[發明專利]基于卷積神經網絡的鋰電池梯次利用剩余壽命預測方法

有效

• 申請號: 202110843359.5
• 申請日: 2021-07-26
• 公開（公告）號: CN113466706B
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 顧穎中;張蓓;劉楠;伯樂本;薛頔;陸斌;印言偉;楊琴華
• 申請（專利權）人: 上海偉翔眾翼新能源科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/73;G06N3/04;G06N3/08
• 代理公司: 深圳眾邦專利代理有限公司 44545
• 代理人: 盧香利

1.基于卷積神經網絡的鋰電池梯次利用剩余壽命預測方法，其特征在于，包括以下步驟：

S1：利用恒電流電壓測試方法，得到訓練樣本的電池容量值以及電池內阻值；

S2：使訓練樣本電池的內阻、容量和充放電循環曲線所作為輸入，計算鋰電池剩余使用壽命，產生足夠數量的鋰電池使用壽命標簽；

S3：收集鋰電池X射線掃描圖像，將生成的圖像和使用壽命標簽配對形成訓練數據集；

S4：收集電芯圖像和標識是否含有電極的訓練樣本；

S5：建立基于卷積神經網絡的電芯電極定位模型；

S6：建立基于卷積神經網絡的梯次電池剩余使用壽命模型；

S7：使用所建立的卷積神經網絡通過X射線掃描圖像對鋰電池進行快速電極定位和剩余使用壽命預測。

2.根據權利要求1所述的基于卷積神經網絡的鋰電池梯次利用剩余壽命預測方法，其特征在于，基于卷積神經網絡的鋰電池梯次利用剩余壽命預測方法包括拆卸模塊，所述拆卸模塊輸出端的一側設置有掃描模塊，所述掃描模塊輸出端設置有定位模塊。

3.根據權利要求2所述的基于卷積神經網絡的鋰電池梯次利用剩余壽命預測方法，其特征在于，所述定位模塊的輸出端設置有剩余使用壽命(RUL)預測模塊，所述RUL預測模塊的一側設置有梯次利用模塊，所述RUL預測模塊的另一側設置有回收模塊。

4.根據權利要求2所述的基于卷積神經網絡的鋰電池梯次利用剩余壽命預測方法，其特征在于，所述掃描模塊還包括掃描臺，所述掃描臺的表面設置有輸送裝置，所述輸送裝置的表面從左至右依次設置有多個分隔板，所述掃描臺的表面固定安裝有安裝架，多個所述分隔板內部的兩側均設置有定位組件，所述定位組件包括滑槽，所述滑槽的內部滑動有滑塊。

5.根據權利要求4所述的基于卷積神經網絡的鋰電池梯次利用剩余壽命預測方法，其特征在于，所述滑塊的一側固定連接有定位塊。

6.根據權利要求4所述的基于卷積神經網絡的鋰電池梯次利用剩余壽命預測方法，其特征在于，所述滑槽的內部且位于所述滑塊的一側設置有彈簧，所述彈簧的兩端分別與所述滑塊的一側和所述滑塊內壁的一側固定連接。

7.根據權利要求6所述的基于卷積神經網絡的鋰電池梯次利用剩余壽命預測方法，其特征在于，所述安裝架表面一側的頂部設置有限位組件，所述限位組件包括轉動座，所述轉動座的一側設置有限位板。

8.根據權利要求7所述的基于卷積神經網絡的鋰電池梯次利用剩余壽命預測方法，其特征在于，所述轉動座表面的兩側均設置有卷簧。

9.根據權利要求7所述的基于卷積神經網絡的鋰電池梯次利用剩余壽命預測方法，其特征在于，所述安裝架的內部設置有掃描裝置，所述掃描裝置包括伸縮架，所述伸縮架的一側設置有液壓推動桿。

10.根據權利要求9所述的基于卷積神經網絡的鋰電池梯次利用剩余壽命預測方法，其特征在于，所述液壓推動桿的一端且位于所述伸縮架的下方設置有掃描儀。