CN117517998A - 一种电池焊接不良快速自动筛查方法 - Google Patents

Abstract

本发明涉及电池焊接不良快速自动筛查方法，增加对连接电池的焊接部件的焊接表面进行红外发射率增强处理的工序，以及带有红外测温装置和充放电装置的筛选工序；红外测温装置执行测温校正，采集电池模组上端面温度以及各个焊接特征点的温度，作为背景温度数据；在对电池模组进行充电或者放电过程中，持续跟踪全局温度及焊接特征点温度数据，实时计算各个焊接特征点的检测温度、温升数值和在样本中的离群Z分数值；充电或者放电停止后，继续采集跟踪各特征点温度数据，直到识别到所有焊接特征点温升均开始下降，择取最大温升时刻进行筛选，输出筛选结果；应用本申请的方式方法，可自动快速筛选焊接异常的电池模组。

Description

一种电池焊接不良快速自动筛查方法

技术领域

本发明涉及电池焊接不良检测技术领域，更具体地说，涉及一种电池焊接不良快速自动筛查方法。

背景技术

作为一种能源装置，电池常被串并联后使用，以提供更高的电压和更大的放电电流。串并联组装过程，在工业大规模生产中，常使用自动化的工艺设备，例如小型锂电池串并联使用点焊机，动力和储能电池模组生产使用自动化激光焊接。不论使用何种工艺进行成组连接，都存在连接可靠性问题。例如在使用激光焊接工艺焊接电池模组时，通过激光产生的高温将金属接触面局部融化后连接的过程中，可能由于焊接面接触不充分、存在污渍等问题，造成焊接不良，表现为局部连接阻抗较大。高于预定目标的连接阻抗，即为焊接不良。对于存在焊接质量问题的电池模组，大电流流经时焊接部位由于焦耳效应，会发热。连接阻抗越大，电流越大，则发热功率越大。长期大电流应用这样的电池模组，可能造成电池从极柱获得外部加热，造成电池系统的温度极差升高，电池老化速度不一致，更长期运行下去，电池组出现压差过大、容量下降、断电保护、热失控等影响电池系统性能、寿命乃至安全性的问题。

在一个汽车动力电池包和电化学储能系统中，可能存在数百上千个这样的焊接点，单个焊接点极低的焊接质量问题也可能使得大型能源系统的整体性能受到影响，因此提升焊接质量的把控十分必要。

焊接异常通常难以发现，却又因连接件材质、表面洁净程度、平整程度和激光能量的控制等各种因素，而难以避免。尽管在产线试制时可以对模组每一个焊接点，进行粘贴热电偶或者其他粘贴式单元进行温度监测，查看样品的焊接缺陷；但是在量产时，无法对每一个的模组每一个焊接点，进行上述方式的监测，即在规模生产时，尚无公开技术对每个电池模组的每个焊点的焊接质量进行自动化筛查检验，即对焊接点粘贴测温单元进行测试的行为仅适合抽样检测，尚未有技术进行每个焊接模组的每一个焊点的焊接质量分别进行生产中的例行检测。

当前很多电池系统尤其储能系统设计寿命20年以上而实际寿命都不到一半，限制了电池储能应用的大规模推广，其中一部分原因也由于小概率的焊接问题造成的电芯老化不一致。行业对于电池模组焊接不良的检测研究早已有之，且一直在持续，但至今尚无法有效解决问题。例如，在申请CN 114660459 A中，公开了在电池容量标定时，通过检测电连接点的温度来筛选焊接异常的方案，记录的是温度检测可以通过布置温度传感器来实现记录，也可以通过高精度红外热成像的方式来记录；申请CN 105445668 A中也记录了对焊接完成的电池模组进行大倍率放电或充电一定时间，同时采用红外热成像的方式或是在焊点周围布控温感探头的方法，得到充放电过程中焊点的热分布状态进行分析的筛选焊接不良方案。

上述申请中，由于红外测温图像的直观展现和非接触测温能力，对于电池充放电也称老化过程的发热进行查看，可以将拥有温升差异的部位肉眼识别。这种方式貌似可行，也非常容易想到，但是迄今并没有在生产中得到良好的应用和解决实际问题，原因至少有以下几点：一是由于电池组往往在这个环节已经将焊点盖上绝缘盖，焊点并不再外露，测到的外表面温度与内部焊点的温度仍有较大的偏差，二是进行热成像查看记录时，很难做到整个过程的覆盖和自动化判断，无法在发热最极端的工况和时刻进行筛查而只能做到抽查；三是，肉眼观察如果不能实现机器软件自动和快速的筛查，在自动化生产中无法实现高效和自动化的筛查基本是无法应用的；最后也是最重要的，如果不是红外热成像领域专业的人员，应用红外技术筛选的条件和前提不经过专业控制和设定，是根本无法想当然达到筛选效果，只是建立在想当然的思维之中。

简单举例：即便是抽样检测，通过人工刻意打开电池模组组装后的焊接位置上的绝缘盖板，再使用手持红外热成像仪进行充放电中温度测试，由于焊接连接片（俗称巴片）多采用铝或铜或复合金属材料，其表面平整，红外光谱实际发射率极低，热成像对于铝制连接片焊点位置的实际发热的发现能力有限，测到的温度多是连接片反射的周围其他物体温度或者周围的电池本体的温度，实际焊接点不良造成的过电流发热现象没有被完全探测到，或者探测到轻微发热但是不足以实现筛选。例如申请CN 105445668 A中，要求以红外记录的温升高于其他点至少5度，以电池连接巴片的实际红外辐射特征，可能需要高出20余摄氏度才能识别出来。不经过较长时间的大电流带载且存在焊接不良，上述发热很难出现在短时间的检测中。

尽管行业里使用锂离子电池进行模组化时，部分使用电池模组的保护系统电路，通过内置的温度传感器采集每个或者每组电池的温度，但是由于焊接不良发热位置为焊接件，焊接点就算发热，传递到电池上的粘贴式测温单元，温升数值已经大幅弱化。因而，在电池装配到应用现场投用后，已经很难通过模组内的固定电池温度传感器，对电池焊接点的焊接不良进行检测预警了。

除此外，还有些产线设计，为了保障焊接后电池模组的焊接品质，对整个电池模组进行直流内阻(DCR)的测试，即把电池模组作为整体进行直流阻抗测试。测试的结果将是所有电池内阻和焊接件连接阻抗等线路全部阻抗的总和。对于极端焊接异常的焊点，单个焊点的连接阻抗足以使得整个模组的内阻呈现异常，如此是有一定概率筛选出来的。但是如果只是单个焊点轻微的焊接不良，其较大的连接阻抗在模组整体平均之后，并没有完全显现出来。即，现行进行DCR测试和筛选的方法，实际筛查能力是不足以对单个焊点问题进行筛查定位的。对于当前动力汽车、储能等重要的电池应用，电池模组的生命周期要求动辄长达十数年甚至更久，焊接的稍许不良可能在长期应用中影响到电池模组的寿命，不能逐个筛查焊接点连接质量将埋下相当多的应用隐患。

综上述，目前技术手段，多以电池模组老化测试中的人工筛查为主，尚不能实现在自动化生产线上进行快速和自动化的筛查；常规应用中的筛选方案，误差控制方案不足，造成筛选精度不够，无法作为产线的一道例行检测筛选工序来应用，亟需一种可以解决上述问题的对电池模组所有焊点的焊接不良问题进行快速自动筛查的方法。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种电池焊接不良快速自动筛查方法，实现快速自动对生产线全部电池模组的所有焊点的焊接质量进行逐一筛查。

本发明解决其技术问题所采用的技术方案是：

构造一种电池焊接不良快速自动筛查方法，其中，包括以下步骤：

在电池模组生产线焊接工序之后增加一个对连接电池的焊接部件的焊接表面进行红外发射率增强处理的工序及其处理工位；

在前述增强红外发射率工序之后增加布设红外测温装置和充放电装置的电池焊接不良快速筛查工序及其检测工位；

在检测工位的结构设计中以及红外测温装置的部署及设定中，将对影响红外温度测量精准程度的干扰因素进行识别和控制，缩小温度尤其是温升的测量偏差；

按温度筛选流程对每个电池模组产品进行筛选操作。

本发明所述的电池焊接不良快速自动筛查方法，其中，所述温度筛选流程包括步骤：

将焊接完毕且焊点已冷却的电池模组，送入红外发射率提升工序，对焊接部件焊接位置表面进行红外发射率增强处理，包括但不限于涂抹不透明胶、喷漆、粘贴绝缘胶带等方式。红外发射率提升的工序也可以由焊接连接片的供应商在出厂时按要求处理，可以采用如氧化喷砂等更多的手段。

焊点位置红外发射率提升处理后的电池模组，送入焊接不良快速检测工位，电池充放电装置的正负极连接到电池模组的总的正极和负极，等待充电或放电测试；

红外测温装置读取电池模组上的每个焊接特征点的位置信息；

红外测温装置执行温度校正，使测温器件处于最佳误差状态，然后采集电池模组上端面温度以及各个焊接特征点的温度，作为背景温度数据；

对电池模组进行充电或者放电，充电或者放电过程中持续跟踪全局温度及焊接特征点温度数据，实时计算各个焊接特征点的检测温度、温升数值和在样本中的离群Z分数值；

充电或者放电停止后，继续采集跟踪各特征点温度数据，直到识别到所有焊接特征点温升均开始下降，停止测试；

根据各焊接点温度数值、温升数值和离群情况，择取最大温升时刻进行筛选结果计算，输出对不良焊接点位的筛选结果。

本发明所述的电池焊接不良快速自动筛查方法，其中，对焊接部件焊接位置表面进行红外发射率增强处理，采用设置一个工序及其工位对焊接点位置进行包括但不限于涂抹不透明胶、喷漆、粘贴绝缘胶带等方式。红外发射率提升的处理也可以由焊接连接片的供应商在出厂时按要求处理，可以采用如氧化喷砂等更多的手段，而不必在生产线增加一个固定工序和工位。

本发明所述的电池焊接不良快速自动筛查方法，其中，在检测工位结构设计中以及红外测温装置的部署及设定中，将对影响红外温度测量精准程度的干扰因素进行识别和控制，将温度尤其是温升的测量偏差显著缩小，包括内容为：

将检测环境的工位进行围合，使得测试工位内无对流空气的影响；

控制焊接模组表面上方以及侧上方无发热物体存在，以减少焊接片反射高温物体对红外测温结果计算的影响；

红外探头以刚性支架固定在待筛选电池模组上方且识别区域应覆盖可能生产的全部模组型号，使得测试中各个焊点的位置稳定；

在开始进行测试筛选前，系统的主控制器通过指令，控制红外测温模组进行测温自校正，使得测温器件在筛选过程中工作在误差最低的状态；

对每个焊接特征点进行数据去噪处理；

对电池模组开始充放电前的温度结果进行采集，将充放电前模组每个焊点位置温度作为背景基数；

在焊接过程产生的温升数值抵达极值并开始下降后，再结束温度筛选。

本发明所述的电池焊接不良快速自动筛查方法，其中，所述红外测温装置读取电池模组上的每个焊接特征点的位置信息采用：

通过融合可见光摄像头的视觉系统通过图像特征自动识别电池模组上的所有焊接特征点，或者依据电池模组的类型加载提前人工圈选好的焊接特征点位置分布模板。

本发明所述的电池焊接不良快速自动筛查方法，其中，充电或者放电过程中，测试软件同时对焊接特征点的温度绝对值、特征点的温度上升值以及温度离群程度进行监测运算，与设定的阈值比较，作出筛选出不良焊点的判定。

本发明所述的电池焊接不良快速自动筛查方法，其中，所述离群Z分数值计算采用公式：

；

式中，X为每个焊接特征点的温度上升值，μ为所有焊接特征点温度上升数据的平均值，为所有焊接特征点样本数据的标准差。

本发明所述的电池焊接不良快速自动筛查方法，其中，筛选焊接点温升离群采用方法：

每次计算各焊接点Z分数值时，如果出现离群Z分数值为负数且显著离群的，则将其剔除出样本后，剩余样本重新计算各自的离群Z分数值；

在确认测试结果时，对离群Z分数值取所有焊点中最大温升点达到其温升的最高时刻计算出的离群Z分数值进行最终筛选，当任一焊点的离群Z分数值超过预先设定的焊接不良限定值，则判定为温升离群。

本发明的有益效果在于：

1.可以自动对每一个生产的电池模组，其每一个焊接连接点位，逐个执行焊接质量的筛选，并对异常焊接点进行详细标示，防止焊接不良模组流入后续应用环节，造成电池系统寿命和安全问题；

2.筛选速度快，可在1min左右完成单个模组筛选，以满足在产线快速生产中的例行检测；

3.筛选精度高，极其轻微的发热差异（如轻至0.5℃的焊接点通电后温升差异）即可被系统自动标记出，对于焊接质量的把控可以更加严格；

4.可以设定和保存不同模组的特征点和筛选参数模板，在产线切换过程中进行调用而无需重复设置；

5.通过修改筛选参数，可以自定义质量控制标准，满足不同模组和倍率电池组的差异化应用需求；

6.保存和上传数据进行大数据分析、动态优化筛选参数、筛选数据存档，实现对产品应用故障的生产过程追溯；

7.除了焊接不良的筛查，基于实际充放电过程发热监测的本套筛选方案还可以对连接件的质量缺陷、载流能力设计缺陷等进行筛选拦截（如连接件截面积不足，或者材质不纯等造成的过电流能力不够），进而起到防范电池模组的其他故障问题流出到应用现场的提示良率效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将结合附图及实施例对本发明作进一步说明，下面描述中的附图仅仅是本发明的部分实施例，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附图：

图1是本发明较佳实施例的电池焊接不良快速自动筛查方法实施流程框图；

图2是本发明较佳实施例的电池焊接不良快速自动筛查方法温度筛选流程图。

具体实施方式

为了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技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明的部分实施例，而不是全部实施例。基于本发明的实施例，本领域普通技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。

本发明较佳实施例的电池焊接不良快速自动筛查方法，如图1所示，同时参阅图2，包括以下步骤：

S01：在电池模组生产线焊接工序之后增加一个对连接电池的焊接部件的焊接表面进行红外发射率增强处理的工序及其处理工位；

S02：在前述增强红外发射率工序之后增加布设红外测温装置和充放电装置的电池焊接不良快速筛查工序及其检测工位；

S03：在检测工位的结构设计中以及红外测温装置的部署及设定中，将对影响红外温度测量精准程度的干扰因素进行识别和控制，缩小温度尤其是温升的测量偏差；

S04：按温度筛选流程对每个电池模组产品进行筛选操作；

需要说明的是，上述的温度筛选流程可以采用下文中的具体操作方式，同样的，也可以采用现有的温度筛选流程，只是相对来说效果会弱一些，也是同样可以实现本发明的目的的，即基于现有常规温度筛选流程来实施上述方法步骤的方案同样属于本申请保护范畴；

具体的，实施本技术，其S01步中，红外发射率增强处理的工序及其处理工位，需要对当前常用的焊接部件（俗称巴片）进行处理，以提升其上端面的红外温度发射率，使其发热更易于被红外测温设备发现和筛查。在焊接后增加一个表面处理单元对每个焊接点位进行自动化上漆、粘贴绝缘胶料等处理即可实现上述发射率增强处理。其他增强处理还包括氧化着色、喷砂、覆盖绝缘材料等方式，这些手段均可以有效提升焊接件的金属表面的红外发射率，易于进行温度非接触测量以及识别更加微弱的发热差异。焊接连接件的红外发射率增强处理，也可以由供应商处理好进行供应，如此可减少产线设置此工序和工位。

实施本技术方案的S02步骤，需要在电池模组生产线中，增加一个焊接不良筛选的工艺环节，实现对焊接不良的快速筛查。该项环节，可以在生产线中独立设置一个筛选工位进行，也可以合并到其他工序中进行。例如当前很多产线上已经具备的模组DCR检测，亦可以同时进行焊接不良点的筛选。

实施本技术的S03步骤，为了实现对焊接不良筛选的快速化，即在焊接点过电流短时间内能识别到极其轻微发热异常，在电池模组焊接生产线进行红外测温装置的设置，从产线结构上、红外系统的设计上，对比常规的红外热成像测温技术和应用方式进行多种修改或设定，以尽可能控制可能影响温度测量结果的要素。控制温度检测结果误差的方法具体包括：

（1）将检测环境的工位进行围合，使得测试工位内无对流空气的影响，例如筛选工位不被车间空调吹到；对流空气可能造成各焊接部位散热效果不一致，也会对传感器自身像元造成温度梯度，从而影响到各像素测温结果出现动态偏差，温度筛选结果将难以准确；

（2）控制焊接模组表面上方以及侧上方，使其无发热物体存在，以减少焊接片反射高温物体对红外测温结果计算的影响；包括对电池进行充电或者放电的电源或负载，工位的照明灯，以及各种电机、电磁设备等存在发热问题的部件，均控制其不出现在从红外探头到焊接件的反射位置；

（3）红外探头以刚性支架固定在待筛选电池模组上方且识别区域应覆盖可能生产的全部模组型号。探头尽可能处于模组上端面几何中心正上方，以尽可能使得各个焊接件的焊接面面向红外探头时拥有更大的迎面积；并且在对比计算每个点的温度和温升时，对温升值引入距离补偿，相同条件下，边缘像素由于距离传感器距离更远，温升衰减更大，可通过测试标定与距离计算，引入合适的距离补偿系数可将边缘点的测试温升予以修正增加，从而减少探头与各个焊接部位的几何距离不一致的影响。可以根据各个特征点在红外图像中的坐标数值，计算出其与探头到探测面的垂直投影的距离，从而获得其与探头距离，与探头垂直到焊接面的距离的差，以此数值正相关一个补偿因子，对特征点的实际温升进行校正。通常是越边缘的位置，其温升数值校正后，比测得值大的更多。

（4）在开始进行测试筛选前，系统的主控制器通过指令，控制红外测温模组进行测温校正，使得测温器件工作在误差最低的状态。通常图像型红外非接触测温设备会进行周期性的平场校正动作，也称“打快门”，打快门期间部分红外模组监测获得的温度将可能出现显著波动，为了准确筛选，整个测温筛选过程应避开红外器件周期性打快门进行测温校正期间，温度读数短期内的波动影响。实施时，可以在对电池模组进行充电或者放电开始前一定时间（如5s）提前下发命令进行打快门操作，从而确保在后续的测试时间段不再出现默认的周期快门动作，直至下一个模组筛选前再进行下一次校正。

（5）应对每个测温点进行数据去噪处理。由于测试焊接点过程较短，红外测温每个像素点自身存在高斯噪声，取样时噪声影响可能使得计算温度离群时产生偏差，故而应对每个测温点进行滤波，一定程度去除红外测温像元测得的温度值中的高斯噪声；计算时，也可只对需要对比的多个目标温度点进行滤波处理，以减少计算量；实施时，可以应用卡尔曼滤波或者是延时平均滤波的方法，将测温点自身的高斯噪声进行抑制；

（6）对电池模组开始充放电前的温度结果进行采集，将整个监测场景各位置温度作为背景基数确定下来之后，再进行电池模组的充电或放电操作。由于红外热成像测温器件出厂校准前，每个测温像素各自存在系统误差，不同的系统误差将可能带入后续温升的计算。背景温度数据用来在计算温升数值时作为温升前的温度基数，如此可以避免红外测温器件出厂校准时，各像素点的系统误差不一致造成的测试误差。取背景温度时，可以取多个时刻的温度数据进行平均，以使得温升计算误差更低。

（7）由于电池模组连接件焊接过程会产生热量，应避免在对模组焊接完毕后立即进行充放电和筛选过程，而是应在各个焊接焊接过程产生的热量褪去后，再进行充电或放电过程中的温度筛选。这个过程通常不需要太长，但是干扰因素的剔除对于筛选结果的准确程度至关重要，尤其是不应在温度未完全冷却即马上进行背景温度的采集。

实施本技术的S04步骤，即在产线对每一个产品进行的筛选中，需要按照特定的流程进行控制和筛选，错误的工序可能造成筛选结果的误差。对于焊接不良的筛选流程，如图1所示，设定如下：

将焊接完毕且焊点已冷却的电池模组，送入红外发射率增强处理工位进行表面处理，之后将处理了焊接部件表面的电池模组送入焊接不良检测工位，电池充放电装置连接到电池模组的总的正极和负极，等待放电；此时如使用视觉识别焊点位置时，可进行视觉焊接点识别标记，使用手动圈选焊点模板的方法时，进行标记点的加载。

红外系统在充电或放电开始前，操作红外模组执行测温校正，使测温器件处于最佳误差状态；

测温校正后，采集模组上端面温度，尤其是各个焊接特征点的温度，作为背景温度数据；

对电池模组进行短时大电流充电或者放电，过程中持续跟踪全局温度及特征点温度数据，实时计算各个焊接特征点的检测温度、温升数值、在样本中的离群Z分数值；

充电或者放电停止后，继续采集跟踪各特征点温度数据，直到识别到所有焊接特征点温升均开始下降，可停止本次测试；

根据各焊接点温度数值、温升数值、离群情况，择取最大温升时刻进行筛选，输出筛选结果；

电池模组推出筛选工位，迎接下一个待筛选模组；

以上流程，是在一次筛选过程中的全部过程。

具体在每个流程的设定中，详细如下：可以在电池模组焊接产线试制或调试时，针对每一个型号电池模组的所有焊接部位，进行特征区域的圈选，特征区域的最高温度为该特征区域的代表温度，以下将圈选出代表每个焊点区域的最高温度，称之为特征点温度。

在进行产线多个生产型号的切换过程中，可以调用位置模板以避免重复圈选焊点的过程。

标记焊接特征点的另一种方式可以是，在红外测温模组外增加视觉摄像头且二者镜头调教到位置融合一致，通过视觉识别各个焊接点将位置反馈到红外模组，如此可以免去每次换产其他电池模组型号时，对焊接点的手动圈选。

由于焦耳热效应，焊接件与电池将在充电或放电过程中发热。在电池模组承载能力内，应以尽可能大的脉冲电流进行短时充电或放电，以利于发热功率增加，从而使得焊接不良问题快速得到暴漏并被筛选系统识别。

在对电池模组进行充或放电的过程中，通过测温结果跟踪特征点的温度情况，记录相关数据后进行软件筛选处理。过程中，筛选软件可以展示测试开始前的红外发热图像、测试中实时红外温度图像、各点实时温升的图像情况，以及将各个焊接特征点的温升在同一个坐标轴内进行曲线展示，使其更加直观。过程中对各个焊接特征点的绝对温度进行识别和干预，当因为电池、焊点温度过高出现安全隐患时，及时切断充放电行为并进行现场和软件提示，以免在该工序出现安全事故。

测试过程的充电放电结束后，进行测试结果的计算与输出。判定测试过程的结束，并不以充电或放电行为的结束为时点，因为探测表面的温度上升可能因内部发热传导的过程而在电流停止后继续。本方案实施时可设置为，以全部焊接特征点的温升数值均开始进行下降，从最高数值下降了1/3，方可作为发热筛查过程的结束。

整个充放电过程中和结束后，测试软件同时对特征点的温度绝对值、特征点的温度上升值以及温度离群程度进行监测运算，与设定的阈值比较，从而作出筛选出不良焊点及其他物理结果的判定。例如，可根据放电、充电电流的大小，将温度绝对值上限、温升绝对值上限进行设定，是否超过设定上限值进行拦截是非常容易的。

计算并识别各个焊接特征点的温升离群，实施时可采用一种修改的Z分数法进行温升离群的筛选，如下：

Z分数法是一种基于标准差的离群值检测方法，它通过计算数据点与其均值的标准差之比来判断是否为离群值。

在本方案中，每一个焊接特征点的Z分数可以通过以下公式计算得出:

；

本方案中，X为每个焊接特征点的温度上升值，μ为所有焊接特征点温度上升数据的平均值，为所有焊接特征点样本数据的标准差。

一般而言，Z分数大于3或小于-3的数据点可以被认为是离群，但在本方案中，每次计算中，如果出现Z分数值为负数且显著离群的，应将其剔除出样本后，剩余样本重新按上述公式计算Z分数。例如首次计算Z分数值低于-3时，予以剔除出样本后，对剩余样本重新按照上述公式计算Z分数，采用重新计算的各特征点的Z分数值进行筛选。

筛选软件可以将Z分数值计算为负离群的特征点，进行提示，因为负离群的出现可能是圈选特征点时出现了偏差，或者探头出现位置移动，造成特征点位置不准确，温度上升情况显著低于与其他多数焊接点。

在整个测试中，Z值的计算是动态进行的，但在确认测试结果时，可以对Z值取所有焊点中，最大温升点达到其温升的最高时刻，计算出的Z值进行最终筛选，而并不是充电最后时刻。

以上具体实施方案中，有对生产物料的具体设定或在线修改（红外发射率增强可在供应商处完成或新增工序完成），有对生产线结构和新增部件的具体设定，也有针对生产线调试阶段，对每个型号模组需进行的一次性具体设置。此外，也包含在生产过程中，针对每一个电池模组的焊接进行的筛选流程和筛选计算方式的具体设定。

在应用中，实际历时约30~90s即可完成一个电池模组的焊点焊接质量筛选，全过程均在自动化中完成。由于快速、自动的筛查，以及对焊接点微弱发热离群的精准识别能力，本套筛选方法及应用本套方法的设备，能够成为在实际量产生产线上作为对所有产品例行检测的一个极其重要环节，对全部产线产品的质量进行更加严格和全面覆盖的把关，对提供电池系统性能、寿命和安全性具有深远意义。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (8)

1.一种电池焊接不良快速自动筛查方法，其特征在于，包括以下步骤：

在电池模组生产线焊接工序之后增加一个对连接电池的焊接部件的焊接表面进行红外发射率增强处理的工序及其处理工位；

在前述增强红外发射率工序之后增加布设红外测温装置和充电或者放电装置的电池焊接不良快速筛查工序及其检测工位；

在检测工位的结构设计中以及红外测温装置的部署及设定中，将对影响红外温度测量精准程度的干扰因素进行识别和控制，缩小温度尤其是温升的测量偏差；

按温度筛选流程对每个电池模组产品进行筛选操作。

2.根据权利要求1所述的电池焊接不良快速自动筛查方法，其特征在于，所述温度筛选流程包括步骤：

将焊接完毕且焊点已冷却的电池模组，送入红外发射率增强处理工位，之后将处理了焊接部件表面的电池模组送入焊接不良检测工位，电池充电或者放电装置的正负极连接到电池模组的总的正极和负极，等待充电或放电测试；

红外测温装置读取电池模组上的每个焊接特征点的位置信息；

红外测温装置执行温度校正，使测温器件处于最佳误差状态，然后采集电池模组上端面温度以及各个焊接特征点的温度，作为背景温度数据；

对电池模组进行充电或者放电，充电或者放电过程中持续跟踪全局温度及焊接特征点温度数据，实时计算各个焊接特征点的检测温度、温升数值和在样本中的离群Z分数值；

充电或者放电停止后，继续采集跟踪各特征点温度数据，直到识别到所有焊接特征点温升均开始下降，停止测试；

根据各焊接点温度数值、温升数值和离群情况，择取最大温升时刻进行筛选结果计算，输出对不良焊接点位的筛选结果。

3.根据权利要求1所述的电池焊接不良快速自动筛查方法，其特征在于，在所述红外发射率增强处理的工序及其处理工位采用处理方法：

对焊接连接件的全部上表面、或者仅在焊接点周边的上表面，进行涂抹不透明胶、喷漆或覆盖绝缘胶带方式处理。

4.根据权利要求1所述的电池焊接不良快速自动筛查方法，其特征在于，在检测工位结构设计中以及红外测温装置的部署及设定中，将对影响红外温度测量精准程度的干扰因素进行识别和控制，将温度尤其是温升的测量偏差显著缩小，包括内容为：

将检测环境的工位进行围合，使得测试工位内无对流空气的影响；

控制焊接模组表面上方以及侧上方无发热物体存在，以减少焊接片反射高温物体对红外测温结果计算的影响；

红外探头以刚性支架固定在待筛选电池模组上方且识别区域应覆盖可能生产的全部模组型号，使得测试中各个焊点的位置稳定；

在开始进行测试筛选前，系统的主控制器通过指令，控制红外测温模组进行测温自校正，使得测温器件在筛选过程中工作在误差最低的状态；

对每个焊接特征点进行数据去噪处理；

对电池模组开始充放电前的温度结果进行采集，将充放电前模组每个焊点位置温度作为背景基数；

在焊接过程产生的温升数值抵达极值并开始下降后，再结束温度筛选。

5.根据权利要求2所述的电池焊接不良快速自动筛查方法，其特征在于，所述红外测温装置读取电池模组上的每个焊接特征点的位置信息采用：

通过融合可见光摄像头的视觉系统自动识别电池模组上的焊接特征点，或者依据电池模组的类型加载提前人工圈选好的焊接特征点位置分布模板。

6.根据权利要求2所述的电池焊接不良快速自动筛查方法，其特征在于，充电或者放电过程中，测试软件同时对焊接特征点的温度绝对值、特征点的温度上升值以及温度离群程度进行监测运算，分别与设定的阈值比较，作出筛选出不良焊点的判定。

7.根据权利要求2所述的电池焊接不良快速自动筛查方法，其特征在于，所述离群Z分数值计算采用公式：

；

式中，X为每个焊接特征点的温度上升值，μ为所有焊接特征点温度上升数据的平均值，为所有焊接特征点样本数据的标准差。

8.根据权利要求7所述的电池焊接不良快速自动筛查方法，其特征在于，筛选焊接点温升离群采用方法：

每次计算各焊接点Z分数值时，如果出现离群Z分数值为负数且显著离群的，则将其剔除出样本后，剩余样本重新计算各自的离群Z分数值；

在确认测试结果时，对离群Z分数值取所有焊点中最大温升点达到其温升的最高时刻计算出的离群Z分数值进行最终筛选，当任一焊点的离群Z分数值超过预先设定的焊接不良限定值，则判定为温升离群。