CN116482139B - 电池疲劳强度确定方法、装置、计算机设备和存储介质 - Google Patents
电池疲劳强度确定方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116482139B CN116482139B CN202310740184.4A CN202310740184A CN116482139B CN 116482139 B CN116482139 B CN 116482139B CN 202310740184 A CN202310740184 A CN 202310740184A CN 116482139 B CN116482139 B CN 116482139B
- Authority
- CN
- China
- Prior art keywords
- grain size
- welding
- weld
- battery
- fatigue strength
- 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
- 238000000034 method Methods 0.000 title claims abstract description 99
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000003466 welding Methods 0.000 claims abstract description 572
- 238000005259 measurement Methods 0.000 claims description 82
- 238000002524 electron diffraction data Methods 0.000 claims description 75
- 238000005498 polishing Methods 0.000 claims description 66
- 238000004590 computer program Methods 0.000 claims description 60
- 239000013078 crystal Substances 0.000 claims description 35
- 238000004140 cleaning Methods 0.000 claims description 34
- 238000010894 electron beam technology Methods 0.000 claims description 28
- 238000000227 grinding Methods 0.000 claims description 21
- 238000005520 cutting process Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 abstract description 10
- 230000000875 corresponding effect Effects 0.000 description 33
- 238000009826 distribution Methods 0.000 description 17
- 230000001276 controlling effect Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 230000035515 penetration Effects 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 244000137852 Petrea volubilis Species 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 241000723353 Chrysanthemum Species 0.000 description 4
- 235000007516 Chrysanthemum Nutrition 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000005336 cracking Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 238000001887 electron backscatter diffraction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 238000010587 phase diagram Methods 0.000 description 2
- 238000007517 polishing process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010070834 Sensitisation Diseases 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 239000011258 core-shell material Substances 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000008313 sensitization Effects 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 238000004506 ultrasonic cleaning Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/20—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
- G01N23/20058—Measuring diffraction of electrons, e.g. low energy electron diffraction [LEED] method or reflection high energy electron diffraction [RHEED] method
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/20—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
- G01N23/20008—Constructional details of analysers, e.g. characterised by X-ray source, detector or optical system; Accessories therefor; Preparing specimens therefor
-
- 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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
-
- 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)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Crystallography & Structural Chemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Battery Electrode And Active Subsutance (AREA)
Abstract
本申请涉及一种电池疲劳强度确定方法、装置、计算机设备和存储介质。该方法包括:获取目标电池中包括焊缝截面的焊接样件,并获取焊缝截面中焊缝区的晶粒度特征和焊缝区的热影响区的晶粒度特征,进而根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定目标电池的电池疲劳强度。该方法中,基于电池上的各部件焊接后呈现的疲劳强度是与部件材料内部的晶粒度直接相关的特性,直接以焊接样件上焊接截面中焊缝区与热影响区的晶粒度特征作为确定电池疲劳强度的判定指标,相当于是以直接影响焊接样件疲劳强度的晶粒度特征来确定焊接样件所属电池的疲劳强度,从而可以真实且精确地确定出电池疲劳强度,提高了确定电池疲劳强度的准确性。
Description
技术领域
本申请涉及电池技术领域,特别是涉及一种电池疲劳强度确定方法、装置、计算机设备和存储介质。
背景技术
随着新能源技术的不断发展,电池作为一种清洁、高效的新能源也得到了越来越广泛的应用,电池性能也越来越受到重视。以新能源汽车为例,新能源汽车中动力电池的性能直接影响车辆行驶安全。
电池疲劳强度是电池性能的一项重要指标。基于此,相关技术中通常可以通过振动测试验证电池疲劳强度是否满足需求,以此衡量电池的性能。
然而,相关技术中确定电池疲劳强度的准确性较低。
发明内容
基于此,有必要针对上述技术问题,提供一种电池疲劳强度确定方法、装置、计算机设备和存储介质,能够提高所确定的电池疲劳强度的准确性。
第一方面,本申请提供了一种电池疲劳强度确定方法,该方法包括:
获取目标电池的焊接样件;焊接样件上包括焊缝截面;
获取焊接样件上焊缝截面中焊缝区的晶粒度特征和焊缝区的热影响区的晶粒度特征;
根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定目标电池的电池疲劳强度。
本申请实施例中,通过获取目标电池中包括焊缝截面的焊接样件,并根据焊接样件上焊缝截面中焊缝区的晶粒度特征和焊缝区的热影响区的晶粒度特征,确定目标电池的电池疲劳强度。该方法中,基于电池上的各部件焊接后呈现的疲劳强度是与部件材料内部的晶粒度直接相关的特性,直接以焊接样件上焊接截面中焊缝区与热影响区的晶粒度特征作为确定电池疲劳强度的判定指标,相当于是以直接影响焊接样件疲劳强度的晶粒度特征来确定焊接样件所属电池的疲劳强度,使得判定电池疲劳强度的指标更加合理,从而可以真实且精确地确定出电池疲劳强度,提高了确定电池疲劳强度的准确性。
在其中一个实施例中,获取焊接样件上焊缝截面中焊缝区的晶粒度特征和焊缝区的热影响区的晶粒度特征,包括:
获取焊缝截面中待检区域的电子衍射花样图;待检区域包括焊缝区和热影响区;
根据电子衍射花样图,获取焊缝区的晶粒度特征和热影响区的晶粒度特征。
本申请实施例中,通过获取焊缝截面中待检区域的电子衍射花样图,以根据电子衍射花样图,获取焊缝区的晶粒度特征和热影响区的晶粒度特征。其中,待检区域包括焊缝区和热影响区。由于电子衍射花样图呈现的是晶粒结构级别的微观图像,使得电子衍射花样图可清晰且准确的呈现晶粒分布情况,因此以电子衍射花样图作为晶粒度的提取依据,有助于准确提取晶粒的晶粒度,提高了所确定的晶粒度特征的准确性。
在其中一个实施例中,获取焊缝截面中待检区域的电子衍射花样图,包括:
控制电子束发射装置对待检区域进行电子束扫描;
控制图像采集装置根据扫描产生的衍射信号生成待检区域的电子衍射花样图。
本申请实施例中,通过控制电子束发射装置对待检区域进行电子束扫描,并控制图像采集装置根据扫描产生的衍射信号生成待检区域的电子衍射花样图。通过上述方法,实现了待检区域的电子衍射花样图的自动获取,提高了确定电池疲劳强度的整体效率。
在其中一个实施例中,上述方法还包括:
在焊接样件放置于样品台上的情况下,根据焊接样件上焊缝的位置,确定焊缝截面中的焊缝区;
将焊缝截面中焊缝区周围预设范围确定为热影响区;
根据焊缝截面上包括焊缝区和热影响区的区域,确定待检区域。
本申请实施例中,在焊接样件放置于样品台上的情况下,根据焊接样件上焊缝的位置,确定焊缝截面中的焊缝区,并将焊缝截面中焊缝区周围预设范围确定为热影响区,进而根据焊缝截面上包括焊缝区和热影响区的区域,确定待检区域。上述方法中,基于焊接样件上的焊缝与焊缝截面中的焊缝区之间的位置一致性,在焊缝截面中确定焊缝区,使得可以更加准确地确定出焊缝区。再基于热影响与热影响区域之间的位置关联性,将焊缝区周围预设范围确定为热影响区,提高了热影响区的准确性。且热影响区是以焊缝区周围预设范围为划分依据,该预设范围可以基于实际需求设定,使得最终确定的包括焊缝区和热影响区的待检区域中可以涵盖足够多的晶粒数量,从而提高了所确定的待检区域的合理性和准确性。
在其中一个实施例中,根据电子衍射花样图,获取焊缝区的晶粒度特征和热影响区的晶粒度特征,包括:
根据电子衍射花样图,获取焊缝区的焊缝衍射花样图和热影响区的热影响衍射花样图;
根据焊缝衍射花样图确定焊缝区的晶粒度特征;
根据热影响衍射花样图确定热影响区的晶粒度特征。
本申请实施例中,通过根据电子衍射花样图,获取焊缝区的焊缝衍射花样图和热影响区的热影响衍射花样图,进而根据焊缝衍射花样图确定焊缝区的晶粒度特征,以及根据热影响衍射花样图确定热影响区的晶粒度特征。该方法中,由于电子衍射花样图是基于整个待检区域的生成的,而待检区域中包括了焊缝区和热影响区,因此,从电子衍射花样图中分离出焊缝区的焊缝衍射花样图和热影响区的热影响衍射花样图,然后基于焊缝区和热影响区各自的电子衍射花样图分别确定焊缝区的晶粒度特征和热影响区的晶粒度特征,使得可以基于焊缝区和热影响区的准确划分针对性地确定不同区域的晶粒度特征,从而提高了相应区域晶粒度特征的准确性。
在其中一个实施例中,根据焊缝衍射花样图确定焊缝区的晶粒度特征,包括:
获取焊缝衍射花样图中的晶粒数量和晶粒尺寸;
根据焊缝衍射花样图中的晶粒数量和晶粒尺寸,确定焊缝区的平均晶粒度,作为焊缝区的晶粒度特征。
本申请实施例中,通过获取焊缝衍射花样图中的晶粒数量和晶粒尺寸,来确定焊缝区的平均晶粒度,以作为焊缝区的晶粒度特征。上述方法中,基于焊缝区中晶粒在数量和尺寸两个维度上的信息可准确确定焊缝区的平均晶粒度,而焊缝区的平均晶粒度是基于整个焊缝区内的晶粒所确定的,作为焊缝区的晶粒度特征更具备代表性且更为准确。并且,焊缝衍射花样图可清晰且准确的呈现焊缝区的晶粒分布情况,进而提高了所确定的焊缝区的晶粒度特征的准确性和效率。
在其中一个实施例中,根据热影响衍射花样图确定热影响区的晶粒度特征,包括:
获取热影响衍射花样图中的晶粒数量和晶粒尺寸;
根据热影响衍射花样图中的晶粒数量和晶粒尺寸,确定热影响区的平均晶粒度,作为热影响区的晶粒度特征。
本申请实施例中,通过获取热影响衍射花样图中的晶粒数量和晶粒尺寸,来确定热影响区的平均晶粒度,以作为热影响区的晶粒度特征。上述方法中,基于热影响区中晶粒在数量和尺寸两个维度上的信息可准确确定热影响区的平均晶粒度,而热影响缝区的平均晶粒度是基于整个热影响区内的晶粒所确定的,作为热影响区的晶粒度特征更具备代表性且更为准确。并且,热影响衍射花样图可清晰且准确的呈现热影响区的晶粒分布情况,进而提高了所确定的热影响区的晶粒度特征的准确性和效率。
在其中一个实施例中,根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定目标电池的电池疲劳强度,包括:
根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定焊缝区与热影响区之间的晶粒度偏差;
根据晶粒度偏差确定目标电池的电池疲劳强度。
本申请实施例中,通过根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定焊缝区与热影响区之间的晶粒度偏差,进而根据晶粒度偏差确定目标电池的电池疲劳强度。焊缝区和热影响区因受热不同,使得焊缝区内的晶粒和热影响区内的晶粒发生不同程度的晶粒度变化,进而导致焊缝区和热影响区之间产生晶粒度偏差,而焊缝区与热影响区之间的晶粒度偏差是影响电池疲劳强度的根本原因,上述方法则是从根本原因出发,将影响电池疲劳强度的晶粒度偏差直接作为判定指标来确定电池疲劳强度,从而可以真实且精确地确定出电池疲劳强度,提高了电池疲劳强度的准确性。
在其中一个实施例中,晶粒度特征为平均晶粒度;根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定焊缝区与热影响区之间的晶粒度偏差,包括:
将焊缝区的平均晶粒度与热影响区的平均晶粒度之间的比值确定为晶粒度偏差。
本申请实施例中,采用相应区域的平均晶粒度作为晶粒度特征,并将焊缝区的平均晶粒度与热影响区的平均晶粒度之间的比值确定为晶粒度偏差。上述方法中,焊缝区与热影响区之间平均晶粒度的比值可在准确反映焊缝区与热影响区整体上晶粒度的差异,提高了晶粒度偏差的精确性。
在其中一个实施例中,根据晶粒度偏差确定目标电池的电池疲劳强度,包括:
根据预设的晶粒度偏差与拉伸强度之间的对应关系,确定晶粒度偏差对应的目标拉伸强度;
将目标拉伸强度确定为目标电池的电池疲劳强度。
本申请实施例中,根据预设的晶粒度偏差与拉伸强度之间的对应关系,确定晶粒度偏差对应的目标拉伸强度,将目标拉伸强度确定为目标电池的电池疲劳强度。上述方法中,利用预先构建的晶粒度偏差与拉伸强度之间的对应关系确定目标拉伸强度,过程简单易实现,节省了数据处理耗时,提高了效率;且由于晶粒度偏差与拉伸强度之间的对应关系是基于大量焊接样件的先验实验确定的,因此再应用于焊接样件时匹配度更高,所得到的目标拉伸强度更准确,进而提高了所确定的电池疲劳强度的准确性。
在其中一个实施例中,获取目标电池的焊接样件,包括:
根据目标电池中焊接部件上的焊缝,对焊接部件进行切割,获取初始焊接样件;初始焊接样件上包括焊缝截面;
对初始焊接样件上的焊缝截面进行截面处理,得到目标电池的焊接样件。
本申请实施例中,通过根据目标电池中焊接部件上的焊缝,对焊接部件进行切割,获取包括焊缝截面的初始焊接样件,进而对初始焊接样件上的焊缝截面进行截面处理,得到目标电池的焊接样件。上述方法中,基于焊接部件上的焊缝对焊接部件进行切割,得到包括焊缝截面初始焊接样件,使得初始焊接样件能够准确反映焊接部件真实的焊接情况,进而提高了后续基于该初始焊接样件确定目标电池疲劳强度的精度。
在其中一个实施例中,对初始焊接样件上的焊缝截面进行截面处理,得到目标电池的焊接样件,包括:
对初始焊接样件上焊缝截面进行平整处理,并对平整处理后的初始焊接样件进行清洗处理;
对清洗处理后的初始焊接样件上的焊缝截面进行抛光处理,直至焊缝截面的状态满足预设条件,得到目标电池的焊接样件。
本申请实施例中,通过对初始焊接样件上焊缝截面进行平整处理,并对平整处理后的初始焊接样件进行清洗处理,以及对清洗处理后的初始焊接样件上的焊缝截面进行抛光处理,直至焊缝截面的状态满足预设条件,进而得到目标电池的焊接样件。通过上述方法,减少了焊缝截面上毛刺、卷边等缺陷,提高焊缝截面的平整度,还去除了焊缝截面上的脏污,最终抛光得到了截面状态满足预设条件的焊接样件,提高了样件质量。
在其中一个实施例中,对清洗处理后的初始焊接样件上的焊缝截面进行抛光处理,直至焊缝截面的状态满足预设条件,得到目标电池的焊接样件,包括:
根据清洗处理后的初始焊接样件上焊缝截面的表面纹路,对焊缝截面进行研磨抛光,得到备用焊接样件;
对备用焊接样件上焊缝截面的表面变形层进行振动抛光,直至焊缝截面的状态满足预设条件,得到目标电池的焊接样件。
本申请实施例中,通过根据清洗处理后的初始焊接样件上焊缝截面的表面纹路,对焊缝截面进行研磨抛光,得到备用焊接样件,再对备用焊接样件上焊缝截面的表面变形层进行振动抛光,直至焊缝截面的状态满足预设条件,得到目标电池的焊接样件。上述方法中,基于研磨抛光和振动抛光的双重抛光过程,得到表面变形层去除干净且平整的目标电池的焊接样件,提高了对于焊缝截面的抛光效果。
在其中一个实施例中,上述方法还包括:
根据目标电池的电池疲劳强度和预设的疲劳强度测定条件,确定目标电池的电池疲劳强度的测定结果。
本申请实施例中,通过根据目标电池的电池疲劳强度和预设的疲劳强度测定条件,确定目标电池的电池疲劳强度的测定结果。上述方法中,基于预设的疲劳强度测定条件对目标电池的电池疲劳强度进行进一步的测定,以得到衡量目标电池的电池疲劳强度是否满足电池疲劳强度需求的测定结果,提高了结果的直观性和准确性。
在其中一个实施例中,疲劳强度测定条件包括疲劳强度阈值;根据目标电池的电池疲劳强度和预设的疲劳强度测定条件,确定目标电池的电池疲劳强度的测定结果,包括:
在目标电池的电池疲劳强度大于疲劳强度阈值的情况下,确定目标电池的电池疲劳强度的测定结果为通过测定;
在目标电池的电池疲劳强度小于或等于疲劳强度阈值的情况下,确定目标电池的电池疲劳强度的测定结果为未通过测定。
本申请实施例中,疲劳强度测定条件包括疲劳强度阈值,在目标电池的电池疲劳强度大于疲劳强度阈值的情况下,确定目标电池的电池疲劳强度的测定结果为通过测定,在目标电池的电池疲劳强度小于或等于疲劳强度阈值的情况下,确定目标电池的电池疲劳强度的测定结果为未通过测定。上述方法中,基于简单的阈值比较确定电池疲劳强度直观的测定结果,过程简单易实现,节省了数据处理耗时,提高了效率。
第二方面,本申请还提供了一种电池疲劳强度确定装置,该装置包括:
样件获取模块,用于获取目标电池的焊接样件;焊接样件上包括焊缝截面;
晶粒分析模块,用于获取焊接样件上焊缝截面中焊缝区的晶粒度特征和焊缝区的热影响区的晶粒度特征;
疲劳测定模块,用于根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定目标电池的电池疲劳强度。
第三方面,本申请实施例还提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述第一方面中任一项实施例提供的电池疲劳强度确定方法中的步骤。
第四方面,本申请实施例还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上述第一方面中任一项实施例提供的电池疲劳强度确定方法中的步骤。
第五方面,本申请实施例还提供了一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时实现上述第一方面中任一项实施例提供的电池疲劳强度确定方法中的步骤。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为一个实施例中计算机设备的内部结构图;
图2为一个实施例中电池疲劳强度确定方法的流程示意图;
图3为一个实施例中焊接样件的结构示意图;
图4为一个实施例中获取焊缝区的晶粒度特征和热影响区的晶粒度特征的流程示意图;
图5为一个实施例中获取待检区域的电子衍射花样图的流程示意图;
图6为一个实施例中确定待检区域的流程示意图;
图7为另一个实施例中获取焊缝区的晶粒度特征和热影响区的晶粒度特征的流程示意图;
图8为一个实施例中确定焊缝区的晶粒度特征的流程示意图;
图9为一个实施例中焊缝衍射花样图的示意图;
图10为一个实施例中焊缝衍射花样图的晶粒分布统计图;
图11为一个实施例中确定热影响区的晶粒度特征的流程示意图;
图12为一个实施例中热影响衍射花样图的示意图;
图13为一个实施例中热影响衍射花样图的晶粒分布统计图;
图14为一个实施例中确定目标电池的电池疲劳强度的流程示意图;
图15另为一个实施例中确定目标电池的电池疲劳强度的流程示意图;
图16为一个实施例中晶粒度偏差与拉伸强度之间对应关系的示意图;
图17为一个实施例中获取目标电池的焊接样件的流程示意图;
图18为另一个实施例中获取目标电池的焊接样件的流程示意图;
图19为一个实施例中经不同粗糙度砂纸抛光后焊接截面的表面示意图;
图20为另一个实施例中获取目标电池的焊接样件的流程示意图;
图21为一个实施例中确定电池疲劳强度的测定结果的流程示意图;
图22为一个实施例中电池疲劳强度确定装置的结构框图。
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。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”以及它的任何变形,意图在于覆盖不排他的包含。
在本文中提及“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。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
在本申请实施例的描述中,术语“和/或”仅仅是一种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。在本申请实施例的描述中,术语“多个”指的是两个以上(包括两个),除非另有明确具体的限定。
随着新能源技术的不断发展,电池作为一种清洁、高效的新能源也得到了越来越广泛的应用,电池性能也越来越受到重视。以新能源汽车为例,新能源汽车中动力电池的性能直接影响车辆行驶安全。
电池疲劳强度是电池性能的一项重要指标,随机振动是新能源汽车中动力电池在实际使用过程中经受的主要机械载荷形式,占电池结构疲劳损伤的贡献量的90%~95%以上。因此,相关技术中通常可以通过振动测试验证电池疲劳强度是否满足需求,以此衡量电池的性能。振动测试的大体过程是按预设振动参数振动电池样品24小时,24小时后若电池样片未发生漏液失效,则判定电池疲劳强度满足要求。
相关技术中通常对电池中焊接部件进行焊缝熔深的在线检测,以采用焊缝熔深作为电池疲劳强度的判定指标。以电池中电芯壳体和壳体顶盖焊接形成焊接部件为例,相关技术中通常对该焊接部件进行金相分析检测,在焊接部件的焊缝上选取4个检测点进行焊缝熔深的检测,并在这4个检测点的焊缝熔深均满足需求的情况下,认定焊接部件的焊缝质量满足需求,电池疲劳强度相应地满足需求。然而,实验证明大量焊缝熔深满足需求的电池在振动测试后出现了焊接部件开裂的现象,直接导致了电池漏液失效。这说明焊缝熔深并不能表征焊缝质量,以焊缝熔深作为电池疲劳强度的唯一判定指标是不合理的,相关技术中确定电池疲劳强度的准确性较低。
随着电池市场对于电池制作工艺(如能量密度、成组效率)以及成本的要求越来越高,电池内部件的厚度也随之变的越来越薄,加剧了电池内焊接部件上焊缝质量差,电池疲劳强度无法满足强度需求的问题。为了提高电池疲劳强度,以满足振动测试需求,经过大量测试后发现电池中焊接部件的材料受热使得材料的晶粒尺寸发生变化,不同温度下晶粒尺寸的变化不同,而不同的晶粒尺寸直接影响材料的硬度。而在电池中焊接部件的焊接过程中,焊缝区和热影响区之间的温度梯度较大,致使焊缝区和热影响区之间的晶粒尺寸差异较大,相应地硬度差异也较大。在振动测试中,焊接部件受力形变,因焊缝区和热影响区的晶粒尺寸不同,受力时所产生的形变量也不同,进而引起焊接部件上的局部应力集中,最终导致开裂。基于此,电池中焊接部件开裂直接影响电池疲劳强度,而导致焊接部件开裂的直接因素在于焊接部件上焊缝区和热影响区的晶粒度。
因此,本申请实施例提供了一种电池疲劳强度确定方法、装置、计算机设备和存储介质,从导致焊接部件开裂的直接因素出发,通过分析焊缝区和热影响区的晶粒度特征来确定电池疲劳强度,从而达到提高所确定的电池疲劳强度准确性的技术效果。
在一个实施例中,提供了一种电池疲劳强度确定方法,以该方法应用于图1中的计算设备为例进行说明。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。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、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池疲劳强度确定方法。
本领域技术人员可以理解,图1中示出的结构,仅仅是与本申请实施例相关的部分结构的框图,并不构成对本申请实施例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,本申请实施例提供一种电池疲劳强度确定方法,如图2所示,该实施例包括如下步骤:
S210、获取目标电池的焊接样件;其中,焊接样件上包括焊缝截面。
焊接样件为基于目标电池中已完成焊接的焊接部件。焊缝截面为焊接样件上与焊缝延伸方向相交的截面。例如,可以是沿垂直于焊缝延伸方向对焊接样件进行切割所得到截面。
本申请实施例中,目标电池可以是独立的电池单体,也可以是多个电池单体组合形成的电池模组。
而目标电池的焊接样件可以是电池单体中电芯壳体与壳体顶盖焊接形成的组合形式的焊接部件,也可以是复合母排(Busbar)与电芯焊接形成的组合形式的焊接部件,也可以是密封钉与电芯壳体焊接形成的组合形式的焊接部件,还可以是电池模组上侧板之间焊接形成的组合形式的焊接部件。示例性地,目标电池的焊接样件为铝制焊接样件。
一种实施例中,获取目标电池的焊接样件的方式可以是直接从预先存储了多个焊接样件的备选库中获取的。另一种实施例中,获取目标电池的焊接样件的方式还可以是计算机设备预先确定目标电池中已完成焊接的焊接部件上的焊缝,并沿垂直于焊缝延伸方向的方向对焊接部件进行切割,以得到包括焊缝截面的焊接样件。
例如,以目标电池中电芯壳体与壳体顶盖接形成的L型焊接部件为例,对焊接完成的电芯壳体与顶盖之间的焊缝进行切割后,得到的焊缝截面如图3所示的L型的焊接样件。
S220、获取焊接样件上焊缝截面中焊缝区的晶粒度特征和焊缝区的热影响区的晶粒度特征。
前面提及焊缝截面为焊接样件上与焊缝延伸方向相交的截面,因此,焊缝截面上包括焊缝所在区域,此区域称为焊缝区。而在焊接过程,焊缝区的临近区域也会受到焊接温度的影响而发生形变,该区域则为焊缝区的热影响区。
晶粒是构成材料的基本单元,晶粒度是表示晶粒尺寸(或者大小)的尺度,晶粒度特征则表示与晶粒度相关的特征。例如,晶粒度特征可以是最大晶粒度、最小晶粒度或者最大晶粒度与最小晶粒度之差/和,还可以是晶粒度的分布情况,如相应区域中数量最多的晶粒度范围。
本申请实施例中,在得到焊接样件后,可对焊接样件上焊缝截面进行晶粒度分析,以确定焊缝区的晶粒度特征和焊缝区的热影响区的晶粒度特征。通常情况下,焊接样件为金属材料,计算机设备可采用金相显微镜获取焊缝截面的金相图,或者采用电子显微镜获取焊缝截面的电镜图,以根据焊缝截面的金相图/电镜图确定焊缝截面的晶粒分布情况,进而结合焊缝区和热影响区之间的区别和相对位置关系确定焊缝截面中焊缝区和的晶粒度特征,以及热影响区的晶粒度特征。
S230、根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定目标电池的电池疲劳强度。
本申请实施例中,在得到焊缝区的晶粒度特征和热影响区的晶粒度特征后,计算机设备可对焊缝区的晶粒度特征和热影响区的晶粒度特征进行比较,以根据比较结果确定目标电池的电池疲劳强度。
示例地,可以通过获取焊缝区的晶粒度特征和热影响区的晶粒度特征之间的特征相似度,以将该特征相似度与预设阈值进行比较,并在该特征相似度大于预设阈值的情况下,确定目标电池的电池疲劳强度满足需求;反之,在该特征相似度小于或者等于预设阈值的情况下,确定目标电池的电池疲劳强度不满足需求。
例如,在采用相应区域中数量最多的晶粒度范围表征晶粒度特征的情况下,计算机设备可获取焊缝区中数量最多的晶粒度范围与焊缝区中数量最多的晶粒度范围之间的范围重合度,并将该范围重合度作为焊缝区和热影响区的晶粒度特征之间的特征相似度。
本申请实施例中,通过获取目标电池中包括焊缝截面的焊接样件,并根据焊接样件上焊缝截面中焊缝区的晶粒度特征和焊缝区的热影响区的晶粒度特征,确定目标电池的电池疲劳强度。该方法中,基于电池上的各部件焊接后呈现的疲劳强度是与部件材料内部的晶粒度直接相关的特性,直接以焊接样件上焊接截面中焊缝区与热影响区的晶粒度特征作为确定电池疲劳强度的判定指标,相当于是以直接影响焊接样件疲劳强度的晶粒度特征来确定焊接样件所属电池的疲劳强度,使得判定电池疲劳强度的指标更加合理,从而可以真实且精确地确定出电池疲劳强度,提高了确定电池疲劳强度的准确性。
为提高晶粒度特征的准确性,在其中一个实施例中,如图4所示,上述获取焊接样件上焊缝截面中焊缝区的晶粒度特征和焊缝区的热影响区的晶粒度特征的过程包括以下步骤:
S410、获取焊缝截面中待检区域的电子衍射花样图。
其中,待检区域包括焊缝区和热影响区。电子衍射花样图为电子束入射在材料上,遇到材料中晶粒发生衍射而形成的花样图。
本申请实施例中,计算机设备可预先在焊缝截面中选择包括焊缝区和热影响区的待检区域,以对该待检区域进行电子束扫描,得到基于待检区域中晶粒对电子束衍射所形成的电子衍射花样图。
S420、根据电子衍射花样图,获取焊缝区的晶粒度特征和热影响区的晶粒度特征。
基于上述得到的待检区域的电子衍射花样图,计算机设备可以基于待检区域中焊缝区和热影响区的分布位置,在待检区域的电子衍射花样图中确定焊缝区的电子衍射花样图,以及热影响区的电子衍射花样图,进而根据焊缝区的电子衍射花样图获取焊缝区的晶粒度特征,以及根据热影响区的电子衍射花样图获取热影响区的晶粒度特征。
本申请实施例中,通过获取焊缝截面中待检区域的电子衍射花样图,以根据电子衍射花样图,获取焊缝区的晶粒度特征和热影响区的晶粒度特征。其中,待检区域包括焊缝区和热影响区。由于电子衍射花样图呈现的是晶粒结构级别的微观图像,使得电子衍射花样图可清晰且准确的呈现晶粒分布情况,因此以电子衍射花样图作为晶粒度的提取依据,有助于准确提取晶粒的晶粒度,提高了所确定的晶粒度特征的准确性。
一些实施例中,上述电子衍射花样图可基于电子背散射衍射(ElectronBackscattered Diffraction,EBSD)系统得到,EBSD系统中包括电子束发射装置和图像采集装置。基于此,在其中一个实施例中,如图5所示,上述获取焊缝截面中待检区域的电子衍射花样图的过程包括以下步骤:
S510、控制电子束发射装置对待检区域进行电子束扫描。
本申请实施例中,计算机设备可与EBSD系统通信,控制EBSD系统中的电子束发射装置向待检区域发射电子束,以对待检区域进行电子束扫描。
S520、控制图像采集装置根据扫描产生的衍射信号生成待检区域的电子衍射花样图。
其中,扫描产生的衍射信号为电子束遇到待检区域中的晶粒发生衍射而形成的菊池花样。
在对待检区域进行电子束扫描的过程中,入射在待检区域的电子束遇到待检区域中的晶粒发生衍射,形成菊池花样。本申请实施例中,计算机设备可控制图像采集装置对该菊池花样进行采集,并处理得到待检区域的电子衍射花样图。
本申请实施例中,通过控制电子束发射装置对待检区域进行电子束扫描,并控制图像采集装置根据扫描产生的衍射信号生成待检区域的电子衍射花样图。通过上述方法,实现了待检区域的电子衍射花样图的自动获取,提高了确定电池疲劳强度的整体效率。
焊接样件上的焊缝和焊接截面上的焊缝区之间具备位置一致性,并且焊缝区和热影响区之间也具备位置关联性。基于此,在其中一个实施例中,如图6所示,上述方法中还包括确定焊缝截面上待检区域的过程:
S610、在焊接样件放置于样品台上的情况下,根据焊接样件上焊缝的位置,确定焊缝截面中的焊缝区。
本申请实施例中,计算机设备可先对样品台进行检测以确定样品台上是否放置了焊接样件。
一种实施例中,图像采集装置相对样品台设置,那么计算机设备可通过控制图像采集装置采集样品台,对采集到的包括样品台的图像进行焊接样件检测,若检测到该图像中存在焊接样件,则确定样品台上放置了焊接样件,若未检测到该图像中存在焊接样件,则确定样品台上还未放置焊接样件。
另一种实施例中,还可以通过重量传感器对样品台进行承重检测,根据检测到的重量值确定样品台上是否放置了焊接样件。示例地,重量传感器设置于样品台的底部。在计算机设备通过重量传感器对样品台进行承重检测的情况下,计算机设备可基于重量传感器所检测到的样品台的承重确定样品台中是否放置了焊接样件。例如,在样品台的承重不为0的情况下,确定样品台上放置了焊接样件;反之,在样品台的承重为0的情况下,确定样品台上未放置焊接样件。
再一种实施例中,还可以通过感光传感器对样品台进行感光检测,以确定样品台上是否放置了焊接样件。示例地,感光传感器设置于样品台中对应焊接样件放置位的位置。在计算机设备通过感光传感器对样品台进行感光检测的情况下,计算机设备可基于感光传感器所检测到的感光信号确定样品台中是否放置了焊接样件。例如,在感光信号为0(未感受到光)的情况下,确定样品台上放置了焊接样件;反之,在感光信号为1(感受到光)的情况下,确定样品台上未放置焊接样件。
在计算机设备已经确定了焊接样件放置于样品台上的情况下,可以根据焊接样件上焊缝的位置,确定焊缝截面中的焊缝区。
其中焊接样件上焊缝的位置可以是计算机设备中预存有焊接样件的焊接信息,该焊接信息中包括焊接样件上焊缝的位置。或者,可以是计算机设备对焊接样件进行图像采集,根据采集的图像进行特征分析获得到该焊接样件上焊缝的位置。
计算机设备在确定焊接样件放置于样品台上的情况下,且已经确定了焊接样件上焊缝的位置,则以基于该焊接样件上焊缝的位置确定焊缝截面中的焊缝区。
其中,焊接样件上的焊缝和焊接截面上的焊缝区之间具备位置一致性,具体是焊接样件上的焊缝相对于构成该焊接样件的部件的位置关系,与焊接截面上的焊缝区相对于构成该焊接截面的部件的位置关系相同。
在得到焊接样件上焊缝的位置的情况下,计算机设备可根据上述位置一致性在焊缝截面中确定与焊接样件上焊缝的位置匹配的目标区域,并基于该目标区域确定焊缝截面中的焊缝区。例如,以L型的焊接样件为例,从该焊接样件的焊接信息中提取得到焊缝的位置为L的弯折点,如图3所示,计算机设备即可确定焊缝截面中的黑色区域为与焊接样件上焊缝的位置匹配的目标区域W,可直接将该目标区域W作为焊缝截面中的焊缝区。
S620、将焊缝截面中焊缝区周围预设范围确定为热影响区。
本申请实施例中,焊缝区周围预设范围可以是距离焊缝区的边界预设距离所形成的范围。当然,焊缝区周围预设范围也可以是距离焊缝区的中心预设距离所形成的不包括焊缝区的范围。
计算机设备在确定出焊缝截面中的焊缝区后,可基于焊缝区和热影响区之间的位置关联性,将焊缝截面中焊缝区周围预设范围确定为热影响区。其中,焊缝区和热影响区之间的位置关联性指的是热影响区位于焊缝区周围预设范围内。继续沿用上述举例,如图3所示,计算机设备确定出焊缝截面中的焊缝区W后,可获取距离焊缝区W边界预设距离s的区域,作为焊缝截面中的热影响区H。
S630、根据焊缝截面上包括焊缝区和热影响区的区域,确定待检区域。
计算机设备在确定出焊缝截面上的焊缝区和热影响区后,可在焊缝截面上获取包括焊缝区和热影响区的区域,并基于该包括焊缝区和热影响区的区域确定待检区域。
一种实施例中,计算机设备可直接将焊缝截面上焊缝区加上热影响区所形成的区域作为待检区域;另一种实施例中,计算机设备还可以采用预设规格的取检框在焊缝截面上截取包括焊缝区和热影响区的区域作为待检区域;再一种实施例中,计算机设备还可以采用预设形状的取检框在焊缝截面上截取包括焊缝区和热影响区且面积最小的区域作为待检区域。
本申请实施例中,在焊接样件放置于样品台上的情况下,根据焊接样件上焊缝的位置,确定焊缝截面中的焊缝区,并将焊缝截面中焊缝区周围预设范围确定为热影响区,进而根据焊缝截面上包括焊缝区和热影响区的区域,确定待检区域。上述方法中,基于焊接样件上的焊缝与焊缝截面中的焊缝区之间的位置一致性,在焊缝截面中确定焊缝区,使得可以更加准确地确定出焊缝区。再基于热影响与热影响区域之间的位置关联性,将焊缝区周围预设范围确定为热影响区,提高了热影响区的准确性。且热影响区是以焊缝区周围预设范围为划分依据,该预设范围可以基于实际需求设定,使得最终确定的包括焊缝区和热影响区的待检区域中可以涵盖足够多的晶粒数量,从而提高了所确定的待检区域的合理性和准确性。
待检区域的电子衍射花样图中即包括焊缝区的电子衍射花样图(即焊缝电子衍射花样图),还包括热影响区的电子衍射花样图(即热影响电子衍射花样图)。基于此,在其中一个实施例中,如图7所示,上述S420、根据电子衍射花样图,获取焊缝区的晶粒度特征和热影响区的晶粒度特征,包括:
S710、根据电子衍射花样图,获取焊缝区的焊缝衍射花样图和热影响区的热影响衍射花样图。
本申请实施例中,在得到待检区域的电子衍射花样图后,计算机设备可基于焊缝区在待检区域中的焊缝区位置,获取待检区域的电子衍射花样图中与焊缝区位置匹配的第一花样区域,并将该第一花样区域的电子衍射花样图作为焊缝衍射花样图。同理,计算机设备可基于热影响区在待检区域中的热影响区位置,获取待检区域的电子衍射花样图中与热影响区位置匹配的第二花样区域,并将该第二花样区域的电子衍射花样图作为焊缝衍射花样图。
S720、根据焊缝衍射花样图确定焊缝区的晶粒度特征。
在得到焊缝衍射花样图后,计算机设备可根据焊缝衍射花样图上的晶粒分布情况确定焊缝区的晶粒度特征。
一种实施例中,计算机设备可根据焊缝衍射花样图上的晶粒分布情况,统计数量最多的晶粒度范围,并将该最多的晶粒度范围作为焊缝区的晶粒度特征。
S730、根据热影响衍射花样图确定热影响区的晶粒度特征。
在得到热影响衍射花样图后,计算机设备可根据热影响衍射花样图上的晶粒分布情况确定热影响区的晶粒度特征。
一种实施例中,计算机设备可根据热影响衍射花样图上的晶粒分布情况,统计数量最多的晶粒度范围,并将该最多的晶粒度范围作为热影响区的晶粒度特征。
本申请实施例中,通过根据电子衍射花样图,获取焊缝区的焊缝衍射花样图和热影响区的热影响衍射花样图,进而根据焊缝衍射花样图确定焊缝区的晶粒度特征,以及根据热影响衍射花样图确定热影响区的晶粒度特征。该方法中,由于电子衍射花样图是基于整个待检区域的生成的,而待检区域中包括了焊缝区和热影响区,因此,从电子衍射花样图中分离出焊缝区的焊缝衍射花样图和热影响区的热影响衍射花样图,然后基于焊缝区和热影响区各自的电子衍射花样图分别确定焊缝区的晶粒度特征和热影响区的晶粒度特征,使得可以基于焊缝区和热影响区的准确划分针对性地确定不同区域的晶粒度特征,从而提高了相应区域晶粒度特征的准确性。
晶粒度特征可以是平均晶粒度,在其中一个实施例中,如图8所示,上述S720、根据焊缝衍射花样图确定焊缝区的晶粒度特征,包括:
S810、获取焊缝衍射花样图中的晶粒数量和晶粒尺寸。
本申请实施例中,计算机设备可针对焊缝衍射花样图中的晶粒进行数量统计,得到焊缝衍射花样图中所有晶粒的晶粒数量,同时对焊缝衍射花样图中的晶粒进行尺寸统计,得到焊缝衍射花样图中每个晶粒的晶粒尺寸。图9示例性展示了焊缝衍射花样图,图10为图9的晶粒分布统计图,横坐标表示晶粒尺寸,纵坐标表示晶粒数量。
S820、根据焊缝衍射花样图中的晶粒数量和晶粒尺寸,确定焊缝区的平均晶粒度,作为焊缝区的晶粒度特征。
计算机设备可基于焊缝衍射花样图中统计得到的晶粒数量和晶粒尺寸,确定焊缝区的平均晶粒度,并将该焊缝区的平均晶粒度作为焊缝区的晶粒度特征。
一种实施例中,在采用晶粒的最大直径作为晶粒尺寸情况下,计算机设备可获取焊缝衍射花样图中所有晶粒的晶粒尺寸之和,并获取晶粒尺寸之和与焊缝衍射花样图中晶粒数量的比值,作为焊缝区的平均晶粒度。
本申请实施例中,通过获取焊缝衍射花样图中的晶粒数量和晶粒尺寸,来确定焊缝区的平均晶粒度,以作为焊缝区的晶粒度特征。上述方法中,基于焊缝区中晶粒在数量和尺寸两个维度上的信息可准确确定焊缝区的平均晶粒度,而焊缝区的平均晶粒度是基于整个焊缝区内的晶粒所确定的,作为焊缝区的晶粒度特征更具备代表性且更为准确。并且,焊缝衍射花样图可清晰且准确的呈现焊缝区的晶粒分布情况,进而提高了所确定的焊缝区的晶粒度特征的准确性和效率。
相应地,在其中一个实施例中,如图11所示,上述S730、根据热影响衍射花样图确定热影响区的晶粒度特征,包括:
S1110、获取热影响衍射花样图中的晶粒数量和晶粒尺寸。
本申请实施例中,计算机设备可针对热影响衍射花样图中的晶粒进行数量统计,得到热影响衍射花样图中所有晶粒的晶粒数量,同时对热影响衍射花样图中的晶粒进行尺寸统计,得到热影响衍射花样图中每个晶粒的晶粒尺寸。图12示例性展示了热影响衍射花样图,图13为图12的晶粒分布统计图,横坐标表示晶粒尺寸,纵坐标表示晶粒数量。
S1120、根据热影响衍射花样图中的晶粒数量和晶粒尺寸,确定热影响区的平均晶粒度,作为热影响区的晶粒度特征。
计算机设备可基于热影响衍射花样图中统计得到的晶粒数量和晶粒尺寸,确定热影响区的平均晶粒度,并将该热影响区的平均晶粒度作为热影响区的晶粒度特征。
一种实施例中,在采用晶粒的最大直径作为晶粒尺寸情况下,计算机设备可获取热影响衍射花样图中所有晶粒的晶粒尺寸之和,并获取晶粒尺寸之和与热影响衍射花样图中晶粒数量的比值,作为热影响区的平均晶粒度。
本申请实施例中,通过获取热影响衍射花样图中的晶粒数量和晶粒尺寸,来确定热影响区的平均晶粒度,以作为热影响区的晶粒度特征。上述方法中,基于热影响区中晶粒在数量和尺寸两个维度上的信息可准确确定热影响区的平均晶粒度,而热影响缝区的平均晶粒度是基于整个热影响区内的晶粒所确定的,作为热影响区的晶粒度特征更具备代表性且更为准确。并且,热影响衍射花样图可清晰且准确的呈现热影响区的晶粒分布情况,进而提高了所确定的热影响区的晶粒度特征的准确性和效率。
焊缝区与热影响区之间的晶粒度偏差(也可称为“晶粒度梯度”)是影响电池疲劳强度的根本原因。基于此,在其中一个实施例中,如图14所示,上述S230、根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定目标电池的电池疲劳强度,包括:
S1410、根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定焊缝区与热影响区之间的晶粒度偏差。
其中,晶粒度偏差用于表征晶粒尺寸上的差异。
本申请实施例中,计算机设备可基于焊缝区和热影响区各自的晶粒度特征,确定焊缝区与热影响区之间在晶粒尺寸上的差异,作为焊缝区与热影响区之间的晶粒度偏差。例如,在采用相应区域中数量最多的晶粒尺寸范围作为晶粒度特征的情况下,晶粒尺寸为晶粒的最大直径,以焊缝区中数量最多的晶粒尺寸范围为w1~w2,热影响区中数量最多的晶粒尺寸范围为h1~h2为例,计算机设备可获取晶粒度特征 w1~w2与h1~h2之间的偏差,如获取w1和w2的平均值w与h1和h2的平均值h之差,即将w和h之间的差作为焊缝区与热影响区之间的晶粒度偏差,还可以将w和h之间的差与w和h之间的和的比值作为焊缝区与热影响区之间的晶粒度偏差。
S1420、根据晶粒度偏差确定目标电池的电池疲劳强度。
其中,焊缝区与热影响区之间的晶粒度偏差使得目标电池中焊接样件在振动过程出现局部应力集中,引发焊接样件开裂,直接降低了目标电池的电池疲劳强度。因此,晶粒度偏差越大,表征目标电池的电池疲劳强度越弱。
一种实施例中,计算机设备可采用大量实验确定晶粒度偏差与电池疲劳强度之间的对应关系,以在得到焊接样件的焊缝区与热影响区之间的晶粒度偏差后,根据该晶粒度偏差和预先建立的晶粒度偏差与电池疲劳强度之间的对应关系,确定该晶粒度偏差所对应的电池疲劳强度,以作为目标电池的电池疲劳强度。
本申请实施例中,通过根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定焊缝区与热影响区之间的晶粒度偏差,进而根据晶粒度偏差确定目标电池的电池疲劳强度。焊缝区和热影响区因受热不同,使得焊缝区内的晶粒和热影响区内的晶粒发生不同程度的晶粒度变化,进而导致焊缝区和热影响区之间产生晶粒度偏差,而焊缝区与热影响区之间的晶粒度偏差是影响电池疲劳强度的根本原因,上述方法则是从根本原因出发,将影响电池疲劳强度的晶粒度偏差直接作为判定指标来确定电池疲劳强度,从而可以真实且精确地确定出电池疲劳强度,提高了电池疲劳强度的准确性。
为提高晶粒度偏差的精确性,可采用相应区域的平均晶粒度作为晶粒度特征。基于此,在其中一个实施例中,上述S1410、根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定焊缝区与热影响区之间的晶粒度偏差。包括:
将焊缝区的平均晶粒度与热影响区的平均晶粒度之间的比值确定为晶粒度偏差。
计算机设备可根据焊缝衍射花样图中的晶粒数量和晶粒尺寸,确定焊缝区的平均晶粒度,并将该焊缝区的平均晶粒度作为焊缝区的晶粒度特征,以及根据热影响衍射花样图中的晶粒数量和晶粒尺寸,确定热影响区的平均晶粒度,并将该热影响区的平均晶粒度作为热影响区的晶粒度特征。
一种实施例中,计算机设备在得到焊缝区的平均晶粒度与热影响区的平均晶粒度后,可获取焊缝区的平均晶粒度与热影响区的平均晶粒度的比值,具体是将焊缝区的平均晶粒度比上热影响区的平均晶粒度所得到的比值,以该比值作为焊缝区与热影响区之间的晶粒度偏差。
本申请实施例中,采用相应区域的平均晶粒度作为晶粒度特征,并将焊缝区的平均晶粒度与热影响区的平均晶粒度之间的比值确定为晶粒度偏差。上述方法中,焊缝区与热影响区之间平均晶粒度的比值可在准确反映焊缝区与热影响区整体上晶粒度的差异,提高了晶粒度偏差的精确性。
实际应用中,通常可采用目标电池中焊接样件的拉伸强度来表征目标电池的电池疲劳强度。基于此,在其中一个实施例中,如图15所示,上述S1420、根据晶粒度偏差确定目标电池的电池疲劳强度,包括:
S1510、根据预设的晶粒度偏差与拉伸强度之间的对应关系,确定晶粒度偏差对应的目标拉伸强度。
一种实施例中,计算机设备可采用大量实验确定焊接样件的晶粒度偏差与焊接样件的拉伸强度之间的对应关系。图16示例性的展示了晶粒度偏差与拉伸强度的对应关系,可以看出在小于晶粒度偏差G的情况下,晶粒度偏差与拉伸强度正相关,晶粒度偏差越大,拉伸强度越大;在大于晶粒度偏差G的情况下,晶粒度偏差与拉伸强度负相关,晶粒度偏差越大,拉伸强度越小。
计算机设备在得到焊接样件的焊缝区与热影响区之间的晶粒度偏差后,可根据该晶粒度偏差和预先建立的晶粒度偏差与拉伸强度之间的对应关系,确定该晶粒度偏差所对应的目标拉伸强度。例如,如图16所示,晶粒度偏差为15,对应的目标拉伸强度则为1395。
S1520、将目标拉伸强度确定为目标电池的电池疲劳强度。
目标电池中的焊接样件的拉伸强度与目标电池的电池疲劳强度正相关。其中,拉伸强度越大,电池疲劳强度相应越高;反之,拉伸强度越小,电池疲劳强度相应越小。
一种实施例中,基于拉伸强度与电池疲劳强度之间的正相关关系,计算机设备可将得到的目标拉伸强度确定为目标电池的电池疲劳强度。继续上述举例,计算机设备可直接将目标拉伸强度1395作为目标电池的电池疲劳强度。
本申请实施例中,根据预设的晶粒度偏差与拉伸强度之间的对应关系,确定晶粒度偏差对应的目标拉伸强度,将目标拉伸强度确定为目标电池的电池疲劳强度。上述方法中,利用预先构建的晶粒度偏差与拉伸强度之间的对应关系确定目标拉伸强度,过程简单易实现,节省了数据处理耗时,提高了效率;且由于晶粒度偏差与拉伸强度之间的对应关系是基于大量焊接样件的先验实验确定的,因此再应用于焊接样件时匹配度更高,所得到的目标拉伸强度更准确,进而提高了所确定的电池疲劳强度的准确性。
焊接样件上包括通过切割得到的焊缝截面,在其中一个实施例中,图17所示,上述S210、获取目标电池的焊接样件,包括:
S1710、根据目标电池中焊接部件上的焊缝,对焊接部件进行切割,获取初始焊接样件。
其中,初始焊接样件上包括焊缝截面。
本申请实施例中,计算机设备可预先确定目标电池中焊接部件上焊缝的位置,以控制切割机按照预设切割参数沿垂直于焊缝延伸方向的方向对焊接部件进行切割,得到包括焊缝截面的初始焊接样件。
一种实施例中,预设切割参数可以包括切割机的工作参数,如输出功率、转速或者前进步长等;另一中实施例中,预设切割参数还可以包括所需的样件规格,如形状、尺寸。例如,计算机设备控制切割机对焊接部件进行切割,以得到长宽高为2cm的初始焊接样件。
S1720、对初始焊接样件上的焊缝截面进行截面处理,得到目标电池的焊接样件。
其中,截面处理为对于样件截面状态的优化处理。需要说明的是,实际应用中直接切割得到的样件的截面状态较差,存在粗糙、卷边、毛刺、脏污、不规整等缺陷,可进一步进行截面处理,以优化样件的截面状态。
本申请实施例中,截面处理包括清洗、研磨、抛光、腐蚀中的至少一项。
一种实施例中,计算机设备可对切割得到的初始焊接样件的焊缝截面进行截面处理,以得到界面处理后的目标电池的焊接样件。例如,计算机设备可对初始焊接样件按照预设处理顺序进行截面处理,如按照研磨、清洗、腐蚀、清洗、研磨、抛光的处理顺序进行截面处理,以得到目标电池的焊接样件。
本申请实施例中,通过根据目标电池中焊接部件上的焊缝,对焊接部件进行切割,获取包括焊缝截面的初始焊接样件,进而对初始焊接样件上的焊缝截面进行截面处理,得到目标电池的焊接样件。上述方法中,基于焊接部件上的焊缝对焊接部件进行切割,得到包括焊缝截面初始焊接样件,使得初始焊接样件能够准确反映焊接部件真实的焊接情况,进而提高了后续基于该初始焊接样件确定目标电池疲劳强度的精度。
为得到截面状态满足预设条件的焊接样件,在其中一个实施例中,如图18所示,上述S1720、对初始焊接样件上的焊缝截面进行截面处理,得到目标电池的焊接样件,包括:
S1810、对初始焊接样件上焊缝截面进行平整处理,并对平整处理后的初始焊接样件进行清洗处理。
一种实施例中,在切割得到初始焊接样件后,计算机设备对初始焊接样件上焊缝截面进行平整处理,如采用砂纸打磨初始焊接样件上焊缝截面,以去除毛刺、卷边等缺陷,提高焊缝截面的平整度。
得到平整处理后的初始焊接样件后,计算机设备可进一步对平整处理后的初始焊接样件进行清洗处理,以去除焊缝截面的脏污。初始焊接样件至于超声设备的水浴槽中,计算机设备可控制超声设备工作,对初始焊接样件进行超声波清洗。
S1820、对清洗处理后的初始焊接样件上的焊缝截面进行抛光处理,直至焊缝截面的状态满足预设条件,得到目标电池的焊接样件。
需要说明的是,在进行抛光处理前,还需要对清洗处理后的初始焊接样件进行镶嵌固定,具体可采用常规冷镶嵌的方式进行。具体是将初始焊接样件的焊接截面向外的镶嵌在样件固定器中。
本申请实施例中,对初始样件进行清洗处理后,计算机设备可控制抛光机对清洗处理后的初始焊接样件上的焊缝截面进行抛光处理,直至焊缝截面的状态满足预设条件,得到目标电池的焊接样件。
一种实施例中,在抛光机上安装不同粗糙度的砂纸,并将样件固定器中初始焊接样件的焊接截面接触砂纸,保持样件固定器不动,计算机设备控制抛光机工作,带动砂纸转动,以通过转动的砂纸对初始焊接样件上的焊缝截面进行抛光。如图19所示,不同粗糙度砂纸抛光形成的焊接截面的表面粗糙状态不同。
本申请实施例中,通过对初始焊接样件上焊缝截面进行平整处理,并对平整处理后的初始焊接样件进行清洗处理,以及对清洗处理后的初始焊接样件上的焊缝截面进行抛光处理,直至焊缝截面的状态满足预设条件,进而得到目标电池的焊接样件。通过上述方法,减少了焊缝截面上毛刺、卷边等缺陷,提高焊缝截面的平整度,还去除了焊缝截面上的脏污,最终抛光得到了截面状态满足预设条件的焊接样件,提高了样件质量。
为提高抛光效果,上述抛光处理可以包括研磨抛光和振动抛光。在其中一个实施例中,如图20所示,上述S1820、对清洗处理后的初始焊接样件上的焊缝截面进行抛光处理,直至焊缝截面的状态满足预设条件,得到目标电池的焊接样件,包括:
S2010、根据清洗处理后的初始焊接样件上焊缝截面的表面纹路,对焊缝截面进行研磨抛光,得到备用焊接样件。
得到清洗处理后的初始焊接样件后,计算机设备可对初始焊接样件上焊缝截面先进行粗研磨后进行细研磨,以得到研磨抛光后的备用焊接样件。
本申请实施例中,计算机设备可控制研磨机沿垂直于焊缝截面的表面纹路的方向对焊缝截面进行研磨抛光,在研磨机上安装砂纸的情况下对焊缝截面进行粗研磨,在研磨机上安装抛光绒布的情况下对焊接截面进行细抛光,得到表面纹路均匀,方向一致的备用焊接样件。
在进行粗研磨的情况下,可采用不同粗糙度的砂纸进行。例如,先采用粗糙度较大的砂纸(如180#砂纸),再采用中等粗糙度的砂纸(如400#砂纸),最后采用粗糙度较小的砂纸(如1200#砂纸)。
在进行细抛光的情况下,可加入不同粗糙度的抛光液进行。例如,先加入粗糙度较大的抛光液(如的抛光液)进行初抛,再采用中等粗糙度的抛光液(如/>的抛光液)进行细抛,最后加入粗糙度较小的抛光液(如/>的抛光液)进行精抛。
S2020、对备用焊接样件上焊缝截面的表面变形层进行振动抛光,直至焊缝截面的状态满足预设条件,得到目标电池的焊接样件。
其中,焊缝截面的表面变形层由焊接截面上熔融的焊接材料冷却后所形成。
经过上述研磨抛光后,焊缝截面上的表面变形层基本已被去除,计算机设备可控制抛光机的振动参数,对焊缝截面进行振动抛光,以进一步去除焊缝截面上的表面变形层,提高去除效果,得到表面变形层去除干净且平整的目标电池的焊接样件。
本申请实施例中,通过根据清洗处理后的初始焊接样件上焊缝截面的表面纹路,对焊缝截面进行研磨抛光,得到备用焊接样件,再对备用焊接样件上焊缝截面的表面变形层进行振动抛光,直至焊缝截面的状态满足预设条件,得到目标电池的焊接样件。上述方法中,基于研磨抛光和振动抛光的双重抛光过程,得到表面变形层去除干净且平整的目标电池的焊接样件,提高了对于焊缝截面的抛光效果。
得到目标电池的电池疲劳强度后,还可以对电池疲劳强度进行测定,以确定测定结果。在其中一个实施例中,上述方法还包括对目标电池的电池疲劳强度进行测定的过程:
根据目标电池的电池疲劳强度和预设的疲劳强度测定条件,确定目标电池的电池疲劳强度的测定结果。
其中,预设的疲劳强度测定条件为满足电池疲劳强度需求的最低条件。
得到目标电池的电池疲劳强度后,计算机还可以将目标电池的电池疲劳强度与预设的疲劳强度测定条件进行比较,以确定目标电池的电池疲劳强度是否达到预设的疲劳强度测定条件,进而确定电池疲劳强度的测定结果。
一种实施例中,在目标电池的电池疲劳强度达到预设的疲劳强度测定条件的情况下,计算机设备则确定电池疲劳强度的测定结果为通过测定;另一种实施例,在目标电池的电池疲劳强度未达到预设的疲劳强度测定条件的情况下,计算机设备则确定电池疲劳强度的测定结果为未通过测定。
本申请实施例中,通过根据目标电池的电池疲劳强度和预设的疲劳强度测定条件,确定目标电池的电池疲劳强度的测定结果。上述方法中,基于预设的疲劳强度测定条件对目标电池的电池疲劳强度进行进一步的测定,以得到衡量目标电池的电池疲劳强度是否满足电池疲劳强度需求的测定结果,提高了结果的直观性和准确性。
疲劳强度测定条件包括疲劳强度阈值,基于此,在其中一个实施例中,如图21所示,上述根据目标电池的电池疲劳强度和预设的疲劳强度测定条件,确定目标电池的电池疲劳强度的测定结果,包括:
其中,疲劳强度阈值为满足疲劳强度需求的最小疲劳强度。
S2110、在目标电池的电池疲劳强度大于疲劳强度阈值的情况下,确定目标电池的电池疲劳强度的测定结果为通过测定。
计算机设备可将得到的目标电池的电池疲劳强度与疲劳强度测定条件中的疲劳强度阈值进行比较,一种实施例中,在目标电池的电池疲劳强度大于疲劳强度阈值的情况下,说明目标电池的电池疲劳强度满足疲劳强度需求,计算机设备即可确定目标电池的电池疲劳强度的测定结果为通过测定。
S2120、在目标电池的电池疲劳强度小于或等于疲劳强度阈值的情况下,确定目标电池的电池疲劳强度的测定结果为未通过测定。
另一种实施例中,在目标电池的电池疲劳强度小于或等于疲劳强度阈值的情况下,说明目标电池的电池疲劳强度不满足疲劳强度需求,计算机设备即可确定目标电池的电池疲劳强度的测定结果为未通过测定。
本申请实施例中,疲劳强度测定条件包括疲劳强度阈值,在目标电池的电池疲劳强度大于疲劳强度阈值的情况下,确定目标电池的电池疲劳强度的测定结果为通过测定,在目标电池的电池疲劳强度小于或等于疲劳强度阈值的情况下,确定目标电池的电池疲劳强度的测定结果为未通过测定。上述方法中,基于简单的阈值比较确定电池疲劳强度直观的测定结果,过程简单易实现,节省了数据处理耗时,提高了效率。
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池疲劳强度确定方法的电池疲劳强度确定装置。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池疲劳强度确定装置实施例中的具体限定可以参见上文中对于电池疲劳强度确定方法的限定,在此不再赘述。
在一个实施例中,如图22所示,提供了一种电池疲劳强度确定装置,包括:样件获取模块2201、晶粒分析模块2202和疲劳测定模块2203,其中:
样件获取模块2201用于获取目标电池的焊接样件;焊接样件上包括焊缝截面;
晶粒分析模块2202用于获取焊接样件上焊缝截面中焊缝区的晶粒度特征和焊缝区的热影响区的晶粒度特征;
疲劳测定模块2203用于根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定目标电池的电池疲劳强度。
在其中一个实施例中,晶粒分析模块2202包括:
衍射子模块,用于获取焊缝截面中待检区域的电子衍射花样图;待检区域包括焊缝区和热影响区;
特征子模块,用于根据电子衍射花样图,获取焊缝区的晶粒度特征和热影响区的晶粒度特征。
在其中一个实施例中,衍射子模块包括:
扫描单元,用于控制电子束发射装置对待检区域进行电子束扫描;
生成单元,用于控制图像采集装置根据扫描产生的衍射信号生成待检区域的电子衍射花样图。
在其中一个实施例中,上述装置还包括:
焊缝区确定模块,用于在焊接样件放置于样品台上的情况下,根据焊接样件上焊缝的位置,确定焊缝截面中的焊缝区;
热影响区确定模块,用于将焊缝截面中焊缝区周围预设范围确定为热影响区;
待检区域确定模块,用于根据焊缝截面上包括焊缝区和热影响区的区域,确定待检区域。
在其中一个实施例中,特征子模块包括:
图像单元,用于根据电子衍射花样图,获取焊缝区的焊缝衍射花样图和热影响区的热影响衍射花样图;
焊缝特征单元,用于根据焊缝衍射花样图确定焊缝区的晶粒度特征;
热影响特征单元,用于根据热影响衍射花样图确定热影响区的晶粒度特征。
在其中一个实施例中,焊缝特征单元包括:
第一获取子单元,用于获取焊缝衍射花样图中的晶粒数量和晶粒尺寸;
第一特征子单元,用于根据焊缝衍射花样图中的晶粒数量和晶粒尺寸,确定焊缝区的平均晶粒度,作为焊缝区的晶粒度特征。
在其中一个实施例中,热影响特征单元包括:
第二获取子单元,用于获取热影响衍射花样图中的晶粒数量和晶粒尺寸;
第二特征子单元,用于根据热影响衍射花样图中的晶粒数量和晶粒尺寸,确定热影响区的平均晶粒度,作为热影响区的晶粒度特征。
在其中一个实施例中,疲劳测定模块2203包括:
偏差子模块,用于根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定焊缝区与热影响区之间的晶粒度偏差;
强度子模块,用于根据晶粒度偏差确定目标电池的电池疲劳强度。
在其中一个实施例中,晶粒度特征为平均晶粒度;偏差子模块包括:
比值单元,用于将焊缝区的平均晶粒度与热影响区的平均晶粒度之间的比值确定为晶粒度偏差。
在其中一个实施例中,强度子模块包括:
拉伸单元,用于根据预设的晶粒度偏差与拉伸强度之间的对应关系,确定晶粒度偏差对应的目标拉伸强度;
强度单元,用于将目标拉伸强度确定为目标电池的电池疲劳强度。
在其中一个实施例中,样件获取模块2201包括:
切割子模块,用于根据目标电池中焊接部件上的焊缝,对焊接部件进行切割,获取初始焊接样件;初始焊接样件上包括焊缝截面;
处理子模块,用于对初始焊接样件上的焊缝截面进行截面处理,得到目标电池的焊接样件。
在其中一个实施例中,处理子模块包括:
整理单元,用于对初始焊接样件上焊缝截面进行平整处理,并对平整处理后的初始焊接样件进行清洗处理;
抛光单元,用于对清洗处理后的初始焊接样件上的焊缝截面进行抛光处理,直至焊缝截面的状态满足预设条件,得到目标电池的焊接样件。
在其中一个实施例中,抛光单元包括:
研磨抛光子单元,用于根据清洗处理后的初始焊接样件上焊缝截面的表面纹路,对焊缝截面进行研磨抛光,得到备用焊接样件;
振动抛光子单元,用于对备用焊接样件上焊缝截面的表面变形层进行振动抛光,直至焊缝截面的状态满足预设条件,得到目标电池的焊接样件。
在其中一个实施例中,上述装置还包括:
疲劳测定模块,用于根据目标电池的电池疲劳强度和预设的疲劳强度测定条件,确定目标电池的电池疲劳强度的测定结果。
在其中一个实施例中,疲劳强度测定条件包括疲劳强度阈值;疲劳测定模块包括:
第一结果模块,用于在目标电池的电池疲劳强度大于疲劳强度阈值的情况下,确定目标电池的电池疲劳强度的测定结果为通过测定;
第二结果模块,用于在目标电池的电池疲劳强度小于或等于疲劳强度阈值的情况下,确定目标电池的电池疲劳强度的测定结果为未通过测定。
上述电池疲劳强度确定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,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:
获取目标电池的焊接样件;焊接样件上包括焊缝截面;获取焊接样件上焊缝截面中焊缝区的晶粒度特征和焊缝区的热影响区的晶粒度特征;根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定目标电池的电池疲劳强度。
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:
获取焊缝截面中待检区域的电子衍射花样图;待检区域包括焊缝区和热影响区;根据电子衍射花样图,获取焊缝区的晶粒度特征和热影响区的晶粒度特征。
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:
控制电子束发射装置对待检区域进行电子束扫描;控制图像采集装置根据扫描产生的衍射信号生成待检区域的电子衍射花样图。
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:
在焊接样件放置于样品台上的情况下,根据焊接样件上焊缝的位置,确定焊缝截面中的焊缝区;将焊缝截面中焊缝区周围预设范围确定为热影响区;根据焊缝截面上包括焊缝区和热影响区的区域,确定待检区域。
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:
根据电子衍射花样图,获取焊缝区的焊缝衍射花样图和热影响区的热影响衍射花样图;根据焊缝衍射花样图确定焊缝区的晶粒度特征;根据热影响衍射花样图确定热影响区的晶粒度特征。
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:
获取焊缝衍射花样图中的晶粒数量和晶粒尺寸;根据焊缝衍射花样图中的晶粒数量和晶粒尺寸,确定焊缝区的平均晶粒度,作为焊缝区的晶粒度特征。
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:
获取热影响衍射花样图中的晶粒数量和晶粒尺寸;根据热影响衍射花样图中的晶粒数量和晶粒尺寸,确定热影响区的平均晶粒度,作为热影响区的晶粒度特征。
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:
根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定焊缝区与热影响区之间的晶粒度偏差;根据晶粒度偏差确定目标电池的电池疲劳强度。
在其中一个实施例中,晶粒度特征为平均晶粒度;处理器执行计算机程序时还实现以下步骤:
将焊缝区的平均晶粒度与热影响区的平均晶粒度之间的比值确定为晶粒度偏差。
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:
根据预设的晶粒度偏差与拉伸强度之间的对应关系,确定晶粒度偏差对应的目标拉伸强度;将目标拉伸强度确定为目标电池的电池疲劳强度。
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:
根据目标电池中焊接部件上的焊缝,对焊接部件进行切割,获取初始焊接样件;初始焊接样件上包括焊缝截面;对初始焊接样件上的焊缝截面进行截面处理,得到目标电池的焊接样件。
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:
对初始焊接样件上焊缝截面进行平整处理,并对平整处理后的初始焊接样件进行清洗处理;对清洗处理后的初始焊接样件上的焊缝截面进行抛光处理,直至焊缝截面的状态满足预设条件,得到目标电池的焊接样件。
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:
根据清洗处理后的初始焊接样件上焊缝截面的表面纹路,对焊缝截面进行研磨抛光,得到备用焊接样件;对备用焊接样件上焊缝截面的表面变形层进行振动抛光,直至焊缝截面的状态满足预设条件,得到目标电池的焊接样件。
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:
根据目标电池的电池疲劳强度和预设的疲劳强度测定条件,确定目标电池的电池疲劳强度的测定结果。
在其中一个实施例中,疲劳强度测定条件包括疲劳强度阈值;处理器执行计算机程序时还实现以下步骤:
在目标电池的电池疲劳强度大于疲劳强度阈值的情况下,确定目标电池的电池疲劳强度的测定结果为通过测定;在目标电池的电池疲劳强度小于或等于疲劳强度阈值的情况下,确定目标电池的电池疲劳强度的测定结果为未通过测定。
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:
获取目标电池的焊接样件;焊接样件上包括焊缝截面;获取焊接样件上焊缝截面中焊缝区的晶粒度特征和焊缝区的热影响区的晶粒度特征;根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定目标电池的电池疲劳强度。
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:
获取焊缝截面中待检区域的电子衍射花样图;待检区域包括焊缝区和热影响区;根据电子衍射花样图,获取焊缝区的晶粒度特征和热影响区的晶粒度特征。
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:
控制电子束发射装置对待检区域进行电子束扫描;控制图像采集装置根据扫描产生的衍射信号生成待检区域的电子衍射花样图。
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:
在焊接样件放置于样品台上的情况下,根据焊接样件上焊缝的位置,确定焊缝截面中的焊缝区;将焊缝截面中焊缝区周围预设范围确定为热影响区;根据焊缝截面上包括焊缝区和热影响区的区域,确定待检区域。
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:
根据电子衍射花样图,获取焊缝区的焊缝衍射花样图和热影响区的热影响衍射花样图;根据焊缝衍射花样图确定焊缝区的晶粒度特征;根据热影响衍射花样图确定热影响区的晶粒度特征。
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:
获取焊缝衍射花样图中的晶粒数量和晶粒尺寸;根据焊缝衍射花样图中的晶粒数量和晶粒尺寸,确定焊缝区的平均晶粒度,作为焊缝区的晶粒度特征。
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:
获取热影响衍射花样图中的晶粒数量和晶粒尺寸;根据热影响衍射花样图中的晶粒数量和晶粒尺寸,确定热影响区的平均晶粒度,作为热影响区的晶粒度特征。
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:
根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定焊缝区与热影响区之间的晶粒度偏差;根据晶粒度偏差确定目标电池的电池疲劳强度。
在其中一个实施例中,晶粒度特征为平均晶粒度;计算机程序被处理器执行时还实现以下步骤:
将焊缝区的平均晶粒度与热影响区的平均晶粒度之间的比值确定为晶粒度偏差。
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:
根据预设的晶粒度偏差与拉伸强度之间的对应关系,确定晶粒度偏差对应的目标拉伸强度;将目标拉伸强度确定为目标电池的电池疲劳强度。
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:
根据目标电池中焊接部件上的焊缝,对焊接部件进行切割,获取初始焊接样件;初始焊接样件上包括焊缝截面;对初始焊接样件上的焊缝截面进行截面处理,得到目标电池的焊接样件。
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:
对初始焊接样件上焊缝截面进行平整处理,并对平整处理后的初始焊接样件进行清洗处理;对清洗处理后的初始焊接样件上的焊缝截面进行抛光处理,直至焊缝截面的状态满足预设条件,得到目标电池的焊接样件。
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:
根据清洗处理后的初始焊接样件上焊缝截面的表面纹路,对焊缝截面进行研磨抛光,得到备用焊接样件;对备用焊接样件上焊缝截面的表面变形层进行振动抛光,直至焊缝截面的状态满足预设条件,得到目标电池的焊接样件。
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:
根据目标电池的电池疲劳强度和预设的疲劳强度测定条件,确定目标电池的电池疲劳强度的测定结果。
在其中一个实施例中,疲劳强度测定条件包括疲劳强度阈值;计算机程序被处理器执行时还实现以下步骤:
在目标电池的电池疲劳强度大于疲劳强度阈值的情况下,确定目标电池的电池疲劳强度的测定结果为通过测定;在目标电池的电池疲劳强度小于或等于疲劳强度阈值的情况下,确定目标电池的电池疲劳强度的测定结果为未通过测定。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取目标电池的焊接样件;焊接样件上包括焊缝截面;获取焊接样件上焊缝截面中焊缝区的晶粒度特征和焊缝区的热影响区的晶粒度特征;根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定目标电池的电池疲劳强度。
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:
获取焊缝截面中待检区域的电子衍射花样图;待检区域包括焊缝区和热影响区;根据电子衍射花样图,获取焊缝区的晶粒度特征和热影响区的晶粒度特征。
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:
控制电子束发射装置对待检区域进行电子束扫描;控制图像采集装置根据扫描产生的衍射信号生成待检区域的电子衍射花样图。
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:
在焊接样件放置于样品台上的情况下,根据焊接样件上焊缝的位置,确定焊缝截面中的焊缝区;将焊缝截面中焊缝区周围预设范围确定为热影响区;根据焊缝截面上包括焊缝区和热影响区的区域,确定待检区域。
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:
根据电子衍射花样图,获取焊缝区的焊缝衍射花样图和热影响区的热影响衍射花样图;根据焊缝衍射花样图确定焊缝区的晶粒度特征;根据热影响衍射花样图确定热影响区的晶粒度特征。
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:
获取焊缝衍射花样图中的晶粒数量和晶粒尺寸;根据焊缝衍射花样图中的晶粒数量和晶粒尺寸,确定焊缝区的平均晶粒度,作为焊缝区的晶粒度特征。
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:
获取热影响衍射花样图中的晶粒数量和晶粒尺寸;根据热影响衍射花样图中的晶粒数量和晶粒尺寸,确定热影响区的平均晶粒度,作为热影响区的晶粒度特征。
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:
根据焊缝区的晶粒度特征和热影响区的晶粒度特征,确定焊缝区与热影响区之间的晶粒度偏差;根据晶粒度偏差确定目标电池的电池疲劳强度。
在其中一个实施例中,晶粒度特征为平均晶粒度;计算机程序被处理器执行时还实现以下步骤:
将焊缝区的平均晶粒度与热影响区的平均晶粒度之间的比值确定为晶粒度偏差。
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:
根据预设的晶粒度偏差与拉伸强度之间的对应关系,确定晶粒度偏差对应的目标拉伸强度;将目标拉伸强度确定为目标电池的电池疲劳强度。
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:
根据目标电池中焊接部件上的焊缝,对焊接部件进行切割,获取初始焊接样件;初始焊接样件上包括焊缝截面;对初始焊接样件上的焊缝截面进行截面处理,得到目标电池的焊接样件。
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:
对初始焊接样件上焊缝截面进行平整处理,并对平整处理后的初始焊接样件进行清洗处理;对清洗处理后的初始焊接样件上的焊缝截面进行抛光处理,直至焊缝截面的状态满足预设条件,得到目标电池的焊接样件。
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:
根据清洗处理后的初始焊接样件上焊缝截面的表面纹路,对焊缝截面进行研磨抛光,得到备用焊接样件;对备用焊接样件上焊缝截面的表面变形层进行振动抛光,直至焊缝截面的状态满足预设条件,得到目标电池的焊接样件。
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:
根据目标电池的电池疲劳强度和预设的疲劳强度测定条件,确定目标电池的电池疲劳强度的测定结果。
在其中一个实施例中,疲劳强度测定条件包括疲劳强度阈值;计算机程序被处理器执行时还实现以下步骤:
在目标电池的电池疲劳强度大于疲劳强度阈值的情况下,确定目标电池的电池疲劳强度的测定结果为通过测定;在目标电池的电池疲劳强度小于或等于疲劳强度阈值的情况下,确定目标电池的电池疲劳强度的测定结果为未通过测定。
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 AccessMemory,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 AccessMemory,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,但并不能基于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。基于此,本申请的保护范围应以所附权利要求为准。
Claims (17)
1.一种电池疲劳强度确定方法,其特征在于,所述方法包括:
获取目标电池的焊接样件;所述焊接样件上包括焊缝截面;
获取所述焊接样件上焊缝截面中焊缝区的晶粒度特征和所述焊缝区的热影响区的晶粒度特征;
根据所述焊缝区的晶粒度特征和所述热影响区的晶粒度特征,确定所述焊缝区和所述热影响区之间的晶粒度偏差;
将所述晶粒度偏差所对应的目标拉伸强度确定为所述目标电池的电池疲劳强度。
2.根据权利要求1所述的方法,其特征在于,所述获取所述焊接样件上焊缝截面中焊缝区的晶粒度特征和所述焊缝区的热影响区的晶粒度特征,包括:
获取所述焊缝截面中待检区域的电子衍射花样图;所述待检区域包括所述焊缝区和所述热影响区;
根据所述电子衍射花样图,获取所述焊缝区的晶粒度特征和所述热影响区的晶粒度特征。
3.根据权利要求2所述的方法,其特征在于,所述获取所述焊缝截面中待检区域的电子衍射花样图,包括:
控制电子束发射装置对所述待检区域进行电子束扫描;
控制图像采集装置根据扫描产生的衍射信号生成所述待检区域的电子衍射花样图。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
在所述焊接样件放置于样品台上的情况下,根据所述焊接样件上焊缝的位置,确定所述焊缝截面中的焊缝区;
将所述焊缝截面中焊缝区周围预设范围确定为所述热影响区;
根据所述焊缝截面上包括所述焊缝区和所述热影响区的区域,确定所述待检区域。
5.根据权利要求2-4任一项所述的方法,其特征在于,所述根据所述电子衍射花样图,获取所述焊缝区的晶粒度特征和所述热影响区的晶粒度特征,包括:
根据所述电子衍射花样图,获取所述焊缝区的焊缝衍射花样图和所述热影响区的热影响衍射花样图;
根据所述焊缝衍射花样图确定所述焊缝区的晶粒度特征;
根据所述热影响衍射花样图确定所述热影响区的晶粒度特征。
6.根据权利要求5所述的方法,其特征在于,所述根据所述焊缝衍射花样图确定所述焊缝区的晶粒度特征,包括:
获取所述焊缝衍射花样图中的晶粒数量和晶粒尺寸;
根据所述焊缝衍射花样图中的晶粒数量和晶粒尺寸,确定所述焊缝区的平均晶粒度,作为所述焊缝区的晶粒度特征。
7.根据权利要求5所述的方法,其特征在于,所述根据所述热影响衍射花样图确定所述热影响区的晶粒度特征,包括:
获取所述热影响衍射花样图中的晶粒数量和晶粒尺寸;
根据所述热影响衍射花样图中的晶粒数量和晶粒尺寸,确定所述热影响区的平均晶粒度,作为所述热影响区的晶粒度特征。
8.根据权利要求1所述的方法,其特征在于,所述晶粒度特征为平均晶粒度;所述根据所述焊缝区的晶粒度特征和所述热影响区的晶粒度特征,确定所述焊缝区与所述热影响区之间的晶粒度偏差,包括:
将所述焊缝区的平均晶粒度与所述热影响区的平均晶粒度之间的比值确定为所述晶粒度偏差。
9.根据权利要求1所述的方法,其特征在于,所述将所述晶粒度偏差所对应的目标拉伸强度确定为所述目标电池的电池疲劳强度,包括:
根据预设的晶粒度偏差与拉伸强度之间的对应关系,确定所述晶粒度偏差对应的目标拉伸强度;
将所述目标拉伸强度确定为所述目标电池的电池疲劳强度。
10.根据权利要求1-4中任一项所述的方法,其特征在于,所述获取目标电池的焊接样件,包括:
根据所述目标电池中焊接部件上的焊缝,对所述焊接部件进行切割,获取初始焊接样件;所述初始焊接样件上包括所述焊缝截面;
对所述初始焊接样件上的焊缝截面进行截面处理,得到所述目标电池的焊接样件。
11.根据权利要求10所述的方法,其特征在于,所述对所述初始焊接样件上的焊缝截面进行截面处理,得到所述目标电池的焊接样件,包括:
对所述初始焊接样件上焊缝截面进行平整处理,并对平整处理后的初始焊接样件进行清洗处理;
对清洗处理后的初始焊接样件上的焊缝截面进行抛光处理,直至所述焊缝截面的状态满足预设条件,得到所述目标电池的焊接样件。
12.根据权利要求11所述的方法,其特征在于,所述对清洗处理后的初始焊接样件上的焊缝截面进行抛光处理,直至所述焊缝截面的状态满足预设条件,得到所述目标电池的焊接样件,包括:
根据所述清洗处理后的初始焊接样件上焊缝截面的表面纹路,对所述焊缝截面进行研磨抛光,得到备用焊接样件;
对所述备用焊接样件上焊缝截面的表面变形层进行振动抛光,直至所述焊缝截面的状态满足预设条件,得到所述目标电池的焊接样件。
13.根据权利要求1-4中任一项所述的方法,其特征在于,所述方法还包括:
根据所述目标电池的电池疲劳强度和预设的疲劳强度测定条件,确定所述目标电池的电池疲劳强度的测定结果。
14.根据权利要求13所述的方法,其特征在于,所述疲劳强度测定条件包括疲劳强度阈值;所述根据所述目标电池的电池疲劳强度和预设的疲劳强度测定条件,确定所述目标电池的电池疲劳强度的测定结果,包括:
在所述目标电池的电池疲劳强度大于所述疲劳强度阈值的情况下,确定所述目标电池的电池疲劳强度的测定结果为通过测定;
在所述目标电池的电池疲劳强度小于或等于所述疲劳强度阈值的情况下,确定所述目标电池的电池疲劳强度的测定结果为未通过测定。
15.一种电池疲劳强度确定装置,其特征在于,所述装置包括:
样件获取模块,用于获取目标电池的焊接样件;所述焊接样件上包括焊缝截面;
晶粒分析模块,用于获取所述焊接样件上焊缝截面中焊缝区的晶粒度特征和所述焊缝区的热影响区的晶粒度特征;
疲劳测定模块,用于根据所述焊缝区的晶粒度特征和所述热影响区的晶粒度特征,确定所述焊缝区和所述热影响区之间的晶粒度偏差;将所述晶粒度偏差所对应的目标拉伸强度确定为所述目标电池的电池疲劳强度。
16.一种计算机设备,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14中任一项所述的方法的步骤。
17.一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14中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310740184.4A CN116482139B (zh) | 2023-06-21 | 2023-06-21 | 电池疲劳强度确定方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310740184.4A CN116482139B (zh) | 2023-06-21 | 2023-06-21 | 电池疲劳强度确定方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116482139A CN116482139A (zh) | 2023-07-25 |
CN116482139B true CN116482139B (zh) | 2023-09-19 |
Family
ID=87227231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310740184.4A Active CN116482139B (zh) | 2023-06-21 | 2023-06-21 | 电池疲劳强度确定方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116482139B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1995004838A1 (fr) * | 1993-08-04 | 1995-02-16 | Nippon Steel Corporation | Acier a resistance a la traction elevee, a resistance a la fatigue et a aptitude au soudage superieures et procede de fabrication |
JP2007225387A (ja) * | 2006-02-22 | 2007-09-06 | Toshiba Corp | 原子炉構造物の溶接部における疲労特性予測の方法、そのシステムおよびそのプログラム |
CN104531980A (zh) * | 2014-12-23 | 2015-04-22 | 清华大学深圳研究生院 | 用超声和电脉冲耦合提高焊缝区力学性能和耐蚀性的方法 |
CN106595926A (zh) * | 2016-11-14 | 2017-04-26 | 江苏科技大学 | 晶粒尺寸影响超声波评价焊接残余应力的修正方法 |
CN113239479A (zh) * | 2021-04-01 | 2021-08-10 | 四川大学 | 基于焊缝位错缠绕沉淀相的循环硬化模型在焊接接头疲劳寿命预测中的应用 |
CN114912319A (zh) * | 2022-05-05 | 2022-08-16 | 一汽解放汽车有限公司 | 焊接结构疲劳寿命检测方法、装置和计算机设备 |
-
2023
- 2023-06-21 CN CN202310740184.4A patent/CN116482139B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1995004838A1 (fr) * | 1993-08-04 | 1995-02-16 | Nippon Steel Corporation | Acier a resistance a la traction elevee, a resistance a la fatigue et a aptitude au soudage superieures et procede de fabrication |
JP2007225387A (ja) * | 2006-02-22 | 2007-09-06 | Toshiba Corp | 原子炉構造物の溶接部における疲労特性予測の方法、そのシステムおよびそのプログラム |
CN104531980A (zh) * | 2014-12-23 | 2015-04-22 | 清华大学深圳研究生院 | 用超声和电脉冲耦合提高焊缝区力学性能和耐蚀性的方法 |
CN106595926A (zh) * | 2016-11-14 | 2017-04-26 | 江苏科技大学 | 晶粒尺寸影响超声波评价焊接残余应力的修正方法 |
CN113239479A (zh) * | 2021-04-01 | 2021-08-10 | 四川大学 | 基于焊缝位错缠绕沉淀相的循环硬化模型在焊接接头疲劳寿命预测中的应用 |
CN114912319A (zh) * | 2022-05-05 | 2022-08-16 | 一汽解放汽车有限公司 | 焊接结构疲劳寿命检测方法、装置和计算机设备 |
Non-Patent Citations (6)
Title |
---|
Correlation between weld nugget grain size, weld nugget hardness and tensile strength of friction stir welded commercial grade aluminium alloy joints;S. Rajakumar 等;Materials and Design;第34卷;第242-251页 * |
Establishing empirical relationships to predict grain size and tensile strength of friction stir welded AA 6061-T6 aluminium alloy joints;S. RAJAKUMAR 等;TRANSACTIONS OF NONFERROUS METALS SOCIETY OF CHINA;第20卷(第10期);第1863-1872页 * |
Grain size effects on the compressibility and yield strength of copper;Yuejian Wang;Journal of Physics and Chemistry of Solids;第74卷(第1期);第75-79页 * |
Residual stress, micro-hardness and tensile properties of ANSI 304 stainless steel thick sheet by fiber laser welding;L. Zhang 等;MATERIALS SCIENCE AND ENGINEERING A-STRUCTURAL MATERIALS PROPERTIES MICROSTRUCTURE AND PROCESSING;第561卷;第136-144页 * |
TC4 钛合金高真空电子束焊接工艺研究;黄锋 等;热加工工艺;第47卷(第3期);第53-56页 * |
基于微观建模法的焊接接头低周疲劳寿命预测研究;焦炜 等;热加工工艺;第45卷(第11期);第218-222页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116482139A (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116482139B (zh) | 电池疲劳强度确定方法、装置、计算机设备和存储介质 | |
WO2014102919A1 (ja) | 表面加工状態の評価システムおよび評価方法 | |
CN105479270B (zh) | 一种测试车削大螺距螺纹刀具切削性能的实验方法 | |
Liu et al. | Effect of wire-EDM on fatigue of nitinol shape memory alloy | |
Cuka et al. | Vision-based surface roughness evaluation system for end milling | |
Aurich et al. | Single grain scratch tests to determine elastic and plastic material behavior in grinding | |
TWI635271B (zh) | 氣袋偵測方法與系統 | |
CN102269756B (zh) | 一种12Cr1MoV钢珠光体球化等级的现场检测方法 | |
CN101551239B (zh) | 表面为曲面的金属表面硬化层深度的测量方法 | |
Yin et al. | Robust wheel wear detection for solid carbide grinding under strong noise interference: A new approach based on improved ensemble noise-reconstructed empirical mode decomposition | |
CN113884538A (zh) | 大型风力机叶片内部微小缺陷的红外热像检测方法 | |
RU2010102996A (ru) | Способ классификации дефектов и выполнения шлифования прокатных валков | |
Adibi et al. | In-process monitoring of nickel-based super alloy grinding using the acoustic emission method | |
CN116228766A (zh) | 一种等离子加工设备的智能调控方法及系统 | |
CN111633559B (zh) | 一种基于表面微观三维形貌的最小加工余量预测方法 | |
You et al. | Systematic Monitoring and Evaluating the Wear of Alumina Wheel When Grinding the Workpiece of Cr12 | |
Chen et al. | Experimental investigation of effects of polishing process on surface residual stress of TC4 blade based on sensitivity analysis | |
Je et al. | Development of spiral grinding process technology for glass lens hole machining | |
CN102721620B (zh) | 一种15CrMo钢珠光体球化等级的现场检测方法 | |
CN112857271B (zh) | 一种激光熔覆过程稳定性的判别方法 | |
CN117934461B (zh) | 一种侧边抛磨光纤抛磨表面粗糙度分析方法、系统及设备 | |
Godino et al. | In-machine data acquisition for evaluating the conditioning efficiency of resin-bonded super-abrasive grinding wheels | |
Agnard et al. | Study of grinding tool profiling for robotic processes | |
Fedorovych et al. | The Methodology of Sharpening of Blade Tools Made of Superhard Materials | |
CN106908341A (zh) | 一种钢球试样的制样方法以及钢球的洛氏硬度测试方法 |
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 |