CN116125299A - 电芯包异常检测方法、装置、设备以及存储介质 - Google Patents

电芯包异常检测方法、装置、设备以及存储介质 Download PDF

Info

Publication number
CN116125299A
CN116125299A CN202211590993.3A CN202211590993A CN116125299A CN 116125299 A CN116125299 A CN 116125299A CN 202211590993 A CN202211590993 A CN 202211590993A CN 116125299 A CN116125299 A CN 116125299A
Authority
CN
China
Prior art keywords
abnormal
battery cell
thermal
temperature
determining
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.)
Pending
Application number
CN202211590993.3A
Other languages
English (en)
Inventor
严高超
朱建堂
张晓瑞
王亚杰
王解华
赵艳明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202211590993.3A priority Critical patent/CN116125299A/zh
Publication of CN116125299A publication Critical patent/CN116125299A/zh
Pending legal-status Critical Current

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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0096—Radiation pyrometry, e.g. infrared or optical thermometry for measuring wires, electrical contacts or electronic systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/48—Thermography; Techniques using wholly visual means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J2005/0077—Imaging
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Secondary Cells (AREA)

Abstract

本申请涉及一种电芯包异常检测方法、装置、计算机设备和计算机可读存储介质。所述方法包括：基于所获取的待测电芯包的多个电芯的热感图像，确定热感图像中与各电芯对应的热感区域，基于各热感区域的温度信息，确定对应的电芯是否异常，若至少一个电芯存在异常，则确定待测电池包异常。采用本方法增加了电芯包的测量面积、对比数据，提升了电芯包的检测要求，实现了对电芯包测表面加热膜的自动化测温，有效减少了人为失误对生产过程的危害。

Description

电芯包异常检测方法、装置、设备以及存储介质
技术领域
本申请涉及汽车电池技术领域，特别是涉及一种电芯包异常检测方法、装5置、计算机设备以及计算机可读存储介质。
背景技术
随着新能源汽车的不断发展，合格汽车的电芯包对新能源汽车至关重要，
在新能源汽车电芯包在生产过程中，需要对电芯包侧面的加热膜进行测温监控，0以判断该电芯是否合格，防止有温度异常的电池包流入市场造成危害。
电芯包侧面加热膜的测温工艺近年来才出现，目前各大新能源汽车厂商生产车用电芯包时的温度检测工序，基本上是由人工手持红外测温仪对电芯包中的小电芯侧面逐个进行测量。人工测量各个小电芯温度，不仅费时费力效率低，
且相关的测温数据无法及时保存本地和上传MES系统，从而导致了电芯包的相关测温数据无法溯源。
因此，为了提高生产效率以及电芯包的品质，降低人为因素影响，电芯包侧表面加热膜的测温工序迫切需要实现自动化。
发明内容
0基于此，有必要针对上述技术问题，提供一种能够实现对电芯包测表面加热膜的自动化测温、提高电芯包生产效率的电芯包异常检测方法、装置、计算机设备以及计算机可读存储介质。
第一方面，本申请提供了一种电芯包异常检测方法，所述方法包括：
基于所获取的待测电芯包的多个电芯的热感图像，确定所述热感图像中与5各所述电芯对应的热感区域；
基于各所述热感区域的温度信息，确定对应的所述电芯是否异常；
若至少一个所述电芯存在异常，则确定所述待测电池包异常。
在其中一个实施例中，所述温度信息包括最高温度值、最低温度值，所述基于各所述热感区域的温度信息，确定对应的所述电芯是否异常包括：
若所述热感区域的最高温度值高于预设的最高温度阈值，则确定所述热感区域对应的所述电芯温度异常；或者
若所述热感区域的最低温度值低于预设的最低温度阈值，则确定所述热感区域对应的所述电芯温度异常。
在其中一个实施例中，所述温度信息还包括平均温度值，所述基于各所述热感区域的温度信息，确定对应的所述电芯是否异常还包括：
若所述热感区域的平均温度值超出预设的平均温度阈值区间，则确定所述热感区域对应的所述电芯温度异常。
在其中一个实施例中，所述温度信息还包括所述最高温度值与所述最低温度值的温度差值，所述基于各所述热感区域的温度信息，确定对应的所述电芯是否异常还包括：
若所述热感区域的温度差值超出预设的差值阈值区间，则确定所述热感区域对应的所述电芯温度异常。
在其中一个实施例中，在确定各所述电芯正常的情况下，所述方法还包括：
判断各所述电芯的检测次数是否大于N，若否，则基于重新获取的热感图像，确定各所述电芯是否异常，直到检测次数大于N或至少一个所述电芯存在异常，N为大于等于2的整数。
在其中一个实施例中，所述基于所获取的待测电芯包的多个电芯的热感图像，确定所述热感图像中与各所述电芯对应的热感区域包括：
基于所述待测电芯包中各所述电芯的位置信息，对所述热感图像进行分割，确定所述热感图像中与各所述电芯对应的热感区域。
在其中一个实施例中，所述方法还包括：
在所述电芯存在异常的情况下，标记该所述电芯对应的所述热感区域的编号；
记录存在异常的电芯对应的编号以及数量。
第二方面，本申请还提供了一种电芯包异常检测装置，所述装置包括：
区域划分模块，用于基于所获取的待测电芯包的多个电芯的热感图像，确定所述热感图像中与各所述电芯对应的热感区域；
异常检测模块，用于基于各所述热感区域的温度信息，确定对应的所述电芯是否异常；
异常判断模块，用于若至少一个所述电芯存在异常，则确定所述待测电池包异常。
第三方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面的内容。
第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面的内容。
上述电池包异常检测方法、装置、计算机设备、存储介质和计算机程序产品，通过基于所获取的待测电芯包的多个电芯的热感图像，确定所述热感图像中与各所述电芯对应的热感区域，基于各所述热感区域的温度信息，确定对应的所述电芯是否异常，若至少一个所述电芯存在异常，则确定所述待测电池包异常，增加了电芯包的测量面积、对比数据，提升了电芯包的检测要求，实现了对电芯包测表面加热膜的自动化测温，有效减少了人为失误对生产过程的危害。
附图说明
图1为一个实施例中电芯包异常检测方法的应用环境图；
图2为一个实施例中电芯包异常检测方法的流程示意图；
图3为一个实施例中待测电芯包的结构框图；
图4为一个实施例中各电芯最高温度值与最低温度值检测步骤的流程示意图；
图5为另一个实施例中电芯包异常检测方法的流程示意图；
图6为一个示例实施例中电芯包异常检测方法的流程示意图；
图7为一个示例实施例中待测电芯包异常检测的效果图；
图8为一个实施例中电芯包异常检测装置的结构框图；
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
本申请实施例提供的电芯包异常检测方法，可以应用于如图1所示的应用环境中。其中，扫码器101、终端102、红外测温仪103通过网络与服务器104进行通信。数据存储系统105可以存储红外测温仪103检测到的需要处理的温度信息。数据存储系统105可以集成在服务器104上，也可以放在云上或其他网络服务器上。基于红外测温仪103所获取的待测电芯包的多个电芯的热感图像，通过终端102确定热感图像中与各电芯对应的热感区域，并基于各热感区域的温度信息，确定对应的电芯是否异常，若至少一个电芯存在异常，则确定待测电池包异常。其中，终端102可以但不限于是各种上位机、个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种电芯包异常检测方法，以该方法应用于图1中的应用环境为例进行说明，包括以下步骤：
S202，基于所获取的待测电芯包的多个电芯的热感图像，确定热感图像中与各电芯对应的热感区域。
其中，如图3所示，待测电芯包由多个电芯32连接组成，待测电芯包的侧面贴有加热膜34；热感图像是由红外测温仪获取的动态热感图像中的一帧图像。
可选地，在测温前通过扫码器扫描待测电芯包上的产品序列号进行产品绑定。
可选地，根据实际生产环境，设置待测电芯包的待检测温度对应的通电时长，通过待测电芯包的加热膜进行恒流恒压通电，产生稳定的温升。停止通电后，利用红外测温仪对准待测电芯包的加热膜获取动态热感图像。
可选地，通过上位机对热感图像进行分割，确定热感图像中与各电芯对应的热感区域。
S204，基于各热感区域的温度信息，确定对应的电芯是否异常。
可选地，根据实际生产环境以及生产需求，设置温度信息的阈值，通过上位机软件读取各个热感区域对应电芯的温度信息，判断各热感区域的温度信息是否偏离阈值，若某一热感区域的温度信息偏离阈值，则该热感区域对应的电芯异常，上位机抓取此时的热感图像进行存储。
S206，若至少一个电芯存在异常，则确定待测电池包异常。
上述电芯包异常检测方法中，基于所获取的待测电芯包的多个电芯的热感图像，确定热感图像中与各电芯对应的热感区域；基于各热感区域的温度信息，确定对应的电芯是否异常；若至少一个电芯存在异常，则确定待测电池包异常，实现了待测电芯包的自动化测温，并通过对待测电芯包的热感区域进行检测，增加了测量面积，降低了人工检测时只能检测到电芯包某一点温度造成的检测误差，提升了电芯包的检测要求。
在一个实施例中，基于所获取的待测电芯包的多个电芯的热感图像，确定热感图像中与各电芯对应的热感区域包括：
基于待测电芯包中各电芯的位置信息，对热感图像进行分割，确定热感图像中与各电芯对应的热感区域。
可选地，在自动化生产过程中，待测电芯包的电芯位置一般是固定的，因此基于待测电芯包中各电芯的位置信息对热感图像进行分割的步骤只需要进行一次，在后期的生产过程中，只需沿用第一次分割确定的热感图像中与各电芯对应的热感区域。
在一个实施例中，如图4所示，温度信息包括最高温度值、最低温度值，基于各热感区域的温度信息，确定对应的电芯是否异常包括以下步骤：
S402，若热感区域的最高温度值高于预设的最高温度阈值，则确定热感区域对应的电芯温度异常。
或者，S404，若热感区域的最低温度值低于预设的最低温度阈值，则确定热感区域对应的电芯温度异常。
可选地，判断各热感区域的最高温度值和最低温度值是否偏离设定的最高温度阈值或者最低温度阈值，若某热感区域内至少存在一个温度值偏离阈值，则该热感区域对应的电芯异常。
在一个实施例中，温度信息还包括平均温度值，基于各热感区域的温度信息，确定对应的电芯是否异常还包括：
若热感区域的平均温度值超出预设的平均温度阈值区间，则确定热感区域对应的电芯温度异常。
可选地，在采集到最高温度值与最低温度值之后，继续采集整个热感区域的平均温度值，设置平均温度阈值区间，若某热感区域内最高温度值、最低温度值和平均温度值中至少存在一个温度值偏离阈值，则该热感区域对应的电芯异常。
在上述实施例中，增加了平均温度值的判断流程，若最高温度值与最低温度值均正常，但平均温度值超出了平均温度阈值区间，则热感区域对应的电芯任存在异常，在实现待测电芯包的自动化温度检测之后，进一步提高各个电芯的检测标准。
在一个实施例中，温度信息还包括最高温度值与最低温度值的温度差值，基于各热感区域的温度信息，确定对应的电芯是否异常还包括：
若热感区域的温度差值超出预设的差值阈值区间，则确定热感区域对应的电芯温度异常。
可选地，在采集到最高温度值与最低温度值之后，计算得到二者的温度差值，设置差值阈值区间，若某热感区域内最高温度值、最低温度值、平均温度值以及温度差值中至少存在一个温度值偏离阈值，则该热感区域对应的电芯异常。
在上述三个实施例中，通过设置最高温度值、最低温度值的阈值以及平均温度值、温度差值的阈值区间，确定各个热感区域对应的电芯是否异常，增加了电芯的温度比对数据，提高了各电芯的检测要求，从而提高了待测电芯包的品质。
在一个实施例中，在确定各电芯正常的情况下，方法还包括：
判断各电芯的检测次数是否大于N，若否，则基于重新获取的热感图像，确定各电芯是否异常，直到检测次数大于N或至少一个电芯存在异常，N为大于等于2的整数。
可选地，在确定各电芯正常的情况下，判断各电芯的检测次数是否大于N，若否，基于动态热感图像重新获取一帧热感图像，再次对各电芯对应的热感区域的温度信息进行检测，确定各电芯是否异常，直到检测次数大于N。若N次检测结果中各电芯的温度信息均正常，则该待测电芯包正常，并在第N次检测结束后，抓取热感图像进行存储。
可选地，在确定各电芯正常的情况下，判断各电芯的检测次数是否大于N，若否，基于动态热感图像重新获取一帧热感图像，再次对各电芯对应的热感区域的温度信息进行检测，确定各电芯是否异常，若此时至少一个电芯存在异常，则该待测电芯包异常，并抓取此时检测到电芯异常的热感图像进行存储。
可选地，在检测到至少一个电芯存在异常的情况下，判断各电芯的检测次数是否大于N，若否，基于动态热感图像重新获取的一帧热感图像，再次对各电芯对应的热感区域的温度信息进行检测，确定各电芯是否异常。
可选地，在检测结束后，将待测电芯包N次检测采集得到的各电芯的最高温度值、最低温度值、平均温度值、温度差值以及抓取到的热感图像与该待测电芯包的产品序列号绑定，将数据上传至本地存储器。
可选地，在检测结束后，输出待测电芯包以及各电芯的检测结果。将待测电芯包的检测结果以及该待测电芯包对应的各个电芯的检测结果，存储至本地并上传至MES执行制造系统。
在一个实施例中，如图5所示，方法还包括以下步骤：
S502，在电芯存在异常的情况下，标记该电芯对应的热感区域的编号。
可选地，在对热感图像进行分割后，每个热感区域对应一个编号，在热感区域对应的电芯存在异常时，标记该热感区域的编号。
S504，记录存在异常的电芯对应的编号以及数量。
可选地，若待测电芯包的检测结果异常，则记录该待测电芯包中存在异常的电芯对应的编号以及数量。
在上述实施例中，通过记录异常电芯的编号以及数量，实时掌握待测电芯包中异常电芯的位置及数量，进一步提高待测电芯包异常检测的准确性。
在一个示例实施例中，以图3所示的电芯包为例，提供一种电芯包异常检测方法，图6为该方法的步骤流程图：
图3所示的待测电芯包的左右两侧均贴有加热膜，在实际检测时，对待测电芯包内的左右两侧的电芯同时进行检测。待测电芯包中电芯的数量可以根据实际生产环境进行调整。
在测温前，通过扫码器扫描待测电芯包上的产品序列号SN进行产品绑定。对待测电芯包侧面的加热膜恒流恒压通电，待测电芯包产生稳定的温升后停止加热，通电时间为10-15s。
S601，利用红外测温仪对准待测电芯包侧面的加热膜，获取动态热感图像。
S602，对红外测温仪获取到的动态热感图像进行分割，得到待测电芯包的各电芯对应的热感区域，并对各热感区域进行编号。
其中，在自动化生产的过程中，待测电芯包中各电芯的位置相同，利用红外测温仪获取动态热感图像的位置固定，因此可基于第一次图像分割得到的待测电芯包热感区域的分割框，对后续动态热感图像进行分割。
S603，每1秒采集一次动态热感图像的某一帧热感图像，以及热感图像中各热感区域对应的温度信息，包括最高温度值、最低温度值、平均温度值以及温度差值。
S604，将最高温度值、最低温度值、平均温度值以及温度差值与设置的最高温度值阈值、最低温度值阈值、平均温度阈值区间以及差值阈值区间进行比较，判断各热感区域对应的电芯是否异常。
S605，若至少一个温度值的比较结果存在异常，则该电芯异常，将异常电芯标记为NG，并抓取该帧热感图像进行存储。反之，则该电芯正常，将正常电芯标记为合格。
S606，判断该待测电芯包的温度信息的采集次数是否大于3，若否，则跳转至S603执行后续步骤，若是，则进行步骤S607。
S607，若至少一个电芯存在异常，则该待测电芯包异常，将该待测电芯包标记为NG。反之，则该待测电芯包正常，将该待测电芯包标记为合格。
S608，输出待测电芯包的检测结果。若该待测电芯包异常，输出检测结果包括：待测电芯包NG，NG的电芯位置、编号以及数量。若该待测电芯包正常，输出检测结果包括：待测电芯包合格。
S609，将该待测电芯包的各个电芯的温度信息、抓取的热感图像与产品序列号SN绑定，存储至本地。将待测电芯包的检测结果以及该待测电芯包对应的各个电芯的检测结果，存储至本地并上传至MES执行制造系统。
如图7所示，展示了待测电芯包的热感区域的划分以及温度信息的检测，其中，每个矩形代表待测电芯包的每个电芯对应的热感区域，矩形编号即热感区域的编号，左侧的温度测量结果显示的是各个热感区域的平均温度值、最低温度值以及最高温度值。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的电芯包异常检测方法的电芯包异常检测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个电芯包异常检测装置实施例中的具体限定可以参见上文中对于电芯包异常检测方法的限定，在此不再赘述。
在一个实施例中，如图8所示，提供了一种电芯包异常检测装置，包括：区域划分模块82、异常检测模块84和异常判断模块86，其中：
区域划分模块82，用于基于所获取的待测电芯包的多个电芯的热感图像，确定热感图像中与各电芯对应的热感区域；
异常检测模块84，用于基于各热感区域的温度信息，确定对应的电芯是否异常；
异常判断模块86，用于若至少一个电芯存在异常，则确定待测电池包异常。
在其中一个实施例中，温度信息包括最高温度值、最低温度值，异常检测模块84包括：
若热感区域的最高温度值高于预设的最高温度阈值，则确定热感区域对应的电芯温度异常；或者若热感区域的最低温度值低于预设的最低温度阈值，则确定热感区域对应的电芯温度异常。
在其中一个实施例中，温度信息还包括最高温度值与最低温度值的平均温度值，异常检测模块84包括：
若热感区域的平均温度值超出预设的平均温度阈值区间，则确定热感区域对应的电芯温度异常。
在其中一个实施例中，温度信息还包括最高温度值与最低温度值的温度差值，异常检测模块84还包括：
若热感区域的温度差值超出预设的差值阈值区间，则确定热感区域对应的电芯温度异常。
在其中一个实施例中，在确定各电芯正常的情况下，异常检测模块84还包括：
判断各电芯的检测次数是否大于N，若否，则基于重新获取的热感图像，确定各电芯是否异常，直到检测次数大于N或至少一个电芯存在异常，N为大于等于2的整数。
在其中一个实施例中，区域划分模块82包括：基于待测电芯包中各电芯的位置信息，对热感图像进行分割，确定热感图像中与各电芯对应的热感区域。
在其中一个实施例中，异常判断模块86还包括：在电芯存在异常的情况下，标记该电芯对应的热感区域的编号；记录存在异常的电芯对应的编号以及数量。
上述电芯包异常检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种电芯包异常检测方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
步骤1：基于所获取的待测电芯包的多个电芯的热感图像，确定热感图像中与各电芯对应的热感区域；
步骤2：基于各热感区域的温度信息，确定对应的电芯是否异常；
步骤3：若至少一个电芯存在异常，则确定待测电池包异常。
在其中一个实施例中，温度信息包括最高温度值、最低温度值，处理器执行计算机程序时还实现以下步骤：
若热感区域的最高温度值高于预设的最高温度阈值，则确定热感区域对应的电芯温度异常；或者若热感区域的最低温度值低于预设的最低温度阈值，则确定热感区域对应的电芯温度异常。
在其中一个实施例中，温度信息还包括最高温度值与最低温度值的平均温度值，处理器执行计算机程序时还实现以下步骤：
若热感区域的平均温度值超出预设的平均温度阈值区间，则确定热感区域对应的电芯温度异常。
在其中一个实施例中，温度信息还包括最高温度值与最低温度值的温度差值，处理器执行计算机程序时还实现以下步骤：
若热感区域的温度差值超出预设的差值阈值区间，则确定热感区域对应的电芯温度异常。
在其中一个实施例中，在确定各电芯正常的情况下，处理器执行计算机程序时还实现以下步骤：
判断各电芯的检测次数是否大于N，若否，则基于重新获取的热感图像，确定各电芯是否异常，直到检测次数大于N或至少一个电芯存在异常，N为大于等于2的整数。
在其中一个实施例中，处理器执行计算机程序时还实现以下步骤：基于待测电芯包中各电芯的位置信息，对热感图像进行分割，确定热感图像中与各电芯对应的热感区域。
在其中一个实施例中，处理器执行计算机程序时还实现以下步骤：在电芯存在异常的情况下，标记该电芯对应的热感区域的编号；记录存在异常的电芯对应的编号以及数量。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
步骤1：基于所获取的待测电芯包的多个电芯的热感图像，确定热感图像中与各电芯对应的热感区域；
步骤2：基于各热感区域的温度信息，确定对应的电芯是否异常；
步骤3：若至少一个电芯存在异常，则确定待测电池包异常。
在其中一个实施例中，温度信息包括最高温度值、最低温度值，计算机程序被处理器执行时还实现以下步骤：
若热感区域的最高温度值高于预设的最高温度阈值，则确定热感区域对应的电芯温度异常；或者若热感区域的最低温度值低于预设的最低温度阈值，则确定热感区域对应的电芯温度异常。
在其中一个实施例中，温度信息还包括最高温度值与最低温度值的平均温度值，计算机程序被处理器执行时还实现以下步骤：
若热感区域的平均温度值超出预设的平均温度阈值区间，则确定热感区域对应的电芯温度异常。
在其中一个实施例中，温度信息还包括最高温度值与最低温度值的温度差值，计算机程序被处理器执行时还实现以下步骤：
若热感区域的温度差值超出预设的差值阈值区间，则确定热感区域对应的电芯温度异常。
在其中一个实施例中，在确定各电芯正常的情况下，计算机程序被处理器执行时还实现以下步骤：
判断各电芯的检测次数是否大于N，若否，则基于重新获取的热感图像，确定各电芯是否异常，直到检测次数大于N或至少一个电芯存在异常，N为大于等于2的整数。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：
基于待测电芯包中各电芯的位置信息，对热感图像进行分割，确定热感图像中与各电芯对应的热感区域。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：
在电芯存在异常的情况下，标记该电芯对应的热感区域的编号；记录存在异常的电芯对应的编号以及数量。
需要说明的是，本申请所涉及的信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种电芯包异常检测方法，其特征在于，所述方法包括：
基于所获取的待测电芯包的多个电芯的热感图像，确定所述热感图像中与各所述电芯对应的热感区域；
基于各所述热感区域的温度信息，确定对应的所述电芯是否异常；
若至少一个所述电芯存在异常，则确定所述待测电池包异常。
2.根据权利要求1所述的电芯包异常检测方法，其特征在于，所述温度信息包括最高温度值、最低温度值，所述基于各所述热感区域的温度信息，确定对应的所述电芯是否异常包括：
若所述热感区域的最高温度值高于预设的最高温度阈值，则确定所述热感区域对应的所述电芯温度异常；或者
若所述热感区域的最低温度值低于预设的最低温度阈值，则确定所述热感区域对应的所述电芯温度异常。
3.根据权利要求2所述的电芯包异常检测方法，其特征在于，所述温度信息还包括平均温度值，所述基于各所述热感区域的温度信息，确定对应的所述电芯是否异常还包括：
若所述热感区域的平均温度值超出预设的平均温度阈值区间，则确定所述热感区域对应的所述电芯温度异常。
4.根据权利要求2所述的电芯包异常检测方法，其特征在于，所述温度信息还包括所述最高温度值与所述最低温度值的温度差值，所述基于各所述热感区域的温度信息，确定对应的所述电芯是否异常还包括：
若所述热感区域的温度差值超出预设的差值阈值区间，则确定所述热感区域对应的所述电芯温度异常。
5.根据权利要求2-4任一所述的电芯包异常检测方法，其特征在于，在确定各所述电芯正常的情况下，所述方法还包括：
判断各所述电芯的检测次数是否大于N，若否，则基于重新获取的热感图像，确定各所述电芯是否异常，直到检测次数大于N或至少一个所述电芯存在异常，N为大于等于2的整数。
6.根据权利要求1所述的电芯包异常检测方法，其特征在于，所述基于所获取的待测电芯包的多个电芯的热感图像，确定所述热感图像中与各所述电芯对应的热感区域包括：
基于所述待测电芯包中各所述电芯的位置信息，对所述热感图像进行分割，确定所述热感图像中与各所述电芯对应的热感区域。
7.根据权利要求1所述的电芯包异常检测方法，其特征在于，所述方法还包括：
在所述电芯存在异常的情况下，标记该所述电芯对应的所述热感区域的编号；
记录存在异常的电芯对应的编号以及数量。
8.一种电芯包温度测量装置，其特征在于，所述装置包括：
区域划分模块，用于基于所获取的待测电芯包的多个电芯的热感图像，确定所述热感图像中与各所述电芯对应的热感区域；
异常检测模块，用于基于各所述热感区域的温度信息，确定对应的所述电芯是否异常；
异常判断模块，用于若至少一个所述电芯存在异常，则确定所述待测电池包异常。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202211590993.3A 2022-12-12 2022-12-12 电芯包异常检测方法、装置、设备以及存储介质 Pending CN116125299A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211590993.3A CN116125299A (zh) 2022-12-12 2022-12-12 电芯包异常检测方法、装置、设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211590993.3A CN116125299A (zh) 2022-12-12 2022-12-12 电芯包异常检测方法、装置、设备以及存储介质

Publications (1)

Publication Number Publication Date
CN116125299A true CN116125299A (zh) 2023-05-16

Family

ID=86301866

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211590993.3A Pending CN116125299A (zh) 2022-12-12 2022-12-12 电芯包异常检测方法、装置、设备以及存储介质

Country Status (1)

Country Link
CN (1) CN116125299A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117409069A (zh) * 2023-12-15 2024-01-16 深圳市什方智造科技有限公司 膜层气泡面积的识别方法、装置、设备及介质
CN117405734A (zh) * 2023-12-15 2024-01-16 深圳市什方智造科技有限公司 气泡位置确定方法、装置、电子设备及存储介质
CN117409006A (zh) * 2023-12-15 2024-01-16 深圳市什方智造科技有限公司 气泡轮廓检测方法、膜层修复方法、电子设备及存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117409069A (zh) * 2023-12-15 2024-01-16 深圳市什方智造科技有限公司 膜层气泡面积的识别方法、装置、设备及介质
CN117405734A (zh) * 2023-12-15 2024-01-16 深圳市什方智造科技有限公司 气泡位置确定方法、装置、电子设备及存储介质
CN117409006A (zh) * 2023-12-15 2024-01-16 深圳市什方智造科技有限公司 气泡轮廓检测方法、膜层修复方法、电子设备及存储介质
CN117409006B (zh) * 2023-12-15 2024-04-05 深圳市什方智造科技有限公司 气泡轮廓检测方法、膜层修复方法、电子设备及存储介质
CN117409069B (zh) * 2023-12-15 2024-05-14 深圳市什方智造科技有限公司 膜层气泡面积的识别方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN116125299A (zh) 电芯包异常检测方法、装置、设备以及存储介质
US10427535B2 (en) Method and apparatus for battery management
CN116342599B (zh) 缺陷检测设备的点检方法、装置、设备和存储介质
CN115841046B (zh) 基于维纳过程的加速退化试验数据处理方法和装置
CN112258507B (zh) 互联网数据中心的目标对象检测方法、装置和电子设备
CN105651381A (zh) 光线传感器校准方法和装置
CN116227240B (zh) 基于综合应力加速试验的产品寿命评价方法、装置及设备
CN113946986A (zh) 基于加速退化试验的产品平均失效前时间评估方法和装置
CN111277695B (zh) 一种数据校验方法及设备
CN112767394A (zh) 图像检测方法、装置和设备
CN117576108B (zh) 晶圆缺陷检测的可视化优化方法、装置和计算机设备
CN117011365B (zh) 尺寸测量方法、装置、计算机设备和存储介质
CN116596935B (zh) 形变检测方法、装置、计算机设备及计算机可读存储介质
CN117235664A (zh) 配电通信设备的故障诊断方法、系统和计算机设备
CN114549849A (zh) 图像识别方法、装置、计算机设备和存储介质
CN116879301A (zh) 产品检测方法、装置、设备及计算机可读存储介质
CN116542980A (zh) 缺陷检测方法、装置、计算机设备、存储介质和程序产品
CN115795928A (zh) 基于伽马过程的加速退化试验数据处理方法和装置
CN115682905A (zh) 薄膜厚度确定方法、装置和计算机设备
CN116027202A (zh) 电池健康度评估方法、装置、计算机设备和存储介质
CN115452101A (zh) 一种仪表检定方法、装置、设备及介质
CN114441848A (zh) 功耗确定方法、装置、电子设备和存储介质
CN116051518B (zh) 木马位置定位方法、装置、计算机设备和存储介质
CN117575995A (zh) 器件缺陷检测方法、装置、计算机设备和存储介质
CN117804534A (zh) 核电站内照射实验室的监控方法、装置和计算机设备

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