详情

原文传递锂离子电池极片孔隙率在线检测方法及其应用

专利名称：	锂离子电池极片孔隙率在线检测方法及其应用
摘要：	锂离子电池极片孔隙率在线检测方法及其应用，其中方法包括：预先涂布并收集不同厚度系列的电池极片；将电池极片以不同的速度走带，对电池极片加热，记录电池极片表面温度随时间变化的关系T(t)或表面温度随极片表面位置的变化关系T(x)；用所获得的数据，建立电池极片孔隙率ε与走带速度u,电池极片厚度h以及温度随时间变化关系T(t)的神经网络模型，并采用降噪自编码的方法训练该神经网络模型，使其误差在允许范围内；在电池极片生产过程中，根据走带速度u，电池极片厚度h以及极片表面随时间变化关系T(t)或表面温度随极片表面位置的变化关系T(x)，采用训练的神经网络模型在线预测电池极片孔隙率。本发明简单易行，能够实时检测锂离子电池极片孔隙率，测量准确性较高。
专利类型：	发明专利
国家地区组织代码：	广东;44
申请人：	深圳市信宇人科技股份有限公司
发明人：	周华民;杨志明;周军;陶波;黄志高;王云明
专利状态：	有效
申请日期：	2019-05-07T00:00:00+0800
发布日期：	2019-07-26T00:00:00+0800
申请号：	CN201910373339.9
公开号：	CN110057742A
代理机构：	深圳市金笔知识产权代理事务所(特殊普通合伙)
代理人：	胡清方;彭友华
分类号：	G01N15/08(2006.01);G;G01;G01N;G01N15
申请人地址：	518000 广东省深圳市龙岗区龙城街道回龙埔社区鸿峰(龙岗)工业厂区2号厂房一楼、二楼、三楼、四楼
主权项：	1.一种锂离子电池极片孔隙率在线检测方法，其特征在于包括以下步骤：步骤1：在每次涂布新的活性物质之前，用预先涂布并收集不同厚度系列的涂有活性物质的锂离子电池正/负极片，其中每种厚度系列包含多种不同孔隙率的锂离子电池极片，采用压汞法或称重法对不同厚度系列极片的孔隙率进行标定；步骤2：将标定后的锂离子电池正/负极片，安装到卷到卷台架上，再分别以u1, u2, u3,u4……不同的速度走带，采用热源装置对锂离子电池极片加热，使用红外热像仪记录锂离子电池极片表面温度随时间变化的关系T(t)或表面温度随极片表面位置的变化关系T(x)；对于不同厚度系列的锂离子电池极片，提取极片代表点的表面温度变化曲线，并获取代表点表面温度变化曲线的代表时间点的温度T(t1)，T(t2)，T(t3)，T(t4)……T(tn)；步骤3：根据步骤2中所获得的数据，建立锂离子电池极片孔隙率ε与走带速度u,锂离子电池极片厚度h以及代表点的代表时间点的温度的T(t1)，T(t2)，T(t3)，T(t4)……T(tn)或代表位置点T(x1)，T(x2)，T(x3)，T(x4)……T(xn)神经网络模型；步骤4：在锂离子电池极片正式生产过程中，根据走带速度u，锂离子电池极片厚度h以及极片表面随时间变化关系T(t)或表面温度随极片表面位置的变化关系T(x)，采用步骤3中训练的神经网络模型预测锂离子电池极片孔隙率ε。 2.根据权利要求1所述的一种锂离子电池极片孔隙率在线测量方法，其特征在于步骤3所选的神经网络模型为卷积稀疏自编码神经网络，卷积稀疏自编码神经网络包含四层：输入层，隐含层1，隐含层2，输出层；所述输入层有2~10个节点，其节点数量视所选取代表点的代表时间点或代表位置点的温度数量而定；所述隐含层各有5个节点；所述输出层有1个节点；节点激活函数采用sigmoid函数。 3.根据权利要求1或2所述的一种锂离子电池极片孔隙率在线测量方法，其特征在于步骤3所选的神经网络采用归一化的数据进行训练。 4.根据权利要求1或2中所述的一种锂离子电池极片孔隙率在线测量方法，其特征在于步骤4中锂离子电池极片走带速度u通过主控程序直接获取，锂离子电池极片厚度通过激光测量或X射线测量获得。 5.权利要求1-4中所述的一种锂离子电池极片孔隙率在线测量方法，在钴酸锂、锰酸锂、磷酸亚铁锂、三元锂以及石墨等正负极体系的锂离子电池极片的孔隙率在线测量方面的应用。
所属类别：	发明专利