相關申請的交叉引用本技術要求于2022年3月25日在韓國知識產權局提交的韓國專利申請10-2022-0037600的優先權和權益,其全部內容通過引用并入本文。本文公開的實施方式涉及電池電芯工藝數據分析系統和使用該電池電芯工藝數據分析系統的電池電芯工藝數據分析方法。
背景技術:
1、作為二次電池的一種,鋰聚合物電池是能夠通過化學能和電能之間的可逆相互轉換來重復充放電的電池,并且由于長壽命和大容量的優點而不同地用于便攜式電子裝置、電動車輛電池等。作為電池電芯的最重要的性能指標之一的電池容量可能受到涉及制造工藝的許多工藝因素的影響。傳統上,已經通過簡單的相關性分析來管理工藝,其中容量以電池電芯的設計因素為中心(即,在電池設計工藝中可控制的變量),但是實際的電池電芯制造工藝包括具有不同特性的多個不連續工藝,諸如電極工藝、組裝工藝、激活工藝等,并且除了設計因素之外的各種工藝因素可能影響電池電芯的容量。這些工藝因素對電池電芯的容量的影響通常是不規則的,并且若干工藝而不是單個工藝同時影響電池電芯的容量,使得難以清楚地找到它們之間的相關性。
技術實現思路
1、技術問題
2、本文公開的實施方式旨在提供電池電芯工藝數據分析系統和方法,在該電池電芯工藝數據分析系統和方法中,可以通過基于人工智能的數據分析來找到影響電池電芯的容量的工藝因素。
3、本文公開的實施方式還旨在通過找到正面地影響電池電芯的容量的工藝因素(例如,使得實際容量大于設計容量)和負面地影響電池電芯的容量的工藝因素(例如,使得實際容量小于設計容量)并管理工藝因素來提高所生產的電池電芯的容量質量。
4、本文公開的實施方式的技術問題不限于上述技術問題,并且本領域普通技術人員根據以下描述將會清楚地理解其它未提及的技術問題。
5、技術方案
6、根據實施方式的電池電芯工藝數據分析系統包括:工藝數據獲取單元,所述工藝數據獲取單元配置為獲取電池電芯的工藝數據;預測容量估計單元,所述預測容量估計單元配置為基于所述工藝數據估計所述電池電芯的預測容量;實際容量測量單元,所述實際容量測量單元配置為測量所述電芯的實際容量;以及控制器,所述控制器配置為計算所述電池電芯的所述預測容量與所述電池電芯的所述實際容量之間的差,并且通過使用經訓練的人工智能模型來確定影響所述差的工藝因素。
7、根據實施方式,所述預測容量估計單元還可以配置為基于單個單電芯的測量值來計算所述單電芯的電極的尺寸,并且基于所述電極的尺寸和加載在所述電極上的電極活性材料的量來估計堆疊有多個單電芯的所述電池電芯的預測容量。
8、根據實施方式,所述控制器還可以配置為:獲取經由工藝制造的多個電池電芯的實際容量相對于預測容量的分布數據;通過使用第一人工智能模型根據所述電池電芯的實際容量相對于預測容量的大小將所述分布數據分類為兩個或更多個組;以及通過使用第二人工智能模型分析屬于每個組的分布數據和所述電池電芯的與所述分布數據對應的工藝數據來計算指示所述工藝因素對所述電池電芯的容量的影響的重要性。
9、根據實施方式,所述第二人工智能模型可以被訓練為針對兩個或更多個工藝因素基于所述分布數據根據所述工藝因素的存在/不存在的變化來計算每個工藝因素的重要性。
10、根據實施方式,所述控制器還可以配置為:當所述電池電芯的實際容量相對于輸入預測容量的大小大于或等于第一閾值時,將所述分布數據分類為第一組,并且當所述電池電芯的實際容量相對于輸入預測容量的大小小于或等于第二閾值時,將所述分布數據分類為第二組;并且針對屬于所述第一組的分布數據,將影響所述電池電芯的預測容量與實際容量之間的差的工藝因素確定為正工藝因素,并且針對屬于所述第二組的分布數據,將影響所述電池電芯的預測容量與實際容量之間的差的工藝因素確定為負工藝因素。
11、根據實施方式,所述電池電芯的所述工藝數據可以包括與電極工藝、組裝工藝和激活工藝中的至少一者相關的數據,所述工藝數據獲取單元還可以配置為通過使用關鍵索引連接與不同工藝相關的工藝數據來生成整合工藝數據,并且所述控制器還可以配置為通過使用所述整合工藝數據來確定與不同工藝相關的工藝因素中影響所述電池電芯的預測容量和實際容量之間的差的工藝因素。
12、根據實施方式的電池電芯工藝數據分析方法包括:獲取電池電芯的工藝數據;基于所述工藝數據估計所述電池電芯的預測容量;測量所述電池電芯的實際容量;計算所述電池電芯的所述實際容量與所述預測容量之間的差;以及使用經訓練的人工智能模型確定影響所述差的工藝因素。
13、根據實施方式,估計預測容量可以包括:基于單個單電芯的測量值計算所述單電芯的電極的尺寸;以及基于所述電極的尺寸和加載在所述電極上的電極活性材料的量,估計堆疊有多個單個單電芯的所述電池電芯的所述預測容量。
14、根據實施方式,確定工藝因素可以包括:獲取經由工藝制造的多個電池電芯的實際容量相對于預測容量的分布數據;通過使用第一人工智能模型根據所述電池電芯的所述實際容量相對于所述預測容量的大小將所述分布數據分類為兩個或更多個組;以及通過使用第二人工智能模型分析屬于每個組的分布數據和所述電池電芯的與所述分布數據對應的工藝數據來計算指示所述工藝因素對所述電池電芯的容量的影響的重要性。
15、根據實施方式,所述第二人工智能模型可以被訓練為針對兩個或更多個預設工藝因素基于所述分布數據對應于所述工藝因素的變化或存在/不存在進行的變化來計算每個工藝因素的重要性。
16、根據實施方式,將所述分布數據分類為兩個或更多個組可以包括當所述電池電芯的實際容量相對于輸入預測容量的大小大于或等于第一閾值時,將所述分布數據分類為第一組,并且當所述電池電芯的實際容量相對于所述輸入預測容量的大小小于或等于第二閾值時,將所述分布數據分類為第二組;并且確定所述工藝因素可以包括針對屬于所述第一組的分布數據,將影響所述電池電芯的預測容量與實際容量之間的差的工藝因素確定為正工藝因素,并且針對屬于所述第二組的分布數據,將影響所述電池電芯的預測容量與實際容量之間的差的工藝因素確定為負工藝因素。
17、根據實施方式,所述電池電芯的所述工藝數據可以包括與電極工藝、組裝工藝和激活工藝中的至少一者相關的數據,獲取所述工藝數據可以包括通過使用關鍵索引連接與不同工藝相關的工藝數據來生成整合工藝數據,并且確定所述工藝因素可以包括通過使用所述整合工藝數據來確定與不同工藝相關的工藝因素中影響所述電池電芯的預測容量和實際容量之間的差的工藝因素。
18、有益效果
19、根據前述實施方式的電池電芯工藝數據分析系統和方法,可以通過基于人工智能的數據分析來找到影響電池電芯的容量的工藝因素。此外,通過使用關鍵索引來連接不同工藝的數據,可以整體管理每個工藝操作中影響電池容量的多個工藝因素。
20、此外,可以通過找到正面影響電池電芯的容量的工藝因素(例如,使得實際容量大于預測容量)和負面影響電池電芯的容量的工藝因素(例如,使得實際容量小于預測容量)并管理工藝因素來提高所生產的電池電芯的容量質量。
21、此外,可以提供從本公開直接或間接認識到的各種效果。