预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115757898A(43)申请公布日2023.03.07(21)申请号202211153813.5G06N20/00(2019.01)(22)申请日2022.09.21(71)申请人章鱼博士智能技术(上海)有限公司地址201800上海市嘉定区金沙江路3131号2幢J(72)发明人曾震宇杨红新李翌辉周晓毅武振昕梁洋洋(74)专利代理机构成都瑞创华盛知识产权代理事务所(特殊普通合伙)51270专利代理师邓瑞(51)Int.Cl.G06F16/9035(2019.01)G06F16/215(2019.01)G06F16/21(2019.01)权利要求书2页说明书6页附图4页(54)发明名称一种基于机器学习的极片翻折电芯筛查方法(57)摘要本发明公开了一种基于机器学习的极片翻折电芯筛查方法,属于电芯检测技术领域,包括以下步骤:S1、数据收集,S2、数据清洗,S3、数据分析与构造特征,S4、建模、调参于结果评价。该基于机器学习的极片翻折电芯筛查方法,采用机器学习算法,在对样本数据进行缺失值、异常值处理后,再进行归一化、中心化,经探索分析后,构造特征,建立模型,进行筛查,主要依据化成工序中的数据,包括OCV、IR、DCIR、K值、充放电曲线等,经数据探索分析后发现翻折缺陷电芯与无翻折缺陷电芯之间的差别,并据此建立机器学习模型,判断电芯是否存在翻折缺陷。CN115757898ACN115757898A权利要求书1/2页1.一种基于机器学习的极片翻折电芯筛查方法,其特征在于,包括以下步骤:S1、数据收集;S2、数据清洗;S3、数据分析与构造特征;S4、建模、调参于结果评价。2.据权利要求1所述的一种基于机器学习的极片翻折电芯筛查方法,其特征在于,包括以下步骤:根据S1中的操作步骤,所述数据采集翻折缺陷电芯200+条与无翻折缺陷电芯10000+条,作为分析和建模的原始数据。3.据权利要求1所述的一种基于机器学习的极片翻折电芯筛查方法,其特征在于,包括以下步骤:根据S1中的操作步骤,所述原始数包括但不限于OCV1‑OCV5、IR1‑IR5、DCIR、K1、K2、极组1‑极组4#hipot1‑IR值/LC值,、极组1‑极组4#预焊/Hipot2‑hipot电阻值与氦检/Hipot3‑漏率。4.据权利要求1所述的一种基于机器学习的极片翻折电芯筛查方法,其特征在于,包括以下步骤:根据S1中的操作步骤,所述数据清洗包括:S201、结果数据的清洗;S202、过程数据(预充化成时序数据)的清洗。5.据权利要求4所述的一种基于机器学习的极片翻折电芯筛查方法,其特征在于,包括以下步骤:根据S201中的操作步骤,S2011、缺失值处理;S2012、异常值处理;S2013、归一化处理。6.据权利要求4所述的一种基于机器学习的极片翻折电芯筛查方法,其特征在于,包括以下步骤:根据S201中的操作步骤,S2021、剔除负压等待工步;S2022、剔除静置工步。7.据权利要求6所述的一种基于机器学习的极片翻折电芯筛查方法,其特征在于,包括以下步骤:根据S2011‑S2013中的操作步骤,所述缺失值处理具体为大范围缺失的数据,直接剔除,对于小范围缺失的数据,考虑到采用均值填充、中位数填充等方法可能引入新的噪声,对建模无益,这里引入虚拟变量来表征缺失值,将变量映射到高维空间,所述异常值处理具体为基于箱线图,剔除位于区间[Q1‑1.5*IQR,Q3+1.5*IQR]之外的温和异常值,其中,Q1表示1/4分位数,Q3表示3/4分位数,IQR=Q3‑Q1,所述归一化处理具体为OCV等开路电压数据的大小范围,显著大于IR数据,对所有OCV数据进行min‑max归一化处理,加快模型收敛速度。8.据权利要求6所述的一种基于机器学习的极片翻折电芯筛查方法,其特征在于,包括以下步骤:根据S2021与S2022中的操作步骤,所述剔除负压等待工步具体为因托盘差异性较大、吸嘴对不上等问题,抽负压时间有长有短,这部分时长对预充没有影响,需要剔除以对齐时间,所述剔除静置工步具体为正常生产数据打上伪标签的样本中,剔除明显异常返工的样本,剔除可能因设备原因引起的异常数据,或可以被产线传统方法拦截的电芯。9.据权利要求6所述的一种基于机器学习的极片翻折电芯筛查方法,其特征在于,包括2CN115757898A权利要求书2/2页以下步骤:根据S3中的操作步骤,所述数据分析与构造特征具体为对OCV1‑OCV5、IR1‑IR5、DCIR、K1、K2、极组1‑极组4#hipot1‑IR值/LC值,、极组1‑极组4#预焊/Hipot2‑hipot电阻值与氦检/Hipot3‑漏率数据的相关性分析,结果为翻折风险电芯O2显著低于正常电芯,O4相对不明显,IR4、