满威[1]2003年在《锂离子电池自动检测分选系统的开发设计》文中进行了进一步梳理如今锂离子电池在各地有着广泛的应用，且在实际应用中又以组合电池的形式居多。而组合电池性能的好坏，则取决于组合电池中单体电池的电化学特性的一致性。这就需要在电池出厂前对电池的性能进行检测并分选。以前人们常采用人工检测，手工分选，和稍加改进小型检选系统，有效率低、漏检多、精确度低等缺点，因此无法满足大批量锂离子电池的检选，从而会影响锂离子电池的正常销售以及安全可靠的使用。鉴于此，开发了锂离子电池自动检测分选系统。 本论文主要讨论锂离子电池检测分选系统的设计和实现，详尽介绍了系统的结构、工作原理及性能，着重阐述了内阻检测装置的软硬件设计和系统中的抗干扰措施。同时，针对单一特性分选电池方法的局限性，提出了基于Bayes估计的参数融合的电池分选方法。本系统的开发完成节约了相当的时间和人力，不仅提高了劳动生产率，而且大大地降低了工人的劳动强度。 本文主要包含两部分内容：检测系统的设计与分类方法的研究。 关于检测系统的设计，本文主要做了以下两方面的工作: 第一，简单阐述系统的检测原理，开发原则。 第二，根据实际情况及设计要求，对系统的各部分进行设计，重点是对内阻检测装置的设计。 关于分类方法的研究，本文主要做了以下叁方面的工作: 第一，介绍数据融合的基本概念，融合方法。 第二，根据实际使用情况，应用Bayes估计方法推导融合结果。 第叁，把融合结果应用到电池分类中。
查闯[2]2016年在《动力锂离子电池极片自动检测分选装置设计研究》文中进行了进一步梳理新能源汽车产业的发展极大促进了动力锂离子电池行业的发展,极片作为动力锂离子电池的主体,其质量直接影响电池的性能,传统的人工抽检效率低且易出现漏检,极大的制约着锂离子电池的自动化生产制造,因此本课题设计研究了基于视觉的动力锂离子电池极片自动检测分选装置,将大大提高极片的检测效率、精度和可靠性。本课题研究首先提出了整个自动化装置的总体设计方案,划分为叁个具体设计模块：视觉检测系统、机械手平台和控制系统；然后从生产工艺角度对极片的缺陷进行分析和分类,为后续图像处理提供理论基础；针对这些极片的缺陷,本文设计出合适的视觉检测方案,分为图像采集方案和图像处理方案,其能准确获取极片信息并有效检测出缺陷类型；机械手平台为整个装置提供结构上支撑,其设计重点是真空系统设计,极片抓取移动机构、翻转台、检测台和料盒的设计；控制系统是装置自动化的关键,其设计内容是控制系统硬件选型和软件编程开发,最后本文通过设计实验对装置的可行性和效率进行了验证。通过实验分析,本文设计的自动检测分选装置运行效果良好,能实现自动检测分选功能；本文开发设计的视觉检测程序检测效果良好,通过对极片样本进行实验,检测成功率达到了97%,类型判断准确率最低达64.28%,为锂离子电池的产业化与自动化生产奠定了实践基础。
瞿亚浩[3]2014年在《锂离子电池分选机开发与研究》文中研究指明锂离子电池是性能优越的新一代电源,其发展潜力巨大。在电池组包生产过程中,按电池性能参数对锂电池分选是必不可少的关键步骤,某国有企业针对现有分选机自动化水平及分选效率低下的问题,立项研发新型自动化分选机。本课题基于上述背景,在研究锂电池测量原理和分选工艺的基础上,制定了电池自动分选测量方案,设计了机械设备及其控制系统,并进行了自动分选试运行实测,论文主要研究内容如下:(1)提出了利用继电器实现3台测试仪测量12节电池的方案。通过对锂电池测试方法的研究,确定了以内阻和电压作为测量对象,采用四端子法消除导线和接触电阻的影响。在此基础上,针对现有分选机1台测试仪测量1节电池效率低下的问题,结合继电器控制技术,详细分析了12节电池的测量过程,在考虑测试仪涡电流影响的前提下,计算了测量所需时间,完成了测量时间低于1秒的技术指标。(2)完成了分选机的机械结构设计。结合工业设计和产品造型设计相关理论,对比现有分选机结构,对外观进行了重新布局,采用主、副两个工作台,实现上料、传送、测试、分选的自动化;利用SolidWorks软件完成了整机的实体建模,对分选机的工作原理和动作的实现进行了详细的分析和计算。(3)完成了分选机控制系统硬件设计。通过对分选机机械动作实现过程的分析,确定采用PLC进行系统控制。在此基础上,结合气动控制技术和伺服驱动技术,对气动系统和伺服系统进行了选型计算,最终确定采用“PLC+触摸屏+伺服电机”的控制系统硬件方案,触摸屏和传感器等组成监控模块,伺服电机和气动元件组成驱动执行单元。(4)完成了分选机控制系统软件设计。分析了控制系统软件的整体结构,制定了PLC控制程序运行流程,包括主控程序及各模块子程序,最后利用DOPSoft软件完成了触摸屏的人机交互界面设计。本课题所设计的自动分选机已完成调试和试运行,机械设备及其控制系统均运行正常。通过对叁种不同品牌的电池进行内阻和电压实测,得到的内阻和电压测试分辨率分别为0.1 m?和0.1mV,该实测结果的精度达到了行业标准要求,连续分选效率比原来提升60%以上,分选效率达到设计指标。
沈景凤, 瞿亚浩, 李富生[4]2015年在《一种基于PLC的新型锂离子电池分选机开发》文中进行了进一步梳理针对现有分选机自动化水平及分选效率低的问题,研发了一种新型自动化分选机。在研究锂电池测量原理和分选工艺的基础上,制定了电池自动分选测量方案,设计了机械设备及其控制系统,并进行了自动分选试运行实测。通过对3种不同品牌的电池进行内阻和电压实测,得到的内阻和电压测试分辨率分别为0.1 mΩ和0.1 m V,该实测结果的精度达到了行业标准要求,且连续分选效率比原先提升了60%以上。
乐浪[5]2006年在《锂离子电池综合测试系统的研究与设计》文中认为随着锂离子电池的迅猛增长,对锂离子电池产业化生产及产品质量提出了更高的要求。同时,对锂离子电池化成检测设备也提出了更严格的要求。目前,由于我国电力供应的紧缺和锂离子电池检测设备的高成本等因素的影响,使我国锂离子电池产业发展相对缓慢。因此,迫切地需要一种具备节能性、且成本合理的锂离子电池化成检测设备。本文根据锂离子电池的特点,采用模糊控制技术,设计了一种既节能又具备低成本特点的锂离子电池综合测试系统—ZL620锂离子电池化成检测分选综合测试系统。系统采用主从式结构设计方法,运用DSP作为主控制器,单片机作为分控制器,实现了对锂离子电池化成检测过程的单点独立控制、能量回收、实时管理监控等功能。经实际应用证明:本系统具有可靠性高、节能性好、准确度高、检测速度快、操作简单、易维护和低价位等特点,适合于大规模锂离子电池的化成与检测。本文主要叙述了锂离子电池测试系统的研究与设计。其中介绍了锂离子电池的特点、电池测试原理、系统的结构及性能,重点介绍了系统的软硬件设计,包括单点独立控制、电池放电能量回收利用、模糊控制算法、数字滤波等内容。
于智龙[6]2007年在《锂离子容量快速预测及检测系统的实现》文中进行了进一步梳理随着手机、数码相机、掌上电脑(PDA)等消费电子产品的继续走强,以及锂离子电池所呈现的巨大应用潜力,电池产业对锂离子电池检测设备的要求越来越严格。同时如果充分考虑到放电深度(DOD)、充放电速率、循环温度等参数的变化,那么对于锂离子电池的实时循环寿命测试的成本就变得非常昂贵。因此在实际生产中,研发快速、多通道、高精度的检测设备和智能方法就十分重要。本文根据锂离子电池的特点,设计了一种新型的锂离子电池化成分选实验室检测设备。本文根据系统设计要求,确定了检测系统总体的设计方案。系统采用主从式结构设计方法。PC机作为监控系统,完成对检测系统的实时控制与数据采集。检测系统实现了对锂离子电池化成检测过程的单点独立控制、能量回收、数据上传等功能。同时监控系统对智能化检测设备的实现做出了一些探讨。实验证明,本系统具有可靠性高、准确度高、操作简单、检测速度快等特点,可以满足锂离子电池实验室设备的要求。本文在分析了锂离子电池开路电压和内阻与电池容量关系的基础上,将人工神经网络应用到锂离子电池的容量预测和模型建立中,提出了一种通过部分放电来快速预测锂离子电池放电容量的方法。实验结果表明这种方法能够满足电池容量检测的误差要求。
刘学山[7]2010年在《基于机器视觉的锂离子电池极片检测系统的研究与设计》文中指出锂离子电池是一种非常重要的动力电池,在当今社会的各个领域都有着广泛的应用。然而由于电池极片材料的脆性,在涂料、辊压等环节都有可能导致极片破损,而这些缺陷会严重影响电池的质量和使用寿命。传统的人工检测方法效率低、误差大,已经不能适应现代工业高精度、高速率的要求,因此有必要在新技术的基础上开发一种高效的、实时的电池极片检测系统。机器视觉作为近年来发展和完善起来的现代科学技术,具有精度高、速度快、非接触等优点,在各个工程技术领域获得广泛的应用。本文根据电池极片检测要求,对基于机器视觉的电池极片检测系统进行了深入的探讨和研究。本文主要内容如下：1.针对电池极片检测系统的特点,分析和研究了基于机器视觉在线检测系统的工作原理和软硬件的构成；2.分析了电池极片在线检测的具体流程,包括图像获取、信息处理、特征提取；3.讨论了各种适合电池极片图像处理的算法。如中值滤波、直方图均衡化、Canny算子边缘检测、区域生长法,数学形态学区域填充等；4.在硬件选择上,详细阐述了各种硬件的选择标准,并选择了最佳的硬件设备；5.基于VC++6.0软件,设计了在线电池极片检测系统。
参考文献：
[1]. 锂离子电池自动检测分选系统的开发设计[D]. 满威. 哈尔滨理工大学. 2003
[2]. 动力锂离子电池极片自动检测分选装置设计研究[D]. 查闯. 东南大学. 2016
[3]. 锂离子电池分选机开发与研究[D]. 瞿亚浩. 上海理工大学. 2014
[4]. 一种基于PLC的新型锂离子电池分选机开发[J]. 沈景凤, 瞿亚浩, 李富生. 电子科技. 2015
[5]. 锂离子电池综合测试系统的研究与设计[D]. 乐浪. 哈尔滨理工大学. 2006
[6]. 锂离子容量快速预测及检测系统的实现[D]. 于智龙. 哈尔滨理工大学. 2007
[7]. 基于机器视觉的锂离子电池极片检测系统的研究与设计[D]. 刘学山. 华南理工大学. 2010