CN111129400A - 一种多孔锂电池隔膜的制备工艺 - Google Patents
一种多孔锂电池隔膜的制备工艺 Download PDFInfo
- Publication number
- CN111129400A CN111129400A CN201911418796.1A CN201911418796A CN111129400A CN 111129400 A CN111129400 A CN 111129400A CN 201911418796 A CN201911418796 A CN 201911418796A CN 111129400 A CN111129400 A CN 111129400A
- Authority
- CN
- China
- Prior art keywords
- lithium battery
- porous lithium
- battery diaphragm
- diaphragm
- substrate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M50/00—Constructional details or processes of manufacture of the non-active parts of electrochemical cells other than fuel cells, e.g. hybrid cells
- H01M50/40—Separators; Membranes; Diaphragms; Spacing elements inside cells
- H01M50/403—Manufacturing processes of separators, membranes or diaphragms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/8422—Investigating thin films, e.g. matrix isolation method
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/05—Accumulators with non-aqueous electrolyte
- H01M10/052—Li-accumulators
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8411—Application to online plant, process monitoring
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Mathematical Physics (AREA)
- Battery Electrode And Active Subsutance (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种多孔锂电池隔膜的制备工艺,包括以下步骤:将成膜原料和成孔剂混合挤出得到第一基片,将第一基片冷却成型得到第二基片;对第二基片加热进行双向拉伸,得到微孔隔膜,对微孔隔膜进行热定型和分切后得到多孔锂电池隔膜。本发明可以对多孔锂电池隔膜进行在线检测,结合深度学习既不会对多孔锂电池隔膜图像进行改动,还能精准识别,采用特征图位置和检测区域形状的输出相结合进行优化,提高了精确度,减少了卷积中小尺度信息的损失。
Description
技术领域
本发明涉及多孔锂电池隔膜技术领域,特别涉及一种多孔锂电池隔膜的制备工艺。
背景技术
锂电池的结构中,隔膜是关键的内层组件之一。隔膜的性能决定了电池的界面结构、内阻等,直接影响电池的容量、循环以及安全性能等特性,性能优异的隔膜对提高电池的综合性能具有重要的作用。现有技术CN201510560381一种新型多孔锂电池隔膜的制备工艺中的专利虽然产能大,成本低,一条线的产能是现有工艺方法产能的4~20倍,但是其没有涉及质量的检测;申请号201710982738.6一种锂电池隔膜在线智能检测装置与方法虽然涉及了质量的智能检测,但是其检测方法比较粗略,用的方法比较惯常;CN201811318864-锂电池隔膜材料分切宽度检测方法、检测系统及装置检测的精度不高,图像的中小尺度信息损失较大。
发明内容
本发明提供一种多孔锂电池隔膜的制备工艺,包括以下步骤:
将成膜原料和成孔剂混合挤出得到第一基片,将第一基片冷却成型得到第二基片;
对第二基片加热进行双向拉伸,得到微孔隔膜,对微孔隔膜进行热定型和分切后得到多孔锂电池隔膜;
对得到的多孔锂电池隔膜进行光照射,采集透过多孔锂电池隔膜的光强图像并进行图像处理;
根据图像处理的结果判断多孔锂电池隔膜是否符合要求,如果符合要求则进行收卷,如果不符合要求则进行返工。
本发明的优点效果有:
本发明可以对多孔锂电池隔膜进行在线检测,结合深度学习既不会对多孔锂电池隔膜图像进行改动,还能精准识别,采用特征图位置和检测区域形状的输出相结合进行优化,提高了精确度,减少了卷积中小尺度信息的损失。
具体实施方式
一种多孔锂电池隔膜的制备工艺,包括以下步骤:
将成膜原料和成孔剂混合挤出得到第一基片,将第一基片冷却成型得到第二基片;
对第二基片加热进行双向拉伸,得到微孔隔膜,对微孔隔膜进行热定型和分切后得到多孔锂电池隔膜;
对得到的多孔锂电池隔膜进行光照射,采集透过多孔锂电池隔膜的光强图像并进行图像处理;
根据图像处理的结果判断多孔锂电池隔膜是否符合要求,如果符合要求则进行收卷,如果不符合要求则进行返工。
所述采集透过多孔锂电池隔膜的光强图像并进行图像处理具体包括:
采集不同段多孔锂电池隔膜图片,判断多孔锂电池隔膜图像上的每个点是否处于检测区域的边界,如果处于边界,则进一步预测具体的边界信息,如果不处于边界,则将该点归入背景区域。
对采集不同段多孔锂电池隔膜图片构建训练数据集。
构建训练数据集后,利用构建的训练数据集训练图片检测模型,对构建训练数据集中的多孔锂电池隔膜图片进行特征提取,将提取到的特征图中的位置函数和检测区域形状的函数作为输出,接收提取的特征图,并对所述特征图进行卷积,得到每个检测区域的边缘。
采用损失函数对图片检测模型进行优化训练。
所述损失函数具体为:L=L1+L2+L3+L4
Claims (6)
1.一种多孔锂电池隔膜的制备工艺,其特征在于包括以下步骤:
将成膜原料和成孔剂混合挤出得到第一基片,将第一基片冷却成型得到第二基片;
对第二基片加热进行双向拉伸,得到微孔隔膜,对微孔隔膜进行热定型和分切后得到多孔锂电池隔膜;
对得到的多孔锂电池隔膜进行光照射,采集透过多孔锂电池隔膜的光强图像并进行图像处理;
根据图像处理的结果判断多孔锂电池隔膜是否符合要求,如果符合要求则进行收卷,如果不符合要求则进行返工。
2.根据权利要求1所述的多孔锂电池隔膜的制备工艺,其特征在于所述采集透过多孔锂电池隔膜的光强图像并进行图像处理具体包括:
采集不同段多孔锂电池隔膜图片,判断多孔锂电池隔膜图像上的每个点是否处于检测区域的边界,如果处于边界,则进一步预测具体的边界信息,如果不处于边界,则将该点归入背景区域。
3.根据权利要求2所述的多孔锂电池隔膜的制备工艺,其特征在于对采集不同段多孔锂电池隔膜图片构建训练数据集。
4.根据权利要求3所述的多孔锂电池隔膜的制备工艺,其特征在于构建训练数据集后,利用构建的训练数据集训练图片检测模型,对构建训练数据集中的多孔锂电池隔膜图片进行特征提取,将提取到的特征图中的位置函数和检测区域形状的函数作为输出,接收提取的特征图,并对所述特征图进行卷积,得到每个检测区域的边缘。
5.根据权利要求4所述的多孔锂电池隔膜的制备工艺,其特征在于采用损失函数对图片检测模型进行优化训练。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911418796.1A CN111129400B (zh) | 2019-12-31 | 2019-12-31 | 一种多孔锂电池隔膜的制备工艺 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911418796.1A CN111129400B (zh) | 2019-12-31 | 2019-12-31 | 一种多孔锂电池隔膜的制备工艺 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111129400A true CN111129400A (zh) | 2020-05-08 |
CN111129400B CN111129400B (zh) | 2022-08-09 |
Family
ID=70507093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911418796.1A Active CN111129400B (zh) | 2019-12-31 | 2019-12-31 | 一种多孔锂电池隔膜的制备工艺 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111129400B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114221089A (zh) * | 2021-11-09 | 2022-03-22 | 北方华锦化学工业股份有限公司 | 一种用于干法锂电池隔膜的制备方法 |
CN115633157A (zh) * | 2022-12-23 | 2023-01-20 | 合肥惠强新能源材料科技有限公司 | 用于锂电池隔膜加工的远程监测方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105606641A (zh) * | 2015-12-29 | 2016-05-25 | 河南惠强新能源材料科技股份有限公司 | 一种在线实时监测锂电池隔膜热收缩率系统及监测方法 |
US20170277966A1 (en) * | 2016-03-28 | 2017-09-28 | General Dynamics Mission Systems, Inc. | System and methods for automatic solar panel recognition and defect detection using infrared imaging |
CN107643325A (zh) * | 2017-10-20 | 2018-01-30 | 郑州云启工业设备技术有限公司 | 一种锂电池隔膜在线智能检测装置与方法 |
US20180151899A1 (en) * | 2016-11-29 | 2018-05-31 | Lockheed Martin Advanced Energy Storage, Llc | Flow batteries having adjustable circulation rate capabilities and methods associated therewith |
CN108490005A (zh) * | 2018-03-09 | 2018-09-04 | 华南理工大学 | 锂离子电池纤维素隔膜多尺度结构模型的优化方法 |
CN109376792A (zh) * | 2018-11-07 | 2019-02-22 | 河北工业大学 | 基于多通道残差神经网络的光伏电池外观缺陷分类方法 |
CN109489566A (zh) * | 2018-11-07 | 2019-03-19 | 广州超音速自动化科技股份有限公司 | 锂电池隔膜材料分切宽度检测方法、检测系统及装置 |
CN109635831A (zh) * | 2018-10-30 | 2019-04-16 | 成都云材智慧数据科技有限公司 | 一种锂离子电池正极材料电压性能预测方法 |
WO2019198146A1 (ja) * | 2018-04-10 | 2019-10-17 | 株式会社 東芝 | 電極群、非水電解質電池及び電池パック |
CN110598757A (zh) * | 2019-08-23 | 2019-12-20 | 国网山东省电力公司电力科学研究院 | 一种输电线路的施工机械隐患检测方法 |
CN110706173A (zh) * | 2019-09-27 | 2020-01-17 | 中国计量大学 | 基于卷积神经网络的原子力显微镜图像盲复原方法 |
CN113030093A (zh) * | 2020-12-30 | 2021-06-25 | 凌云光技术股份有限公司 | 一种电池隔膜表面缺陷检测方法和系统 |
-
2019
- 2019-12-31 CN CN201911418796.1A patent/CN111129400B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105606641A (zh) * | 2015-12-29 | 2016-05-25 | 河南惠强新能源材料科技股份有限公司 | 一种在线实时监测锂电池隔膜热收缩率系统及监测方法 |
US20170277966A1 (en) * | 2016-03-28 | 2017-09-28 | General Dynamics Mission Systems, Inc. | System and methods for automatic solar panel recognition and defect detection using infrared imaging |
US20180151899A1 (en) * | 2016-11-29 | 2018-05-31 | Lockheed Martin Advanced Energy Storage, Llc | Flow batteries having adjustable circulation rate capabilities and methods associated therewith |
CN107643325A (zh) * | 2017-10-20 | 2018-01-30 | 郑州云启工业设备技术有限公司 | 一种锂电池隔膜在线智能检测装置与方法 |
CN108490005A (zh) * | 2018-03-09 | 2018-09-04 | 华南理工大学 | 锂离子电池纤维素隔膜多尺度结构模型的优化方法 |
WO2019198146A1 (ja) * | 2018-04-10 | 2019-10-17 | 株式会社 東芝 | 電極群、非水電解質電池及び電池パック |
CN109635831A (zh) * | 2018-10-30 | 2019-04-16 | 成都云材智慧数据科技有限公司 | 一种锂离子电池正极材料电压性能预测方法 |
CN109376792A (zh) * | 2018-11-07 | 2019-02-22 | 河北工业大学 | 基于多通道残差神经网络的光伏电池外观缺陷分类方法 |
CN109489566A (zh) * | 2018-11-07 | 2019-03-19 | 广州超音速自动化科技股份有限公司 | 锂电池隔膜材料分切宽度检测方法、检测系统及装置 |
CN110598757A (zh) * | 2019-08-23 | 2019-12-20 | 国网山东省电力公司电力科学研究院 | 一种输电线路的施工机械隐患检测方法 |
CN110706173A (zh) * | 2019-09-27 | 2020-01-17 | 中国计量大学 | 基于卷积神经网络的原子力显微镜图像盲复原方法 |
CN113030093A (zh) * | 2020-12-30 | 2021-06-25 | 凌云光技术股份有限公司 | 一种电池隔膜表面缺陷检测方法和系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114221089A (zh) * | 2021-11-09 | 2022-03-22 | 北方华锦化学工业股份有限公司 | 一种用于干法锂电池隔膜的制备方法 |
CN115633157A (zh) * | 2022-12-23 | 2023-01-20 | 合肥惠强新能源材料科技有限公司 | 用于锂电池隔膜加工的远程监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111129400B (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113239930B (zh) | 一种玻璃纸缺陷识别方法、系统、装置及存储介质 | |
CN111460968B (zh) | 基于视频的无人机识别与跟踪方法及装置 | |
CN111129400B (zh) | 一种多孔锂电池隔膜的制备工艺 | |
CN110322453A (zh) | 基于位置注意力和辅助网络的3d点云语义分割方法 | |
CN110796009A (zh) | 基于多尺度卷积神经网络模型的海上船只检测方法及系统 | |
CN108875602A (zh) | 监控环境下基于深度学习的人脸识别方法 | |
CN110298227B (zh) | 一种基于深度学习的无人机航拍图像中的车辆检测方法 | |
CN107146240A (zh) | 基于相关滤波和显著性检测的航拍视频目标跟踪方法 | |
CN110704712A (zh) | 基于图像检索的场景图片拍摄位置范围识别方法及系统 | |
CN113837193B (zh) | 一种基于改进U-Net网络的锌浮选泡沫图像分割方法 | |
CN105808691A (zh) | 一种卡口车辆检索方法及其系统 | |
CN110766046A (zh) | 一种双通道卷积神经网络集成学习的空气质量测量方法 | |
CN109829406A (zh) | 一种室内空间识别方法 | |
CN109635814A (zh) | 基于深度神经网络的森林火灾自动检测方法和装置 | |
CN112836677A (zh) | 一种利用深度学习的弱监督车辆重识别方法 | |
CN109800756A (zh) | 一种用于中文历史文献密集文本的文字检测识别方法 | |
CN112802027A (zh) | 一种目标对象的分析方法、存储介质及电子装置 | |
CN114782714A (zh) | 一种基于上下文信息融合的图像匹配方法及装置 | |
CN113642558A (zh) | 耐张线夹压接缺陷的x射线图像识别方法及装置 | |
CN106922017A (zh) | 定位方法以及终端 | |
CN116994068A (zh) | 一种基于知识蒸馏的目标检测方法及装置 | |
CN110598716A (zh) | 一种人员属性识别方法、装置及系统 | |
CN114529721B (zh) | 一种基于深度学习的城市遥感影像植被覆盖识别方法 | |
CN113724278A (zh) | 基于边缘检测的交通道路图像分割方法、系统及计算机可读存储介质 | |
CN113705342A (zh) | 一种基于人体上下文注意力机制的人脸检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Preparation process of porous lithium battery separator Effective date of registration: 20221101 Granted publication date: 20220809 Pledgee: Industrial and Commercial Bank of China Limited Wuhan Huangpi Sub branch Pledgor: HUIQIANG (WUHAN) NEW ENERGY MATERIAL TECHNOLOGY CO.,LTD. Registration number: Y2022420000359 |