详情

原文传递无损检测方法及其在新能源汽车锂电池回收中的应用

专利名称：	无损检测方法及其在新能源汽车锂电池回收中的应用
摘要：	本发明涉及锂电池回收技术领域，尤其为无损检测方法及其在新能源汽车锂电池回收中的应用，包括如下步骤：S1：通过无线电波扫描第一检测对象；S2：采集第一检测对象的第一检测结果；S3：基于改进的BP神经网络进行第一检测对象的状态检测；S4：基于检测状态获取第二检测结果进行第一检测对象的残值计算。本发明通过无线电波进行无损检测的方式采集检测数据，并基于BP神经网络进行被检测对象的状态检测，简化了被检测对象的介电常数的数据处理过程，实现多参数同时计算，输出被检测对象的实时状态数据，提高测量准确率；还通过改进粒子群算法和误差修正的方式改进BP神经网络进一步提高检测精准度。
专利类型：	发明专利
国家地区组织代码：	山东;37
申请人：	青岛金诺德科技有限公司
发明人：	安加俊;赵振平;尹凤福;杨杰;栾德智;刘军;刘滨;李娟;李军华;林元光;薛文娟;王晟昊
专利状态：	有效
申请日期：	2023-10-11T00:00:00+0800
发布日期：	2023-11-17T00:00:00+0800
申请号：	CN202311309917.5
公开号：	CN117074437A
代理机构：	北京瑞盛铭杰知识产权代理事务所(普通合伙)
代理人：	高天虹
分类号：	G01N22/02;G01R31/367;G06N3/0499;G06N3/084;G06N3/086;G;G01;G06;G01N;G01R;G06N;G01N22;G01R31;G06N3;G01N22/02;G01R31/367;G06N3/0499;G06N3/084;G06N3/086
申请人地址：	266000 山东省青岛市莱西市经济开发区梅山东路4号甲
主权项：	1.一种无损检测方法，其特征在于：包括如下步骤： S1：通过无线电波扫描第一检测对象； S2：采集第一检测对象的第一检测结果； S3：基于改进的BP神经网络进行第一检测对象的状态检测； S4：基于检测状态获取第二检测结果进行第一检测对象的残值计算。 2.根据权利要求1所述的无损检测方法，其特征在于：所述S2中，基于滤波处理算法对采集的第一检测对象的第一检测结果进行滤波处理。 3.根据权利要求2所述的无损检测方法，其特征在于：所述滤波处理算法基于如下的步长进行信号滤波处理：其中，为滤波器的增益，/>为响应调整指数，/>为缩放因子，/>为上一次的误差信号，/>为当前误差信号，/>为滤波器的输出信号，/>为滤波器调整函数。 4.根据权利要求3所述的无损检测方法，其特征在于：所述S3中，获取滤波处理算法滤波处理后的信号数据，提取信号数据的相移数据，并输入至改进的BP神经网络进行第一检测对象的状态检测。 5.根据权利要求4所述的无损检测方法，其特征在于：所述改进的BP神经网络具体如下：输入层含有个神经元，隐含层含有/>个神经元，输出层含有个神经元，隐含层每个单元的输入为：其中，为输入层第/>个神经元与隐含层第/>个神经元之间的连接权值，/>为输入至第个神经元的经过滤波处理的第一检测结果，/>为第/>个神经元阈值；隐含层每个单元的输出为：其中，为激活函数；输出层每个单元的输出为：其中，为隐含层第/>个神经元与输出层第/>个神经元之间的连接权重，/>为输入层第个神经元阈值。 6.根据权利要求5所述的无损检测方法，其特征在于：所述改进的BP神经网络中，基于改进的粒子群算法对BP神经网络的初始权重进行迭代寻优。 7.根据权利要求6所述的无损检测方法，其特征在于：所述改进的粒子群算法具体如下：以计算误差的倒数为适应度函数，种群每次更新后，求出粒子群的平均适应度值，将适应度值大于或者等于/>的适应度值求平均得到/>，将适应度值小于/>的适应度值求平均得到/>，将种群/>分成３份，适应度值大于或者等于/>的粒子为子种群/>，适应度值小于/>并且大于或者等于/>的粒子为子种群/>，适应度值小于/>的粒子为子种群/>；对于种群，基于下式进行更新：其中，表示第/>次迭代第/>个粒子的位置，/>表示第/>次迭代第/>个粒子的位置，表示第/>次迭代第/>个粒子的速度，/>表示第/>次迭代第/>个粒子的速度，/>表示迭代权重，/>、/>为学习系数，/>为/>之间的随机数，/>为全局最优粒子，/>为当前最优粒子；对于种群，基于下式进行更新：其中，、/>分别表示第/>次迭代第/>个粒子和第/>个粒子的位置，/>、/>分别表示第/>次迭代第/>个粒子和第/>个粒子的位置，/>、/>分别表示第/>次迭代第/>个粒子和第/>个粒子的速度，/>、/>分别表示第/>次迭代第/>个粒子和第/>个粒子的速度，/>、/>为/>之间的随机数；对于种群，基于变异概率0.6进行变异；重复上述步骤进行寻优。 8.根据权利要求7所述的无损检测方法，其特征在于：所述改进的BP神经网络还将输出值与样本真实值进行比较，通过下式对神经网络输出层各单元的误差/>进行计算：其中，为样本真实值；对神经网络隐含层各单元的误差进行计算：对系统连接权重、/>和阈值/>、/>进行修正：其中，、/>、/>和/>分别为/>、/>、/>和/>的修正值，/>为修正因子。 9.根据权利要求8所述的无损检测方法，其特征在于：所述S4中，基于所述改进的BP神经网络检测获得的第二检测数据进行第一检测对象的残值计算。 10.根据权利要求1-9任意一项所述的无损检测方法在新能源汽车锂电池回收中的应用。
所属类别：	发明专利