涉及一种电芯极耳焊接拉力预测方法及系统。

背景技术

锂离子电池由于具有比能量高、循环寿命长、自放电小、无记忆效应和无污染等优点，广泛应用于各种电子设备以及交通工具。从锂电池电芯的制造到电池pack成组，焊接工序是电池制作工序中的重要环节，将直接影响电池的成本、质量、安全以及电池的一致性。

在电池生产过程中，单体电芯的箔材与箔材、箔材与极耳的连接都需要使用超声波金属焊接技术，检测电芯极耳与金属镍/金属铜/盖板连接的焊接拉力是关键工序。目前常用的测试方法是定期抽检，抽取生产过程中的电芯，然后是使用相应的夹具，利用拉力机对其进行焊接拉力测试，利用测试结果用来评估实际生产过程中焊接质量。比如申请公布号为CN113466033A的中国发明专利申请文献公开了一种锂电池极耳焊接拉力测试方法中使用拉力测试仪的一个机械手夹住极耳，另一个机械手夹住集流体与胶纸重叠处，对极耳进行拉力测试。

但目前锂电行业超声波焊接拉力的技术方案均为通过改进测试方法或者测试夹具，提高测量的准确性，均属于离线检测方案，存在的缺陷在于：(1)抽检的有效性差，焊接质量只能依靠提高抽检频率来进行间接反应，但拉力测试过程属于破坏性测试且测试成本高，又不能提高抽检频率，无法防止产出电芯出现批量虚焊、过焊等焊接等不良质量问题；(2)在拉力机测试的过程中，由于是工作人员纯手动拉动操作测试，造成拉伸的方向容易出现倾斜，从而容易导致拉力机显示拉力值不准确，并不能真实有效的反映出生产过程中电芯正负极耳与正负软连接间的焊接质量，从而造成产出电芯出现批量虚焊、过焊等焊接不良质量问题，降低电池的质量和良品率。

文献“广义动态模糊神经网络焊接接头力学性能预测，焊接学报工程科技Ⅰ辑，张永志”提出通过建立广义动态模糊神经网络，来预测焊接接头的力学性能。该方案中采用针对于激光焊接接头力学性能的预测，更偏向于寿命的管控，而且不是针对超声波焊接拉力进行预测。

而超声波焊接是接触式的焊接方式，在焊接过程中，无法做到实时监控，目前所谓的在线方案，仅仅是某些影响因子的监控方案。超声波焊接不同于激光焊接激光从上方照射，以某种运动方式熔化带状金属，产生一种贯穿带状金属和连接面的“通道”，形成连接，焊接过程中通过激光光束的摆动，焊缝的宽度和深度可以得到严格的控制。

发明内容

本发明所要解决的技术问题在于如何实现超声波焊接拉力趋势预测，提高抽检有效性。

本发明通过以下技术手段实现解决上述技术问题的：

一方面，提出了一种电芯极耳焊接拉力预测方法，所述方法包括：

采集电芯极耳焊接过程的多维数据，所述多维数据包括超声波焊接数据、来料数据以及生产环境数据；

对所述多维数据进行预处理，转换成时序数据；

采用长短期记忆网络对所述时序数据进行焊接拉力预测，得到下一时刻焊接拉力预测结果；

基于所述下一时刻焊接拉力预测结果，进行预警。

进一步地，所述超声波焊接数据包括焊接过程数据、焊机数据、焊机内部数据以及CCD焊接外观检测数据，所述来料数据包括IQC来料表面粗糙度及入库时间，所述生产环境数据包括温度数据和湿度数据。

进一步地，所述对所述多维数据进行预处理，转换成时序数据，包括：