CN111562503B - 一种锂离子电池充放电设备未做故障的分析处理方法 - Google Patents
一种锂离子电池充放电设备未做故障的分析处理方法 Download PDFInfo
- Publication number
- CN111562503B CN111562503B CN202010263187.XA CN202010263187A CN111562503B CN 111562503 B CN111562503 B CN 111562503B CN 202010263187 A CN202010263187 A CN 202010263187A CN 111562503 B CN111562503 B CN 111562503B
- Authority
- CN
- China
- Prior art keywords
- charging
- battery
- discharging
- fault
- equipment
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/3865—Arrangements for measuring battery or accumulator variables related to manufacture, e.g. testing after manufacture
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种锂离子电池充放电设备未做故障的分析处理方法,包括步骤:第一步,对锂离子电池,对应采用电池充放电设备的充放电通道,进行预设多次的充放电操作,根据预设的分类判定标准,判定电池是否存在充放电未做问题,并区分为电池充放电设备通道故障因素、OCV检测设备因素、环境因素和电池因素四大类因素;第二步,对存在电池充放电设备通道故障的电池,根据充放电数据及预设的通道故障异常分类标准,区分为预设的多个通道异常类别。本发明能够判定电池充放电未做的原因是否由电池充放电设备故障的原因引起,以及能够对电池充放电设备故障的具体类型和故障部位进行判定,保证了对电池充放电设备的有效维护。
Description
技术领域
本发明涉及锂离子电池技术领域,特别是涉及一种锂离子电池充放电设备未做故障的分析处理方法。
背景技术
目前,圆柱型锂离子电池在生产过程中,需要对电池进行充放电测试,充放电合格的电池再进行老化、分容、外观分选及包装发货。
由于各型号电池的充放电测试流程不同,容量、电压也不相同,因此电池充放电未做(即未完成,未达到预设合格标准)的判定标准也不相同。因此,目前,根据未经分析的数据,无法判定充放电未做问题的出现,是否由充放电设备故障的原因引起还是由其他的原因引起,更无法判定充放电设备故障原因的具体类型及故障部位,这个问题,在充放电未做问题的出现比例较高的老旧设备上,影响尤其明显。
因此,目前的技术,由于无法判定电池充放电未做的原因是否由电池充放电设备故障的原因引起,以及无法对电池充放电设备故障的具体类型和故障部位进行判定,严重影响了对电池充放电设备的有效维护(在备件不充足时,更无法实现有效利用),无法将电池充放电未做问题的出现比例控制在较低水平,造成大量的电池返工,影响电池产品的直通率。
发明内容
本发明的目的是针对现有技术存在的技术缺陷,提供一种锂离子电池充放电设备未做故障的分析处理方法。
为此,本发明提供了一种锂离子电池充放电设备未做故障的分析处理方法,包括以下步骤:
第一步,对锂离子电池,对应采用电池充放电设备的充放电通道,进行预设多次的充放电操作,并且实时采集每次充放电操作中的充放电数据,然后根据预设的分类判定标准,判定电池是否存在充放电未做问题,并将电池存在充放电未做问题的原因,区分为电池充放电设备通道故障因素、OCV检测设备因素、环境因素和电池因素四大类因素;
第二步,对于存在充放电未做问题的原因为电池充放电设备通道故障因素的电池,根据该电池的充放电数据,以及根据预设的通道故障异常分类标准,将该电池所对应的电池充放电设备的充放电通道存在故障的具体原因,区分为接触异常、首步充电异常、充电切换异常、充放切换异常、放充切换异常和精度错误异常。
其中,还包括以下步骤:
第三步,对于电池充放电设备具有的每个充放电通道,分别统计在预设固定长度的时间周期内,充放电通道的使用次数和故障次数,并计算故障率,然后,根据预设的筛选条件,对应筛选出其中的固定故障坏点通道。
其中,在第三步之后,还包括以下步骤:
第四步,统计电池充放电设备的固定故障坏点通道的数目,当需要对其中的某个固定故障坏点通道进行检修时,根据执行第二步所采集的该固定故障坏点通道对应的电池充放电数据,对应获得该固定故障坏点通道对应的通道异常类别,然后即可获得导致该异常对应的硬件设备故障原因。
其中,在第一步中,当包括以下四个条件之一时,判断电池充放电过程中存在电池充放电通道异常问题,对应区分电池存在充放电未做问题的原因为电池充放电设备通道故障因素;
第一条件为:充电满电电压<Va;
第二条件为:放电终止电压<Vb或>Vc;
第三条件为:末步电压<Vd或>Ve;
第四条件为:放电容量<Dl或>D2;
以上四个条件为或的关系;
其中,Va为充电满电电压-6σ;Vb为放电终止电压-6σ,Vc为放电终止电压+6σ;Vd为末步电压设计值-6σ,Ve为末步电压设计值+6σ;D1为放电容量均值-6σ,D2为放电容量均值+6σ。
其中,在第一步中,当OCV<Vf时,判断电池充放电过程中存在OCV检测设备故障问题,对应区分电池存在充放电未做问题的原因为OCV检测设备因素;
其中,Vf为化成初始电压均值-6σ。
其中,在第一步中,当D1≤放电容量<D3时,判断电池充放电过程中存在电池容量低问题,对应区分电池存在充放电未做问题的原因为环境因素;
其中,D3为容量设计值-6σ;
当D4<放电容量≤D2时,判断电池充放电过程中存在电池容量高问题,对应区分电池存在充放电未做问题的原因为环境因素。
其中,在第一步中,当OCV<Vg时,判断电池充放电过程中存在电池电压低问题,对应区分电池存在充放电未做问题的原因为电池因素;
其中,Vg为末步电压均值-6σ。
其中,在第二步中,当首步充电容量C<Ca时,判断电池充放电设备通道故障的具体原因为接触异常,存在线路接触异常故障;
在第二步中,当Ca≤C≤Cb时,判断电池充放电设备通道故障的具体原因为首步充电异常,存在充电控制芯片故障;
在第二步中,当Cb<C且充电满电电压<Va时,判断电池充放电设备通道故障的具体原因为充电切换异常,存在充电芯片故障;
其中,Va为充电满电电压-6σ。
其中,在第二步中,当放电终止电压<Vb或>Vc时,判断电池充放电设备通道故障的具体原因为充放切换异常,存在放电芯片故障;
其中,Vb为放电终止电压-6σ,Vc为放电终止电压+6σ;
在第二步中,当末步电压<Vd或>Ve时,判断电池充放电设备通道故障的具体原因为放充切换异常,存在充电芯片故障;
其中,Vd为末步电压设计值-6σ,Ve为末步电压设计值+6σ。
由以上本发明提供的技术方案可见,与现有技术相比较,本发明提供了一种锂离子电池充放电设备未做故障的分析处理方法,其能够判定电池充放电未做的原因是否由电池充放电设备故障的原因引起,以及能够对电池充放电设备故障的具体类型和故障部位进行判定,从而保证了对电池充放电设备的有效维护,进而将电池充放电未做问题的出现比例控制在较低水平,避免了大量的电池返工,保证了电池产品的直通率,具有重大的实践意义。
附图说明
图1为本发明提供的一种锂离子电池充放电设备未做故障的分析处理方法的流程图;
图2为本发明提供的一种锂离子电池充放电设备未做故障的分析处理方法,在一种实施例中的电池充放电曲线示意图(局部图)。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和实施方式对本发明作进一步的详细说明。
参见图1、图2,本发明提供了一种锂离子电池充放电设备未做故障的分析处理方法,包括以下步骤:
第一步,对锂离子电池,对应采用电池充放电设备的充放电通道,进行预设多次的充放电操作,并且实时采集每次充放电操作(即各充放电步次)中的充放电数据(包括时间、电池容量和电压数据),然后根据预设的分类判定标准,判定电池是否存在充放电未做问题(即未完成,未达到预设合格标准),并将电池存在充放电未做问题的原因,区分为电池充放电设备通道故障因素、OCV(开路电压)检测设备因素、环境因素和电池因素四大类因素。
在本发明中,在第一步中,具体实现上,使用专用的数据系统,来对电池充放电设备进行充放电过程中的数据抓取。
在本发明中,在第一步中,电池充放电设备可以为现有的常规的电池充放电设备,只需要能够采集并输出每次充放电操作(即各充放电步次)中的充放电数据(包括时间、电池容量和电压数据)即可。电池充放电设备配套的数据系统(例如工业计算机、控制设备),可以用于实时接收并存储电池充放电设备所输出的充放电数据。
具体实现上,数据系统(例如工业计算机、控制设备),可以按指定要求抓取实时数据并与设定数据进行比较。充放电设备在本专利中,主要是按指定工艺流程对电池进行充放电并记录数据,将数据提供给数据系统。
在本发明中,在第一步中,具体实现上,参见下表1所示,当包括以下四个条件之一时,判断电池充放电过程中存在电池充放电通道异常问题,对应区分电池存在充放电未做问题的原因为电池充放电设备通道故障因素。
第一条件为:充电满电电压<Va;
第二条件为:放电终止电压<Vb或>Vc;
第三条件为:末步电压<Vd或>Ve;
第四条件为:放电容量<Dl或>D2;
以上四个条件为或的关系;
其中,Va为充电满电电压-6σ;Vb为放电终止电压-6σ,Vc为放电终止电压+6σ;Vd为末步电压设计值-6σ,Ve为末步电压设计值+6σ;D1为放电容量均值-6σ,D2为放电容量均值+6σ。
在本发明中,在第一步中,具体实现上,参见下表1所示,当OCV<Vf时,判断电池充放电过程中存在OCV检测设备故障问题,对应区分电池存在充放电未做问题的原因为OCV检测设备因素;
其中,Vf为化成初始电压均值-6σ。
在本发明中,在第一步中,具体实现上,参见下表1所示,当D1≤放电容量<D3时,判断电池充放电过程中存在电池容量低问题,对应区分电池存在充放电未做问题的原因为环境因素;
其中,D3为容量设计值-6σ;
当D4<放电容量≤D2时,判断电池充放电过程中存在电池容量高问题,对应区分电池存在充放电未做问题的原因为环境因素。
在本发明中,在第一步中,具体实现上,参见下表1所示,当OCV<Vg时,判断电池充放电过程中存在电池电压低问题,对应区分电池存在充放电未做问题的原因为电池因素;
其中,Vg为末步电压均值-6σ。
表1:电池充放电未做问题,可参考以下分选标准按顺序进行判定。
需要说明的是,在第一步中,电池按预定的充放电流程进行充放电,使用专用数据系统抓取各充放电步次的容量、电压数据(即电池充放电数据信息),然后进行电池是否存在充放电未做问题的初步分析,然后对导致未做问题的原因进行分类,区分为充放电设备通道故障因素、OCV(开路电压)检测设备因素、环境因素和电池因素。其中,不同电池的型号,按各自标准分选数据后,也可以累计分析。
第二步,对于存在充放电未做问题的原因为电池充放电设备通道故障因素的电池,根据该电池的充放电数据(包括时间、电池容量和电压数据),以及根据预设的通道故障异常分类标准,将该电池所对应的电池充放电设备的充放电通道存在故障的具体原因,区分为预设的多个通道异常类别(具体包括接触异常、首步充电异常、充电切换异常、充放切换异常、放充切换异常和精度错误NG异常)。
在本发明中,在第二步中,具体实现上,参见下表2所示,当首步充电容量C<Ca时,判断电池充放电设备通道故障的具体原因为接触异常,存在线路接触异常故障;
在本发明中,在第二步中,具体实现上,参见下表2所示,当Ca≤C≤Cb时,判断电池充放电设备通道故障的具体原因为首步充电异常,存在充电控制芯片故障;
需要说明的是,Ca和Cb是在时间t1、t2点的理论容量值,是实际充电容量C比对的边界,具体的数值计算公式,参见下文所述。
在本发明中,在第二步中,具体实现上,参见下表2所示,当Cb<C且充电满电电压<Va时,判断电池充放电设备通道故障的具体原因为充电切换异常,存在充电芯片故障;
其中,Va为充电满电电压-6σ。
需要说明的是,Cb是在时间t2点的理论容量值,是实际充电容量C比对的边界,具体的数值计算公式,参见下文所述。
在本发明中,在第二步中,具体实现上,参见下表2所示,当放电终止电压<Vb或>Vc时,判断电池充放电设备通道故障的具体原因为充放切换异常,存在放电芯片故障;
其中,Vb为放电终止电压-6σ,Vc为放电终止电压+6σ。
在本发明中,在第二步中,具体实现上,参见下表2所示,当末步电压<Vd或>Ve时,判断电池充放电设备通道故障的具体原因为放充切换异常,存在充电芯片故障;
其中,Vd为末步电压设计值-6σ,Ve为末步电压设计值+6σ。
表2:对电池充放电设备通道异常数据,可参照如下分选标准按顺序进行判定。
需要说明的是,对于本发明,在第二步中,电池进行充放电过程中,首步充电(即首次充电)时实时监控数据,并按条件抓取数据C。使用系统抓取的各充放电步次容量、电压数据,对充放电设备通道异常进行细分,通常区分为接触异常、首步充电异常、充电切换异常、充放切换异常、放充切换异常、精度NG异常。这里的接触异常:是指从针板的探针至驱动板、电源整条线路中的接触异常,充电切换、充放切换、放充切换一般为驱动板芯片故障。具体实现上,线路接触异常接触和芯片故障,均需要针对性进行维护。
对于本发明,具体实现上,首步充电容量C的判定边界a、b的选择:结合附图2所示,在充电曲线斜率高的区间进行数据采集,以利于设备通道异常类别的判定,具体如下:
首先,定义数据采集时间间隔为Δt,恒流充电标称电流为I理,恒流充电实际输入电流为I测,时间记为t时的电压记为Vt,压差ΔVt=Vt-V0,t在0~1min范围内选择。
首步恒流充电容量C(t)=∫0 tI测dt;
举例:t0=0,t1=2Δt,t2=8Δt时;
一、当t=t1时,Ca=∫0 t1I理dt=2Δt·I理;
如果ΔV1<100,则获取此时容量C(t1)=∫0 t1I测dt,令C=C(t1)。此种情况可判定为通道线路接触异常;
如果ΔV1>=100,则继续监控数据;
二、当t=t2时,Cb=∫0 t2I理dt=8Δt·I理;
如果ΔV2<500,则获取此时容量C(t2)=∫0 t2I测dt,令C=C(t2)。此种情况可判定为首步充电异常;
如果ΔV2>=500,则继续监控数据至首步充电步次结束;
各电池型号因体系差异,可依据充放电曲线进行数据关键点Ca、Cb及ΔV标准的选择。
需要说明的是,在本发明中,t指时间(time),t0、t1、t2是时间取样点,C指容量(capacity),V指电压(voltage)。
当t=t0时,电压为V0;
当t=t1时,Ca为按标称电流充电t1-t0时长的容量,电压为V1,压差ΔV1=V1-V0;
当t=t2时,Cb为按标称电流充电t2-t0时长的容量,电压为V2,压差ΔV2=V2-V0。
第三步,对于电池充放电设备具有的每个充放电通道,分别统计在预设固定长度的时间周期内,充放电通道的使用次数和故障次数,并计算故障率(故障率=故障次数/使用次数),然后,根据预设的筛选条件,对应筛选出其中的固定故障坏点通道(即判定充放电通道是否为固定故障坏点通道,即容易重复坏点的通道);
在本发明中,在第二步中,具体实现上,预设的筛选条件可以如下:
如果充放电通道的使用次数>x,且故障率>y,这时候,该充放电通道统计为固定故障坏点通道;
其中,时间周期的长度、x、y可根据实际生产情况及设备水平确定。例如X为预设正常使用次数,如1万次。例如y为50%。
第四步,统计电池充放电设备的固定故障坏点通道的数目,当需要对其中的某个固定故障坏点通道进行检修时(包括维护及备件申购),根据执行第二步所采集的该固定故障坏点通道对应的电池充放电数据,对应获得该固定故障坏点通道对应的通道异常类别,然后即可获得导致该异常对应的硬件设备故障原因。
需要说明的是,在第四步中,通过统计电池充放电设备层的固定坏点通道数,并调取指定固定坏点的故障类型,指导设备维护及备件申购。
例如,参见下表3所示,对于四个不同的电池充放电设备,其具有的固定故障坏点通道的数目可以如表3所示。
表3:
电池充放电设备的设备号 | 固定故障坏点通道的数目 |
27-2-1 | 2 |
28-1-1 | 1 |
28-2-1 | 3 |
28-3-1 | 2 |
此外,如下表4所示,通过应用本发明,可以区分多个不同的电池充放电设备,其具有的通道号以及通道故障次数、故障率等,以及对应的通道异常类别。
表4:
设备号 | 位置号 | 通道号 | 设备分组 | 投入数 | 故障次数 | 故障率 | 接触 | 首步充电 | 充电切换 | 充放切换 | 放充切换 | 精度NG |
27-2-1 | 07-003 | 99 | Q1 | 5 | 5 | 100% | 0 | 0 | 5 | 0 | 0 | 0 |
27-2-1 | 10-012 | 156 | Q1 | 5 | 5 | 100% | 5 | 0 | 0 | 0 | 0 | 0 |
27-4-1 | 07-002 | 98 | Q1 | 12 | 11 | 92% | 11 | 0 | 0 | 0 | 0 | 0 |
27-7-1 | 04-013 | 61 | Q1 | 11 | 11 | 100% | 11 | 0 | 0 | 0 | 0 | 0 |
27-7-1 | 10-009 | 153 | Q1 | 11 | 6 | 55% | 6 | 0 | 0 | 0 | 0 | 0 |
27-7-1 | 16-006 | 246 | Q1 | 11 | 11 | 100% | 11 | 0 | 0 | 0 | 0 | 0 |
27-8-1 | 01-002 | 2 | Q1 | 11 | 11 | 100% | 0 | 11 | 0 | 0 | 0 | 0 |
27-8-1 | 03-005 | 37 | Q1 | 10 | 10 | 100% | 0 | 0 | 0 | 10 | 0 | 0 |
因此,综上所述,与现有技术相比较,本发明提供的一种锂离子电池充放电设备未做故障的分析处理方法,可以有效实现对设备原因未做故障的固定坏点进行筛选及故障类型识别,准确指导设备维护及设备备件采购,有利于提高电池生产厂家产品一次良品率控制水平,降本增效。另外,本发明提供的分析处理方法不仅适用于圆柱形的锂离子电池,同样适用于方形锂离子电池和软包锂离子电池充放电设备的未做故障的分析处理。
需要说明的是,本发明涉及一种锂离子电池充放电设备未做故障的分析处理方法。本发明根据电池批量生产使用充放电设备点数巨大、设备折旧过程中未做故障会快速增加的现状,重新设计了充放电设备未做故障分析方式。原有未做故障判定方式下,在维修时使用专用电池执行测试流程(测试时间6-8小时),并按照实测数据进行未做故障通道判定,需要找出故障通道后再依次排查设备线路确认故障原因并更换零件,且无法区分随机坏点和重复坏点,修复效率低,影响产品制造直通率,产品需要进行二次返工,增加制造成本。
本发明通过重新设计充放电设备未做故障分析方式,将设备故障通道维护提至新批次投入前,在日常生产时抓取充放电过程数据并进行累积数据分析(分析时间为0.5-1h),提升设备维护效率;在排除非设备异常的影响后分析设备通道故障的故障原因,经设备故障通道筛选后可确认重复坏点(坏点重复3次及以上即可识别)及故障类型,重点对设备重复坏点进行维护,提升设备维护的准确性;目前MES等系统还无法实现此功能。本发明使用专用数据系统完成数据分析,确认充放电未做故障通道维护的优先级,可以用于设备维护指导、备件采购指导,降低未做比例,提升产品一次良品率。
与现有技术相比较,本发明根据电池批量生产使用充放电设备点数巨大、设备折旧过程中未做故障会快速增加的现状,重新设计了充放电设备未做故障分析方式,具体如下:
1、将设备故障通道维护提至新批次投入前,在日常生产时抓取充放电过程数据并进行累积数据分析,分析时间为由常规6-8h,缩短至0.5-1h,提升设备维护效率;
2、在排除非设备异常的影响后,分析设备通道故障的故障原因,设备坏点重复3次及以上,即可识别为重复坏点并反馈故障类型,重点对设备重复坏点进行维护,提升设备维护的准确性;
3、使用专用数据系统完成数据分析,确认充放电未做故障通道维护的优先级,可以用于设备维护指导、备件采购指导,提升一次直通率,降本增效,具有重大实际意义。
需要说明的是,对于本发明,其目的在于通过重新设计电池充放电设备未做故障分析处理方法,使用专用数据系统对在此设备进行充放电时抓取数据并对数据进行分析整理,可以有效实现对设备原因未做故障的重复通道进行筛选及故障类型识别,提高设备维护效率,降低设备未做比例,提升产品一次良品率。
对于本发明,通过数据系统对设备序号、电池型号、充放电步次的数据进行采集,先按型号对未做数据进行分类(区分环境、电池及设备原因),再对设备原因的未做数据进行二次细分,按设备通道号记录故障原因,并统计重复故障通道并报告故障原因。使用历史数据进行重复故障通道判定,将设备故障通道维护提至新批次投入前,剔除非设备异常的影响,重点维护重复故障通道,提升设备维护的准确性。
与现有技术相比较,本发明通过重新设计电池充放电设备未做故障分析处理方法,使用专用数据系统对在平时生产过程中充放电时抓取数据并对数据分析整理,提前确认重复故障通道及故障原因,准确指导设备维护,指导设备备件采购,使设备未做率控制在低水平,保证产品一次作对。尽早发现故障部位,避免安全隐患。
综上所述,与现有技术相比较,本发明提供的一种锂离子电池充放电设备未做故障的分析处理方法,其能够判定电池充放电未做的原因是否由电池充放电设备故障的原因引起,以及能够对电池充放电设备故障的具体类型和故障部位进行判定,从而保证了对电池充放电设备的有效维护,进而将电池充放电未做问题的出现比例控制在较低水平,避免了大量的电池返工,保证了电池产品的直通率,具有重大的实践意义。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一种锂离子电池充放电设备未做故障的分析处理方法,未做即未达到预设合格标准,其特征在于,包括以下步骤:
第一步,对锂离子电池,对应采用电池充放电设备的充放电通道,进行预设多次的充放电操作,并且实时采集每次充放电操作中的充放电数据,然后根据预设的分类判定标准,判定电池是否存在充放电未做问题,并将电池存在充放电未做问题的原因,区分为电池充放电设备通道故障因素、OCV检测设备因素、环境因素和电池因素四大类因素;
第二步,对于存在充放电未做问题的原因为电池充放电设备通道故障因素的电池,根据该电池的充放电数据,以及根据预设的通道故障异常分类标准,将该电池所对应的电池充放电设备的充放电通道存在故障的具体原因,区分为预设的多个通道异常类别;
在第一步中,当包括以下四个条件之一时,判断电池充放电过程中存在电池充放电通道异常问题,对应区分电池存在充放电未做问题的原因为电池充放电设备通道故障因素;
第一条件为:充电满电电压<Va;
第二条件为:放电终止电压<Vb或>Vc;
第三条件为:末步电压<Vd或>Ve;
第四条件为:放电容量<Dl或>D2;
以上四个条件为或的关系;
其中,Va为充电满电电压-6σ;Vb为放电终止电压-6σ,Vc为放电终止电压+6σ;Vd为末步电压设计值-6σ,Ve为末步电压设计值+6σ;D1为放电容量均值-6σ,D2为放电容量均值+6σ;
在第一步中,当OCV<Vf时,判断电池充放电过程中存在OCV检测设备故障问题,对应区分电池存在充放电未做问题的原因为OCV检测设备因素;
其中,Vf为化成初始电压均值-6σ;
在第一步中,当D1≤放电容量<D3时,判断电池充放电过程中存在电池容量低问题,对应区分电池存在充放电未做问题的原因为环境因素;
其中,D3为容量设计值-6σ;
当D4<放电容量≤D2时,判断电池充放电过程中存在电池容量高问题,对应区分电池存在充放电未做问题的原因为环境因素;
在第一步中,当OCV<Vg时,判断电池充放电过程中存在电池电压低问题,对应区分电池存在充放电未做问题的原因为电池因素;
其中,Vg为末步电压均值-6σ;
在第二步中,当首步充电容量C<Ca时,判断电池充放电设备通道故障的具体原因为接触异常,存在线路接触异常故障;
在第二步中,当Ca≤C≤Cb时,判断电池充放电设备通道故障的具体原因为首步充电异常,存在充电控制芯片故障;
在第二步中,当Cb<C且充电满电电压<Va时,判断电池充放电设备通道故障的具体原因为充电切换异常,存在充电芯片故障;
其中,Va为充电满电电压-6σ;
在第二步中,当放电终止电压<Vb或>Vc时,判断电池充放电设备通道故障的具体原因为充放切换异常,存在放电芯片故障;
其中,Vb为放电终止电压-6σ,Vc为放电终止电压+6σ;
在第二步中,当末步电压<Vd或>Ve时,判断电池充放电设备通道故障的具体原因为放充切换异常,存在充电芯片故障;
其中,Vd为末步电压设计值-6σ,Ve为末步电压设计值+6σ。
2.如权利要求1所述的分析处理方法,其特征在于,还包括以下步骤:
第三步,对于电池充放电设备具有的每个充放电通道,分别统计在预设固定长度的时间周期内,充放电通道的使用次数和故障次数,并计算故障率,然后,根据预设的筛选条件,对应筛选出其中的固定故障坏点通道。
3.如权利要求2所述的分析处理方法,其特征在于,在第三步之后,还包括以下步骤:
第四步,统计电池充放电设备的固定故障坏点通道的数目,当需要对其中的某个固定故障坏点通道进行检修时,根据执行第二步所采集的该固定故障坏点通道对应的电池充放电数据,对应获得该固定故障坏点通道对应的通道异常类别,然后即可获得导致该异常对应的硬件设备故障原因。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010263187.XA CN111562503B (zh) | 2020-04-07 | 2020-04-07 | 一种锂离子电池充放电设备未做故障的分析处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010263187.XA CN111562503B (zh) | 2020-04-07 | 2020-04-07 | 一种锂离子电池充放电设备未做故障的分析处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111562503A CN111562503A (zh) | 2020-08-21 |
CN111562503B true CN111562503B (zh) | 2022-05-03 |
Family
ID=72071433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010263187.XA Active CN111562503B (zh) | 2020-04-07 | 2020-04-07 | 一种锂离子电池充放电设备未做故障的分析处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111562503B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114818831B (zh) * | 2022-05-27 | 2023-04-07 | 深圳先进技术研究院 | 基于多源感知的双向锂离子电池故障检测方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05152005A (ja) * | 1991-11-28 | 1993-06-18 | Canon Inc | 充電装置 |
CN102117941A (zh) * | 2010-01-05 | 2011-07-06 | 中国移动通信集团甘肃有限公司 | 蓄电池故障监控维护的方法和装置 |
CN102332616A (zh) * | 2011-07-29 | 2012-01-25 | 奇瑞汽车股份有限公司 | 一种动力电池管理系统的诊断控制方法 |
CN105242211A (zh) * | 2015-09-02 | 2016-01-13 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种全钒液流电池故障快速检测定位方法 |
JP2017184590A (ja) * | 2016-03-31 | 2017-10-05 | 東亜ディーケーケー株式会社 | 無停電電源装置のバッテリー診断機能付きコントローラおよびその診断方法 |
CN108646183A (zh) * | 2018-03-30 | 2018-10-12 | 合肥国轩高科动力能源有限公司 | 一种电池组中电池故障诊断方法 |
CN109165687A (zh) * | 2018-08-28 | 2019-01-08 | 哈尔滨理工大学 | 基于多分类支持向量机算法的车用锂电池故障诊断方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180074301A (ko) * | 2016-12-23 | 2018-07-03 | 삼성전자주식회사 | 배터리 이상 상태 확인 방법 및 장치 |
-
2020
- 2020-04-07 CN CN202010263187.XA patent/CN111562503B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05152005A (ja) * | 1991-11-28 | 1993-06-18 | Canon Inc | 充電装置 |
CN102117941A (zh) * | 2010-01-05 | 2011-07-06 | 中国移动通信集团甘肃有限公司 | 蓄电池故障监控维护的方法和装置 |
CN102332616A (zh) * | 2011-07-29 | 2012-01-25 | 奇瑞汽车股份有限公司 | 一种动力电池管理系统的诊断控制方法 |
CN105242211A (zh) * | 2015-09-02 | 2016-01-13 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种全钒液流电池故障快速检测定位方法 |
JP2017184590A (ja) * | 2016-03-31 | 2017-10-05 | 東亜ディーケーケー株式会社 | 無停電電源装置のバッテリー診断機能付きコントローラおよびその診断方法 |
CN108646183A (zh) * | 2018-03-30 | 2018-10-12 | 合肥国轩高科动力能源有限公司 | 一种电池组中电池故障诊断方法 |
CN109165687A (zh) * | 2018-08-28 | 2019-01-08 | 哈尔滨理工大学 | 基于多分类支持向量机算法的车用锂电池故障诊断方法 |
Non-Patent Citations (1)
Title |
---|
蓄电池组容量检测偏差故障分析;杨宇航;《电子制作》;20200331;第66-67页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111562503A (zh) | 2020-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6055463A (en) | Control system and method for semiconductor integrated circuit test process | |
EP1479025B1 (en) | Methods and apparatus for semiconductor testing | |
CN107478455B (zh) | 一种适用于威布尔分布型产品的定时截尾可靠性试验方法 | |
US7260444B2 (en) | Real-time management systems and methods for manufacturing management and yield rate analysis integration | |
US8606536B2 (en) | Methods and apparatus for hybrid outlier detection | |
CN104062305B (zh) | 一种集成电路缺陷的分析方法 | |
US6701204B1 (en) | System and method for finding defective tools in a semiconductor fabrication facility | |
US6857090B2 (en) | System and method for automatically analyzing and managing loss factors in test process of semiconductor integrated circuit devices | |
CN105702595B (zh) | 晶圆的良率判断方法以及晶圆合格测试的多变量检测方法 | |
CN104867840A (zh) | Ye在线检测管控方法 | |
KR0164247B1 (ko) | 인텔리전트 테스트라인 시스템 | |
CN112180230A (zh) | 芯片测试参数异常的侦测方法、存储介质、终端 | |
CN111562503B (zh) | 一种锂离子电池充放电设备未做故障的分析处理方法 | |
CN115616374A (zh) | 一种基于机器学习的半导体芯片的测试系统 | |
US9081051B2 (en) | Methods for testing manufactured products | |
US10656204B2 (en) | Failure detection for wire bonding in semiconductors | |
US20030169064A1 (en) | Selective trim and wafer testing of integrated circuits | |
CN105653455A (zh) | 一种程序漏洞的检测方法及检测系统 | |
CN104716069A (zh) | 晶圆可接受性测试机台内部环境的监测方法和监测装置 | |
CN102569118B (zh) | 一种半导体制程中的偏移管理的良率提升系统 | |
Yilmaz et al. | Adaptive test elimination for analog/RF circuits | |
CN112698174B (zh) | 一种肖特基芯片iv不良曲线的测试筛选方法 | |
CN108469571B (zh) | 基于趋势线拟合的多元试验数据分析的电缆状态评价方法 | |
CN114002574A (zh) | 半导体结构的测试方法 | |
US7137085B1 (en) | Wafer level global bitmap characterization in integrated circuit technology development |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230303 Address after: 300457 No. 38, Haitai South Road, Binhai high tech Industrial Development Zone (outer ring), Binhai New Area, Tianjin Patentee after: TIANJIN LISHEN BATTERY JOINT-STOCK Co.,Ltd. Patentee after: Tianjin Juyuan New Energy Technology Co.,Ltd. Address before: No.38, South Haitai Road, Binhai high tech Industrial Development Zone, Binhai New Area, Tianjin Patentee before: TIANJIN LISHEN BATTERY JOINT-STOCK Co.,Ltd. |