需求分析

基于動(dòng)力電池的快速發(fā)展，動(dòng)力電池制造已邁向了TWh時(shí)代，動(dòng)力電池的品質(zhì)也由ppm向ppb級(jí)別提升，因此準(zhǔn)確測(cè)定產(chǎn)品質(zhì)量是鋰離子電池生產(chǎn)中的關(guān)鍵挑戰(zhàn)之一。由于鋰離子電池體系非常復(fù)雜，傳統(tǒng)的質(zhì)量控制措施如化成，老化等成本非常高且很耗時(shí)。根據(jù)以下報(bào)道計(jì)算，鋰離子電池化成和老化的成本占比生產(chǎn)成本高達(dá)32.8% 。

The Future of Battery Production for Electric Vehicles (bcg.com)

鋰離子電池產(chǎn)業(yè)鏈質(zhì)量控制檢測(cè)

那可以考慮在電芯制造環(huán)節(jié)早期，在化成和老化前對(duì)電池進(jìn)行質(zhì)量分類和壽命預(yù)測(cè)。從而達(dá)到降低能耗，提高良品率，提升電池一致性的目的。因此可行的方式是，在進(jìn)入老化步驟之前，使用預(yù)測(cè)質(zhì)量模型來(lái)識(shí)別電池質(zhì)量，以減少處理時(shí)間，直至消除整個(gè)處理步驟，因此需要建立基于生產(chǎn)數(shù)據(jù)的電池壽命早期預(yù)測(cè)方法。

電池早期質(zhì)量分類及預(yù)測(cè)策略

近年來(lái)，人們提出了幾種數(shù)據(jù)驅(qū)動(dòng)的方法，使用各種分析方法來(lái)分析LIB的狀態(tài)和質(zhì)量，為了預(yù)測(cè)壽命和電池余量，基于電化學(xué)特征的方法被認(rèn)為是Z 有前途的解決方案，此類方法具體的步驟如下。

通過以上分析，基于交流阻抗數(shù)據(jù)驅(qū)動(dòng)的模型具有以下重要意義。

•  對(duì)于過程偏差的早期檢測(cè)

相比傳統(tǒng)耗時(shí)的質(zhì)量保證過程相比，數(shù)據(jù)驅(qū)動(dòng)的分析在檢測(cè)潤(rùn)濕和化成過程中的工藝缺陷方面有巨大潛力

•  產(chǎn)能增加

除了分析工藝偏差外，數(shù)據(jù)驅(qū)動(dòng)分析有助于早期階段檢測(cè)缺陷單元，從而提高產(chǎn)能，結(jié)果表明，在耗時(shí)和耗能的老化步驟前，神經(jīng)網(wǎng)絡(luò)有助于確定LIB的循環(huán)壽命，潤(rùn)濕和化成的信息足以進(jìn)行 第 一次質(zhì)量分類。

•  質(zhì)量測(cè)定的擴(kuò)展數(shù)據(jù)基礎(chǔ)

采用所提出的預(yù)測(cè)和分類方法，電池制造環(huán)節(jié)可以利用生產(chǎn)數(shù)據(jù)并實(shí)現(xiàn)早期質(zhì)量保證，而無(wú)需耗時(shí)的充放電循環(huán)。因此，預(yù)測(cè)早期循環(huán)壽命和確定準(zhǔn)確的剩余使用壽命(RUL)是不同的挑戰(zhàn)，RUL通常應(yīng)用于動(dòng)態(tài)電池運(yùn)行，研究結(jié)果表明，電池制造商可以使用數(shù)據(jù)驅(qū)動(dòng)來(lái)分析和補(bǔ)充老化及壽命終止(EoL)測(cè)試的質(zhì)量測(cè)定，以獲得改進(jìn)的質(zhì)量測(cè)定方法。

• 備選工藝路線

將先前的工藝和單元數(shù)據(jù)與神經(jīng)網(wǎng)絡(luò)和循環(huán)數(shù)據(jù)結(jié)合使用，可以實(shí)時(shí)預(yù)測(cè)循環(huán)壽命。只要電池在循環(huán)期間被可靠的分組為相應(yīng)質(zhì)量等級(jí)，就可以根據(jù)質(zhì)量分組來(lái)銷售電池。

結(jié)論

在本文中，基于數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)方法被用于動(dòng)力電池生產(chǎn)環(huán)節(jié)早期質(zhì)量預(yù)測(cè)和分類。對(duì)29個(gè)軟包電池采用線性回歸和神經(jīng)元(ANN)兩種方法預(yù)測(cè)并進(jìn)行對(duì)比，在引入29個(gè)特征參數(shù)時(shí)ANN的誤差范圍為 10.1% 。然而，僅需引入幾個(gè)特征參數(shù)，線性回歸的誤差約為13%。選用更具優(yōu)勢(shì)的 ANN依據(jù)電池的循環(huán)次數(shù)對(duì)電池進(jìn)行分類。Z 佳分類模型對(duì)兩個(gè)循環(huán)壽命的分類準(zhǔn)確度達(dá)到97%。使用潤(rùn)濕后的EIS測(cè)量數(shù)據(jù)和化成后的數(shù)據(jù)(EIS & 化成數(shù)據(jù)), 分類的準(zhǔn)確度分別是80% 和 88% 。Z 后，將數(shù)據(jù)驅(qū)動(dòng)的ANN用于電池壽命和質(zhì)量分類預(yù)測(cè)。盡管ANN無(wú)法提供電池的化學(xué)和衰減機(jī)制，但可以從電學(xué)和電化學(xué)分析中提取出了一些特征信息。這些發(fā)現(xiàn)非常有助于在鋰離子電池生產(chǎn)過程，在早期去發(fā)現(xiàn)有缺陷的電池，增加效率和整體質(zhì)量?？梢钥焖贆z測(cè)工藝誤差，從而基于質(zhì)量預(yù)測(cè)優(yōu)化生產(chǎn)工藝。