CN116739997A - 一种基于x射线成像的锂电池在线成像分析方法 - Google Patents
一种基于x射线成像的锂电池在线成像分析方法 Download PDFInfo
- Publication number
- CN116739997A CN116739997A CN202310592343.0A CN202310592343A CN116739997A CN 116739997 A CN116739997 A CN 116739997A CN 202310592343 A CN202310592343 A CN 202310592343A CN 116739997 A CN116739997 A CN 116739997A
- Authority
- CN
- China
- Prior art keywords
- lithium battery
- ray
- image
- imaging
- electrode
- 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
Links
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 53
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 53
- 238000003384 imaging method Methods 0.000 title claims abstract description 33
- 238000004458 analytical method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 25
- 230000008859 change Effects 0.000 claims abstract description 13
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 239000000654 additive Substances 0.000 claims description 7
- 230000000996 additive effect Effects 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 12
- 230000000694 effects Effects 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 239000010405 anode material Substances 0.000 abstract description 2
- 239000010406 cathode material Substances 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 4
- 238000005315 distribution function Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000005253 cladding Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000003411 electrode reaction Methods 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- 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
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
Abstract
本发明公开了一种基于X射线成像的锂电池在线成像分析方法,涉及锂电池X射线检测技术领域,包括:获取锂电池在不同SOC状态时的X射线图像;对X射线图像进行图像预处理;选取预处理后的X射线图像的感兴趣区域,对感兴趣区域进行水平灰度投影得到一维灰度值序列;根据一维灰度值序列,基于高斯拟合和最小二乘法计算峰位半高宽;根据峰位半高宽、X射线图像的像素尺寸和图像放大倍数,求得电极的厚度变化。本发明利用函数识别锂电池内部感兴趣区域电极的厚度变化,减少了人为判断因素的干扰,分析速度快、操作简单且准确度高,能够判断电池膨胀原因,确定内部感兴趣区域电极的具体膨胀尺度,对电池正负极材料优化以及调整生产工艺等有很大的促进作用。
Description
技术领域
本发明涉及锂电池X射线检测技术领域,具体而言,涉及一种基于X射线成像的锂电池在线成像分析方法。
背景技术
锂电池由于其高能量密度,自放电少以及优秀的循环性能,成为了目前大力发展的储能设备。但在长时间的充放电循环之后,其存在膨胀、循环衰减加快等问题。锂电池膨胀主要分为两类,一是电池极片的厚度变化导致的膨胀,二是电池内部电解液氧化导致产气引起的膨胀。这对锂电池的安全造成了非常不利的影响。因此必须提出一套技术用于检测锂电池在充放电循环过程中的膨胀变化。
专利公告号为CN114114043A的专利申请,提供了一种锂电池膨胀检测方法,将锂电池与压力检测装置相连,将锂电池防爆阀与流量检测装置相连,通过压力检测装置检测锂电池的形变压力,通过防爆阀将循环过程中产生的气体排出并利用流量检测装置对其进行检测,电池循环过程中产生的气体不会增加电池内部的压力,进而使得两个检测值不会相互影响,提高检测的精度。
上述检测方法虽然可以较好的检测锂电池外部包壳的膨胀尺度,但是这种方法需要压力检测装置和流量检测装置相配合使用,实验平台搭建比较繁琐且不能具体观察到锂电池内部各部分电极的具体膨胀尺度。由于锂电池是通过机器将电极缠绕在一起,电芯各部分所受到的压力存在差异,因此在循环过程中各部分膨胀尺度也不同,该方法只能辨别导致锂电池膨胀的具体原因和电池总体膨胀尺度,存在不能检测锂电池内部各部分电极具体膨胀尺度的缺陷。
发明内容
本发明在于提供一种基于X射线成像的能够在线检测锂电池内部感兴趣区域电极膨胀尺度的分析方法,其能够缓解上述问题。
本发明采取的技术方案如下:
本发明提供了一种基于X射线成像的锂电池在线成像分析方法,包括以下步骤:
S1、获取锂电池在不同SOC状态时的X射线图像;
S2、对X射线图像进行图像预处理;
S3、选取预处理后的X射线图像的感兴趣区域,对感兴趣区域进行水平灰度投影得到一维灰度值序列;
S4、根据一维灰度值序列,基于高斯拟合和最小二乘法计算峰位半高宽;
S5、根据峰位半高宽、X射线图像的像素尺寸和图像放大倍数,求得电极的厚度变化。
在本发明的一较佳实施方式中,步骤S1具体包括:计算X射线源与锂电池的距离L1,锂电池与CMOS相机的距离L2,利用X射线对锂电池进行(1+L2/L1)倍放大,获取各不同SOC状态下的M帧成像结果,在此实验条件下采集M张白底图像,即得到M张X射线图像。
在本发明的一较佳实施方式中,步骤S2中,图像预处理方法包括多帧叠加去随机噪声和去除白底。
在本发明的一较佳实施方式中,多帧叠加去随机噪声和去除白底的方法包括:
将含有加性噪声和乘性噪声的X射线图像单个像素的灰度分别表示为:
f加(x,y)=s(x,y)+n(x,y),
f乘(x,y)=s(x,y)+s(x,y)·n(x,y),
式中,(x,y)为像素点坐标,s为有用信号,n为随机噪声;
根据公式
消除加性噪声,式中,m表示图像的帧序数;
对于乘性噪声,按照采集的X射线图像和白底图像分别表示为:
f电(x,y)=s(x,y)+s(x,y)·n(x,y)
f白(x,y)=a(x,y)+a(x,y)·n(x,y)
式中,a为白底信号,
根据公式
去除乘性噪声。
在本发明的一较佳实施方式中,步骤S3中,根据公式
对预处理后的X射线图像进行感兴趣区域选取,其中,G(i,j)代表X射线图像在坐标值为(i,j)点处的灰度值,G(i)代表该图像在第i行的灰度投影值。
在本发明的一较佳实施方式中,步骤S4具体包括:
设一维灰度值序列为(xi,yi)(i=1,2,3,…),其的高斯函数描述公式为
其中,待估参数ymax、xmax和w分别为高斯曲线的峰值、峰值位置和半高宽信息;
对高斯函数描述公式两边去自然对数,得到
令lnyi=zi,因此整个感兴趣区域则用矩阵
表示,简记为:
Z=XB
根据最小二乘原理,构成的矩阵B的广义最小二乘为
B=(XTX)-1XTZ
继而可以求得代估参数ymax、xmax和w,最终可以得到峰位半高宽
在本发明的一较佳实施方式中,步骤S5中,电极厚度的计算公式为
其中,ω为电极厚度,μ为X射线图像的像素尺寸,在得到不同电极的电极厚度后,即得到锂电池在不同SOC状态下,内部电极的厚度变化。
与现有技术相比,本发明的有益效果是:
利用函数识别锂电池内部感兴趣区域电极的厚度变化,减少了人为判断因素的干扰,分析速度快、操作简单且准确度高,不但能够判断电池膨胀原因,还能够确定内部感兴趣区域电极的具体膨胀尺度,这对电池正负极材料优化以及调整生产工艺等有很大的促进作用;
便于在此基础上验证不同的充电策略,不同的循环制度对电池膨胀的影响。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举本发明实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本发明的方法流程图。
图2是本发明具体实施方式中的锂电池在线成像分析结果图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
请参照图1,本发明公开了一种基于X射线成像的锂电池在线成像分析方法,具体如下:
步骤1,通过实验获取锂电池在不同SOC状态(0%,25%,50%,75%,100%)时的X射线成像结果,具体为:
计算出X射线源与锂电池的距离为L1,锂电池与CMOS相机的距离为L2,则利用X射线对锂电池进行(1+L2/L1)倍放大,获取各不同SOC状态下的M=500帧成像结果;在此实验条件下采集M=500张白底图像。
步骤2,对获取的初始的锂电池X射线图像进行图像预处理,包括多帧叠加去随机噪声和去除白底,具体为:
根据噪声和信号的关系我们可以将噪声划分为两种叠加方式:加性噪声和乘性噪声。含有加性噪声和乘性噪声的X射线图像其单个像素的灰度可以分别用下式来表示:
f加(x,y)=s(x,y)+n(x,y)
f乘(x,y)=s(x,y)+s(x,y)·n(x,y)
其中,(x,y)为像素点坐标,s为有用信号,n为随机噪声。
根据步骤1,已对锂电池连续采集M帧图像,将其叠加平均后如下式所示:
式中m表示图像的帧序数,运用此方法能够达到消除加性噪声的目的。
对于乘性噪声,按照步骤1的采集的锂电池和白底图像可以分别用下式来表示:
f电(x,y)=s(x,y)+s(x,y)·n(x,y)
f白(x,y)=a(x,y)+a(x,y)·n(x,y)
其中,(x,y)为像素点坐标,s为有用信号,a为白底信号,n为随机噪声。
通过下式:
可以达到去除乘性噪声的目的。
步骤3,对步骤2得到的处理后的X射线图像进行感兴趣区域选取,对选取的区域进行水平灰度投影获取灰度分布函数,具体为:
对步骤2得到的处理后的X射线图像进行感兴趣区域选取,通过公式:
其中,G(i,j)代表图像在坐标值为(i,j)点处的灰度值,G(i)代表该图像在第i行的灰度投影值。对选取的感兴趣区域进行水平灰度投影从而获取其一维灰度值序列。分别选取①②③三个区域,分别对应外、中和内侧区域。
步骤4,对一维灰度值序列进行高斯拟合并求得其峰位半高宽ρ,具体为:
通过步骤3得到了不同电极的一维灰度值序列,设该一维灰度值序列为(xi,yi)(i=1,2,3,…)可用高斯函数描述:
其中,待估参数ymax、xmax和w分别为高斯曲线的峰值、峰值位置和半高宽信息。对上式两边去自然对数,化为:
令lnyi=zi,
因此整个感兴趣区域则可用如下矩阵表示:
可简记为:
Z=XB
根据最小二乘原理,构成的矩阵B的广义最小二乘为:
B=(XTX)-1XTZ
因此,可以求得代估参数ymax、xmax和w,最终可以得到峰位半高宽:
步骤5,根据像素尺寸、峰位半高宽和图像放大倍数求得电极的厚度变化,计算公式为
其中,ω为电极厚度,μ为像素尺寸。即可求出锂电池在不同SOC状态下,内部电极的微小变化。
图2是根据选取感兴趣区域的电极进行水平投影得到电极的灰度分布函数,对该函数进行高斯拟合,获取到不同SOC状态下的FWHM,根据FWHM的变化求得电极在不同SOC时的变化。如图2所示,①②区域SOC为0%-50%时,负极的厚度分别膨胀0.473um和0.117um,仅占总厚度变化的15.5%和5.00%,在50%-100%时,负极的厚度分别膨胀了2.575um和2.412um,占总厚度变化的84.5%和95.00%。③区域在SOC为0%-50%时,负极的厚度膨胀2.85um,占总厚度变化的38.3%,在50%-100%时,负极的厚度膨胀了4.6um,占总厚度变化的61.7%。③区域的膨胀尺度大于①②区域,这主要因为电池充电过程中,电池内部区域的压力和温度偏高,负极反应剧烈造成的。
图2中不同区域负极在不同SOC时的微小变化,相较于现有技术,用函数识别锂电池内部感兴趣区域电极的厚度变化,减少了人为判断因素的干扰,分析速度快、操作简单且准确度高,不但能够判断电池膨胀原因,还能够确定内部感兴趣区域电极的具体膨胀尺度,这对电池正负极材料优化以及调整生产工艺等有很大的促进作用。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于X射线成像的锂电池在线成像分析方法,其特征在于,包括以下步骤:
S1、获取锂电池在不同SOC状态时的X射线图像;
S2、对X射线图像进行图像预处理;
S3、选取预处理后的X射线图像的感兴趣区域,对感兴趣区域进行水平灰度投影得到一维灰度值序列;
S4、根据一维灰度值序列,基于高斯拟合和最小二乘法计算峰位半高宽;
S5、根据峰位半高宽、X射线图像的像素尺寸和图像放大倍数,求得电极的厚度变化。
2.根据权利要求1所述基于X射线成像的锂电池在线成像分析方法,其特征在于,步骤S1具体包括:计算X射线源与锂电池的距离L1,锂电池与CMOS相机的距离L2,利用X射线对锂电池进行(1+L2/L1)倍放大,获取各不同SOC状态下的M帧成像结果,在此实验条件下采集M张白底图像,即得到M张X射线图像。
3.根据权利要求2所述基于X射线成像的锂电池在线成像分析方法,其特征在于,步骤S2中,图像预处理方法包括多帧叠加去随机噪声和去除白底。
4.根据权利要求3所述基于X射线成像的锂电池在线成像分析方法,其特征在于,多帧叠加去随机噪声和去除白底的方法包括:
将含有加性噪声和乘性噪声的X射线图像单个像素的灰度分别表示为:
f加(x,y)=s(x,y)+n(x,y),
f乘(x,y)=s(x,y)+s(x,y)·n(x,y),
式中,(x,y)为像素点坐标,s为有用信号,n为随机噪声;
根据公式
消除加性噪声,式中,m表示图像的帧序数;
对于乘性噪声,按照采集的X射线图像和白底图像分别表示为:
f电(x,y)=s(x,y)+s(x,y)·n(x,y)
f白(x,y)=a(x,y)+a(x,y)·n(x,y)
式中,a为白底信号,
根据公式
去除乘性噪声。
5.根据权利要求4所述基于X射线成像的锂电池在线成像分析方法,其特征在于,步骤S3中,根据公式
对预处理后的X射线图像进行感兴趣区域选取,其中,G(i,j)代表X射线图像在坐标值为(i,j)点处的灰度值,G(i)代表该图像在第i行的灰度投影值。
6.根据权利要求5所述基于X射线成像的锂电池在线成像分析方法,其特征在于,步骤S4具体包括:
设一维灰度值序列为(xi,yi)(i=1,2,3,…),其高斯函数描述公式为
其中,待估参数ymax、xmax和w分别为高斯曲线的峰值、峰值位置和半高宽信息;
对高斯函数描述公式两边去自然对数,得到
令ln yi=zi,因此整个感兴趣区域则用矩阵
表示,简记为:
Z=XB
根据最小二乘原理,构成的矩阵B的广义最小二乘为
B=(XTX)-1XTZ
继而可以求得代估参数ymax、xmax和w,最终可以得到峰位半高宽
7.根据权利要求6所述基于X射线成像的锂电池在线成像分析方法,其特征在于,步骤S5中,电极厚度的计算公式为
其中,ω为电极厚度,μ为X射线图像的像素尺寸,在得到不同电极的电极厚度后,即得到锂电池在不同SOC状态下,内部电极的厚度变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310592343.0A CN116739997A (zh) | 2023-05-24 | 2023-05-24 | 一种基于x射线成像的锂电池在线成像分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310592343.0A CN116739997A (zh) | 2023-05-24 | 2023-05-24 | 一种基于x射线成像的锂电池在线成像分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116739997A true CN116739997A (zh) | 2023-09-12 |
Family
ID=87917814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310592343.0A Pending CN116739997A (zh) | 2023-05-24 | 2023-05-24 | 一种基于x射线成像的锂电池在线成像分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116739997A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116977339A (zh) * | 2023-09-25 | 2023-10-31 | 济宁市无界科技有限公司 | 一种锂电池健康状态预测评估方法 |
-
2023
- 2023-05-24 CN CN202310592343.0A patent/CN116739997A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116977339A (zh) * | 2023-09-25 | 2023-10-31 | 济宁市无界科技有限公司 | 一种锂电池健康状态预测评估方法 |
CN116977339B (zh) * | 2023-09-25 | 2023-12-19 | 济宁市无界科技有限公司 | 一种锂电池健康状态预测评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111398833B (zh) | 一种电池健康状态评估方法 | |
CN107066722B (zh) | 一种基于电化学模型的动力电池系统荷电状态和健康状态的联合估计方法 | |
CN108089133B (zh) | 储能系统电池组一致性检测方法及检测装置 | |
CN116502112B (zh) | 一种新能源电源测试数据管理方法及系统 | |
CN116739997A (zh) | 一种基于x射线成像的锂电池在线成像分析方法 | |
CN104537650A (zh) | 一种铝电解电容器的极性方向判定方法及装置 | |
CN111123148B (zh) | 一种判断金属二次电池内短路的方法及设备 | |
CN112067999B (zh) | 一种锂离子电池正极开路电势曲线非破坏获取系统及方法 | |
CN117280513A (zh) | 电池极片绝缘涂层缺陷的检测方法、装置和计算机设备 | |
CN109613446A (zh) | 一种基于时间序列分析的锂电池老化检测方法 | |
CN114062932B (zh) | 电池析锂检测方法 | |
CN107799831A (zh) | 一种电芯基准线的确定方法及确定装置 | |
CN113654493A (zh) | 一种叠片软包锂电池质量检测方法及系统 | |
CN117110892A (zh) | 电池析锂预警方法、系统及电子设备 | |
CN117218057A (zh) | 新能源电池极柱焊缝缺陷检测方法、设备及存储介质 | |
CN116754971A (zh) | 电池析锂检测的方法、设备及存储介质 | |
CN112083339B (zh) | 一种电池荷电状态监测方法 | |
CN114184972A (zh) | 数据驱动与电化学机理结合的电池soh自动估计方法及设备 | |
CN114383517A (zh) | 一种基于光学成像的电池膨胀实时检测方法及装置 | |
CN116577686B (zh) | 一种基于局部阶段充电数据的多工况soh估计方法和系统 | |
WO2023071759A1 (zh) | 一种极片打皱检测方法、系统、终端及存储介质 | |
CN117611591B (zh) | 电芯缺陷的工业ct检测方法、装置、电子设备及存储介质 | |
CN117232425B (zh) | 锂电池阳极材料切入深度测量方法、装置、设备及介质 | |
CN116309613B (zh) | 一种锂电池隔膜扩散能力检测方法 | |
CN115060731B (zh) | 一种方差算法检测负极膜片颗粒划痕露金属的方法 |
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 |