CN117637081B - 一种用于废旧电池材料的智能修复评估方法 - Google Patents

Abstract

本申请提出一种用于废旧电池材料的智能修复评估方法，属于智能修复评估技术领域，包括：按照废旧电池的修复应用确定对所述废旧电池的修复步骤集以及所述修复步骤集中每个修复步骤涉及到修复参数描述集、每个修复参数描述的修复值；分别对每个修复步骤进行修复模拟，并对修复模拟结果进行自身分析以及条件附加分析；结合所述修复步骤集中与对应修复步骤存在先关联影响的步骤，评估对应修复步骤的单一合格因子以及对应修复步骤的修复因子集；对所述修复步骤集更新；按照更新后的修复步骤集对所述废旧电池进行实际修复。从两方面有效保证对废旧电池材料的可靠性修复，提高对材料的利用率。

Description

一种用于废旧电池材料的智能修复评估方法

技术领域

本发明涉及一种用于废旧电池材料的智能修复评估方法，属于智能修复评估技术领域。

背景技术

随着锂电行业的飞速发展，锂离子电池已在手机、电脑、汽车、储能等领域广泛应用，因此，锂电池的生产量也越来越大，随着而来的是会出现很对废弃的电池，如果直接对废弃的电池进行舍弃，无疑是对资源的一种浪费，现有的对废旧电池进行材料修复再利用的过程中，一般是按照规定的修复步骤进行一步步修复完成的，但是由于材料需要用到的场景不同也就是对材料的应用需求不一样，进而如果持续采用一种修复方式不能很好的满足应用需求，降低对材料的利用率。

因此，本发明提出一种用于废旧材料的智能修复评估方法。

发明内容

针对上述现有技术的不足，本发明的目的在于提供一种用于废旧电池材料的智能修复评估方法，基于修复应用精准的确定修复步骤方便后续修复的可靠性，且通过对修复步骤模拟以及对按照修复步骤进行修复得到的修复结果的分析来得到因子对修复步骤进行更新，从两方面有效保证对废旧电池材料的可靠性修复，提高对材料的利用率。

本发明提供一种用于废旧电池材料的智能修复评估方法，包括：

步骤1：按照废旧电池的修复应用确定对所述废旧电池的修复步骤集以及所述修复步骤集中每个修复步骤涉及到修复参数描述集、每个修复参数描述的修复值；

步骤2：分别对每个修复步骤进行修复模拟，并对修复模拟结果进行自身分析以及条件附加分析；

步骤3：根据自身分析结果与条件附加分析结果且结合所述修复步骤集中与对应修复步骤存在先关联影响的步骤，评估对应修复步骤的单一合格因子以及对应修复步骤的修复因子集；

步骤4：根据每个修复步骤的单一合格因子、修复因子集对所述修复步骤集更新；

步骤5：按照更新后的修复步骤集对所述废旧电池进行实际修复。

优选的，确定对所述废旧电池的修复步骤集以及所述修复步骤集中每个修复步骤涉及到修复参数描述集、每个修复参数描述的修复值，包括：

采用电池检测设备对所述废旧电池进行材料检测，获取得到所述废旧电池的材料信息，并输入到信息采集表中；

对所述修复应用的应用领域进行确定，并从领域-修复映射数据库中获取得到针对所述修复应用的修复精度集，并从所述修复精度集中提取与所述材料信息涉及到的不同材料参数的参数精度并依次输入到所述信息采集表中，得到向量组；

将所述向量组输入到向量分析模型中输出得到第一待定方案以及第二待定方案，同时，将所述第一待定方案、第二待定方案分别与历史修复数据库进行匹配，获取得到与所述第一待定方案最匹配的第三待定方案以及与第二待定方案最匹配的第四待定方案；

基于关联分析机制确定所述第一待定方案的第一关联树、第二待定方案的第二关联树、第三待定方案的第三关联树以及第四待定方案的第四关联树；

确定所有修复方案中不同修复参数描述所对应的参数值并确定点插数量；

根据同个修复参数描述下的点插数量从对应修复参数描述涉及到的参数值以及参数平均值中随机抽取数量一致的值，并进行点的随机插入得到对应插入曲线，来计算所述插入曲线的拟合参数值以及拟合权重值，并分别视为对应的原始值以及原始权重；

根据所述第一关联树、第二关联树、第三关联树以及第四关联树进行单个修复步骤的子树构建，并依据所述子树对相应修复步骤中涉及到的原始权重、原始值进行调整，得到当下权重以及修复值；

将所述当下权重以及修复值分别赋予到每个修复步骤中的修复参数描述上，得到后续进行修复模拟的修复步骤。

优选的，确定点插数量，包括：

其中，s1表示所有修复方案下同个修复参数描述的出现次数；min表示最小值符号；max表示最大值符号；/>表示当s1=4时，基于/>的累加和的平均值；/>表示当s1=4时，基于/>的累加和的平均值；/>表示基于/>的方差；表示基于/>的方差；S0表示向对应修复参数描述确定的点插值；分别表示参数值；/>分别表示参数值的参数权重，且y1对应参数权重/>，y2对应参数权重/>，y3对应参数权重/>，y4对应参数权重/>；N01表示对应修复参数描述的点插数量；/>表示向上取整符号。

优选的，依据所述子树对相应修复步骤中涉及到的原始权重、原始值进行调整，得到当下权重以及修复值，包括：

其中，n1表示修复参数描述所对应修复步骤的子树上的分支数量，/>表示对应修复参数描述的原始值；/>表示对应修复参数描述下的原始权重；/>表示对应修复参数描述的修复值；/>表示对应修复参数描述的当下权重；/>表示对应修复参数描述基于第i1个分支的参与因子；/>表示对应修复参数描述下所有参与因子的方差；/>表示对应修复参数描述下所有参与因子中的最大因子；/>表示最大因子/>所对应的分支的分支权重；/>表示对应子树上所有分支权重的平均权重。

优选的，对修复模拟结果进行自身分析以及条件附加分析，包括：

获取每个修复步骤的修复原理，并从原理-分析映射表中匹配得到自身分析引擎以及基于所述自身分析引擎的附加引擎；

按照所述自身分析引擎对所述修复模拟结果进行自身分析，获取得到自身分析结果，同时，按照所述附加引擎对所述修复模拟结果进行条件附加分析，获取得到条件附加分析结果。

优选的，评估对应修复步骤的单一合格因子及修复因子集，包括：

分别对相应修复步骤的自身分析结果与条件附加结果进行结果交集处理、并集处理以及相关处理，来构建得到相应的交集向量、并集向量以及相关向量；

确定所述相关向量对所述交集向量的第一适配度，同时，确定所述并集向量对所述相关向量的第二适配度；

确定每个与对应修复步骤存在先关联影响的步骤与对应修复步骤的影响关系；

根据第一适配度、第二适配度且结合影响关系，确定对应修复步骤的单一合格因子及修复因子集。

优选的，根据第一适配度、第二适配度且结合影响关系，确定对应修复步骤的单一合格因子及修复因子集，包括：

确定所述交集向量中存在的第一向量元素，同时，对所述相关向量中的所有的第二向量元素的相关值进行大小排序，得到新向量；

基于所述第一向量元素对所述新向量中的元素进行标定，根据标定结果确定每个第一向量元素的第一固定保留系数；

对所述并集向量中每个第三向量元素的交集次数以及相关次数进行确定，并向每个第三向量元素赋予元素权重，同时，根据第一适配度以及第二适配度确定预设权重；

筛选元素权重大于预设权重的第四向量元素对所述新向量中的元素进行第二标定，根据第二标定结果确定每个第四向量元素的第二固定保留系数；

确定第一向量元素与第四向量元素的重叠元素以及非重叠元素；

获取所述非重叠元素的固定保留系数，并从单一系数-元素类型-步骤-因子映射表，得到对应非重叠元素的第一因子；

获取所述重叠元素的第一固定保留系数以及第二固定保留系数，并从双系数-元素类型-步骤-因子映射表，得到对应重叠元素的第二因子；

将所有第一因子组合得到对应修复步骤的单一合格因子；

将所有第二因子组合且结合所有影响关系得到对应修复步骤的修复因子集。

优选的，根据第一标定结果确定每个第一向量元素的第一固定保留系数，包括：

其中，D1表示对应的第一固定保留系数；xx表示对应第一向量元素基于所述相关向量的相关值；xz表示对应相关向量中存在相关值大于预设值的元素的相关值的平均结果；表示对应第一向量元素在新向量中的第一标定位置w1以及所述相关向量中与对应第一向量元素存在相关关系的元素个数xc所确定的调节函数；/>表示所述相关向量中存在的第一向量元素的总个数。

优选的，根据每个修复步骤的单一合格因子、修复因子集对所述修复步骤集更新，包括：

从修复数据库中匹配与每个修复步骤的单一合格因子一致的第一修复方案以及与修复因子集一致的第二修复方案；

按照所述第一修复方案以及第二修复方案对相应修复步骤集更新。

优选的，按照更新后的修复步骤集对所述废旧电池进行实际修复之后，还包括：

根据预设设备对实际修复后的材料进行检测；

将检测结果与修复应用的标准结果进行比较，验证实际修复是否合格。

与现有技术相比，本申请提供的技术方案的有益效果如下：

基于修复应用精准的确定修复步骤方便后续修复的可靠性，且通过对修复步骤模拟以及对按照修复步骤进行修复得到的修复结果的分析来得到因子对修复步骤进行更新，从两方面有效保证对废旧电池材料的可靠性修复，提高对材料的利用率。

附图说明

图1为本发明一种用于废旧电池材料的智能修复评估方法的流程图。

具体实施方式

为了使本领域的技术人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，当元件被称为“固定于”或“设置于”另一个部件上，它可以直接在另一个部件上或者间接设置在另一个部件上；当一个部件被称为是“连接于”另一个部件，它可以是直接连接到另一个部件或间接连接至另一个部件上。

需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或部件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”、“若干个”的含义是两个或两个以上，除非另有明确具体的限定。

须知，本说明书附图所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本申请可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本申请所能产生的功效及所能达成的目的下，均应仍落在本申请所揭示的技术内容得能涵盖的范围内。

实施例1：

根据本发明的实施方案，提供第一个方案为：一种用于废旧电池材料的智能修复评估方法，如图1所示，包括：

步骤1：按照废旧电池的修复应用确定对所述废旧电池的修复步骤集以及所述修复步骤集中每个修复步骤涉及到修复参数描述集、每个修复参数描述的修复值；

步骤2：分别对每个修复步骤进行修复模拟，并对修复模拟结果进行自身分析以及条件附加分析；

步骤3：根据自身分析结果与条件附加分析结果且结合所述修复步骤集中与对应修复步骤存在先关联影响的步骤，评估对应修复步骤的单一合格因子以及对应修复步骤的修复因子集；

步骤4：根据每个修复步骤的单一合格因子、修复因子集对所述修复步骤集更新；

步骤5：按照更新后的修复步骤集对所述废旧电池进行实际修复。

在一个实施例中，修复应用指的是该修复后的材料需要使用到的场景，比如，是需要达到接近原本出厂电池的使用场景，也就是，修复应用1下对应的修复步骤集为01，修复应用2下对应的修复步骤集为02等以此类推，因子在修复的过程中不一定存在与修复应用完全一致的修复步骤，所以，会结合与修复应用相近的修复场景下的修复步骤进行分析，来得到最终的修复值。

比如，将废旧锂电池进行彻底放电，之后在惰性气体保护下进行一级破碎，破碎后风选除掉隔膜纸，之后低温热解，然后分选分别除去铁料和铝料，再次粉碎获得电极粉，根据电极粉物相组成确定浮选药剂制度，在浮选槽中进行浮选，将浮选槽槽底产品过滤、烘干得到正极材料；根据正极材料的Li/M比，计算出需要补加的锂源粉末，将水溶性分散剂和锂源粉末与水混合配置成混合溶液；将待修复的正极材料加入混合溶液中在高温高压蒸煮活化，然后在常压下蒸干，得到均匀的混合物粉体，将混合物粉体有氧下焙烧得到再生修复的锂离子电池正极材料，是基于以上步骤实现对正极材料的修复，亦或者是，使用窑炉设备对正极材料进行高温煅烧，按照原料检测结果在煅烧过程中添加一定量的辅料，得到新能接近于商业电池材料的正极粉末，无论是哪种实现方式，只是为了满足对应的修复需求。

在一个实施例中，修复参数描述指的是高温煅烧、低温热解、粉碎等各种动词描述，且不同的动词描述所对应的参数值是不一样的，如果确定了修复步骤那么其中涉及到的参数值即为对应的修复值。

在一个实施例中，修复模拟是在仿真软件上进行的模拟，也就是对相应修复步骤的一个仿真，来获取仿真结果，其中，该仿真结果是基于仿真软件自动生成的可以直接获取得到。

在一个实施例中，自身分析以及条件附加分析是为了对修复模拟结果进行双重分析，来有效获取修复模拟中存在的修复问题。

在一个实施例中，先关联影响的步骤指的是，在与步骤2之前，如果步骤1会影响步骤2，此时，步骤1就称为先关联影响的步骤，是基于修复步骤确定的。

在一个实施例中，单一合格因子指的是对应修复步骤中涉及到的所有第一因子。

修复因子集指的是对应修复步骤中涉及到的所有第二因子及影响关系。

在一个实施例中，步骤集的更新是按照与因子所匹配的修复方案进行的更新，该修复方案是可以从修复数据库中获取到的，该修复数据库是包含不同因子以及与因子匹配的修复方案在内，可以直接得到。

上述技术方案的有益效果是：基于修复应用精准的确定修复步骤方便后续修复的可靠性，且通过对修复步骤模拟以及对按照修复步骤进行修复得到的修复结果的分析来得到因子对修复步骤进行更新，从两方面有效保证对废旧电池材料的可靠性修复，提高对材料的利用率。

实施例2：

基于实施例1的基础上，确定对所述废旧电池的修复步骤集以及所述修复步骤集中每个修复步骤涉及到修复参数描述集、每个修复参数描述的修复值，包括：

采用电池检测设备对所述废旧电池进行材料检测，获取得到所述废旧电池的材料信息，并输入到信息采集表中；

对所述修复应用的应用领域进行确定，并从领域-修复映射数据库中获取得到针对所述修复应用的修复精度集，并从所述修复精度集中提取与所述材料信息涉及到的不同材料参数的参数精度并依次输入到所述信息采集表中，得到向量组；

将所述向量组输入到向量分析模型中输出得到第一待定方案以及第二待定方案，同时，将所述第一待定方案、第二待定方案分别与历史修复数据库进行匹配，获取得到与所述第一待定方案最匹配的第三待定方案以及与第二待定方案最匹配的第四待定方案；

基于关联分析机制确定所述第一待定方案的第一关联树、第二待定方案的第二关联树、第三待定方案的第三关联树以及第四待定方案的第四关联树；

确定所有修复方案中不同修复参数描述所对应的参数值并确定点插数量；

根据同个修复参数描述下的点插数量从对应修复参数描述涉及到的参数值以及参数平均值中随机抽取数量一致的值，并进行点的随机插入得到对应插入曲线，来计算所述插入曲线的拟合参数值以及拟合权重值，并分别视为对应的原始值以及原始权重；

根据所述第一关联树、第二关联树、第三关联树以及第四关联树进行单个修复步骤的子树构建，并依据所述子树对相应修复步骤中涉及到的原始权重、原始值进行调整，得到当下权重以及修复值；

将所述当下权重以及修复值分别赋予到每个修复步骤中的修复参数描述上，得到后续进行修复模拟的修复步骤。

优选的，确定点插数量，包括：

其中，s1表示所有修复方案下同个修复参数描述的出现次数；min表示最小值符号；max表示最大值符号；/>表示当s1=4时，基于/>的累加和的平均值；/>表示当s1=4时，基于/>的累加和的平均值；/>表示基于/>的方差；表示基于/>的方差；S0表示向对应修复参数描述确定的点插值；分别表示参数值；/>分别表示参数值的参数权重，且y1对应参数权重/>，y2对应参数权重/>，y3对应参数权重/>，y4对应参数权重/>；N01表示对应修复参数描述的点插数量；/>表示向上取整符号。

优选的，依据所述子树对相应修复步骤中涉及到的原始权重、原始值进行调整，得到当下权重以及修复值，包括：

其中，n1表示修复参数描述所对应修复步骤的子树上的分支数量，表示对应修复参数描述的原始值；/>表示对应修复参数描述下的原始权重；/>表示对应修复参数描述的修复值；/>表示对应修复参数描述的当下权重；/>表示对应修复参数描述基于第i1个分支的参与因子；/>表示对应修复参数描述下所有参与因子的方差；/>表示对应修复参数描述下所有参与因子中的最大因子；/>表示最大因子所对应的分支的分支权重；/>表示对应子树上所有分支权重的平均权重。

在一个实施例中，材料信息与材料的铝含量、黑粉杂质、极片脱粉率等相关。

在一个实施例中，信息采集表是包含不同的材料描述以及与每个材料描述所对应的空白格在内，将获取的信息填充到相应的空白格中即可。

在一个实施例中，应用领域比如是用到照明领域、供电领域等，所对应的精度是不一样的，也就是应用的场景不同进而精度不同。

在一个实施例中，领域-修复映射数据库是包含不同的应用领域以及与该领域所匹配精度集在内，该精度集中包含不同材料描述下所对应的标准精度在内，比如，领域1所对应的修复精度集中包含材料描述1的精度01，材料描述2的精度02，材料描述3的精度03，并将精度依次输入到与表对应的材料描述下的空白格中即可。

向量组={材料描述1：信息值-精度 材料描述2：信息值-精度 ....}。

在一个实施例中，向量分析模型是预先训练好的，是基于不同的向量组以及专家对向量组的分析所获取得到的多种修复方案（不同修复方案会存在一定程度上的差异，总体修复之间的影响可忽略）为样本对神经网络模型进行训练得到的，进而将该向量组输入到模型中即可得到修复方案，此处的修复方案是与向量组最匹配的一个方案以及第二匹配的方案。

在一个实施例中，历史修复数据库包含不同的历史修复方案在内，通过与前边两个方案匹配可以得到匹配的修复方案，也就是第一待定方案对应第三待定方案，第二待定方案对应第四待定方案。

在一个实施例中，关联分析机制是预先设置好的，关联的目的是为了将方案中不同步骤之间进行关联，比如，第一待定方案中存在：步骤001、 步骤002、步骤004，此时，步骤001与步骤002关联，步骤004是独立的，第二待定方案中存在步骤001、步骤003、步骤004，此时，步骤001与步骤003是关联的，步骤003与步骤004是关联的，因此，根据关联关系即可得到关联树。

在一个实施例中，每个修复步骤中都存在若干修复参数描述，也就是，四个修复方案中针对同个修复参数描述最多存在4个数值，进而通过对修复参数描述继续分析，来确定点插数量，进而来保证后续所获取的该修复参数描述的修复值的精准性，比如，“将混合物粉体有氧下焙烧得到再生修复的锂离子电池正极材料”这个步骤中，存在修复参数描述：有氧浓度、焙烧温度、被烧时间等。

在一个实施例中，比如点插数量为2，则从涉及到的参数值以及平均值中随机抽取2个数量的值，与原本涉及到的对应数量的参数值进行曲线的绘制，得到插入曲线，该曲线只要是由点插数量的参数以及参数的原本数量进行绘制即可。

在一个实施例中，拟合参数值为原始值，拟合权重值为原始权重，且拟合权重是指的对应插入曲线中所涉及到的每个参数基于对应修复参数描述所处修复方案的原本设定权重，对这些权重进行拟合即可得到。

在一个实施例中，比如第一关联树、第二关联树、第三关联树以及第四关联树中都存在修复步骤1（对应的参数值可能会存在不同），因此，从四个关联树中进行信息提取来构建针对修复步骤1的子树，也就是对应步骤所处的子树的分支等的不同，进而实现调整。

在一个实施例中，在获取得到每个修复步骤的修复参数描述的权重与修复值之后，来获取若干修复步骤，保证修复步骤获取的完整性以及修复步骤模拟的可靠性。

在一个实施例中，单个修复步骤指的是四个关联树中存在的每个不同的修复步骤。

上述技术方案的有益效果是：通过修复应用确定修复精度集且通过与材料信息进行匹配并将向量组输入到模型中得到修复方案，通过历史修复数据库与该修复方案的匹配，便于得到多种方案，进而通过进行修复参数描述的点插数量的确定，保证修复值及权重计算的精准性，进而通过构建关联树以及修复步骤的子树，来对权重与值进行调整，进一步保证后续修复步骤中描述所对应参数的精准性，为后续修复模拟提供可靠基础，保证实际修复的效率以及修复材料的利用率。

实施例3：

基于实施例1的基础上，对修复模拟结果进行自身分析以及条件附加分析，包括：

获取每个修复步骤的修复原理，并从原理-分析映射表中匹配得到自身分析引擎以及基于所述自身分析引擎的附加引擎；

按照所述自身分析引擎对所述修复模拟结果进行自身分析，获取得到自身分析结果，同时，按照所述附加引擎对所述修复模拟结果进行条件附加分析，获取得到条件附加分析结果。

在一个实施例中，修复原理指的是修复过程中所采用的修复手段，且原理-分析映射表是包含不同的原理以及与该原理所匹配的引擎的在内，引擎是预先设定好的，方便对修复模拟结果进行自身分析，条件附加分析是因为有些模拟除了对本身分析之后还会存在一些附加的条件分析，比如，自身分析引擎对修复模拟结果进行指标1与指标2的分析，但是，针对该原理还需要进行指标3的附加，此时，附件引擎即为针对指标3的分析，进而，对修复模拟结果进行指标3的分析，且指标3与指标1会存在一定的关联。

上述技术方案的有益效果是：通过引擎匹配实现对修复模拟结果的有效分析，且通过自身分析与附加分析的结合，为后续确定修复因子提供基础。

实施例4：

基于实施例1的基础上，评估对应修复步骤的单一合格因子及修复因子集，包括：

分别对相应修复步骤的自身分析结果与条件附加结果进行结果交集处理、并集处理以及相关处理，来构建得到相应的交集向量、并集向量以及相关向量；

确定所述相关向量对所述交集向量的第一适配度，同时，确定所述并集向量对所述相关向量的第二适配度；

确定每个与对应修复步骤存在先关联影响的步骤与对应修复步骤的影响关系；

根据第一适配度、第二适配度且结合影响关系，确定对应修复步骤的单一合格因子及修复因子集。

在一个实施例中，交集处理指的是将两个结果中存在交集的信息，并集处理指的是两个结果冲存在所有结果可能的信息，相关处理指的是结果中存在相关的信息。

比如，交集向量={结果1 结果2}

并集向量={结果1 结果2 结果3 结果4 结果5}

相关向量={结果2 结果3}

在一个实施例中，第一适配度=相关向量与交集向量中的重叠结果的数量/相关向量与交集向量中的所有结果的总数量。

第二适配度=相关向量与并集向量中的重叠结果的数量/相关向量与并集向量中的所有结果的总数量。

在一个实施例中，影响关系是的是前一个步骤对后一个步骤的影响，如果前一个步骤对后一个步骤没影响，则影响关系为0，如果前一个步骤不存在，后一个步骤则无法执行，则影响关系为1等，以此类推。影响越大，对应的影响关系对应的值越大。

上述技术方案的有益效果是：通过对自身分析结果以及条件附加结果进行三种处理，来确定两个适配度，进而通过与影响关系的结合，来得到因子，为后续修复提供基础。

实施例5：

基于实施例4的基础上，根据第一适配度、第二适配度且结合影响关系，确定对应修复步骤的单一合格因子及修复因子集，包括：

确定所述交集向量中存在的第一向量元素，同时，对所述相关向量中的所有的第二向量元素的相关值进行大小排序，得到新向量；

基于所述第一向量元素对所述新向量中的元素进行标定，根据标定结果确定每个第一向量元素的第一固定保留系数；

对所述并集向量中每个第三向量元素的交集次数以及相关次数进行确定，并向每个第三向量元素赋予元素权重，同时，根据第一适配度以及第二适配度确定预设权重；

筛选元素权重大于预设权重的第四向量元素对所述新向量中的元素进行第二标定，根据第二标定结果确定每个第四向量元素的第二固定保留系数；

确定第一向量元素与第四向量元素的重叠元素以及非重叠元素；

获取所述非重叠元素的固定保留系数，并从单一系数-元素类型-步骤-因子映射表，得到对应非重叠元素的第一因子；

获取所述重叠元素的第一固定保留系数以及第二固定保留系数，并从双系数-元素类型-步骤-因子映射表，得到对应重叠元素的第二因子；

将所有第一因子组合得到对应修复步骤的单一合格因子；

将所有第二因子组合且结合所有影响关系得到对应修复步骤的修复因子集。

优选的，根据第一标定结果确定每个第一向量元素的第一固定保留系数，包括：

其中，D1表示对应的第一固定保留系数；xx表示对应第一向量元素基于所述相关向量的相关值；xz表示对应相关向量中存在相关值大于预设值的元素的相关值的平均结果；表示对应第一向量元素在新向量中的第一标定位置w1以及所述相关向量中与对应第一向量元素存在相关关系的元素个数xc所确定的调节函数；/>表示所述相关向量中存在的第一向量元素的总个数。

在一个实施例中，相关值是根据每个元素与其他剩余元素的相关情况可以根据相关函数计算得到的，属于现有技术，进而按照相关值的大小排序，比如，结果3的相关值大于结果2的相关值，得到的新向量即为={结果3 结果2}。

在一个实施例中，标定的目的是为了找到对应的出现位置以及相关情况，方便计算系数，且第二固定保留系数的计算原理与第一固定保留系数的计算原理类似，此处不再赘述。

在一个实施例中，元素权重=（交集次数×相关次数）/（最大交集次数×最大相关次数），交集次数指的是1或者2，比如，结果1的交集次数为2，结果3的交集次数为1，相关次数指的是比如结果1、3、4、5中与结果2存在相关的元素，对存在相关的元素的数量统计记作相关次数，最大相关次数即为并集向量中出现的结果总数量。

在一个实施例中，预设权重为第一适配度与第二适配度的乘积开平方。

在一个实施例中，比如获取得到的第四向量元素为结果1与结果3，此时，结果1即为重叠元素，结果2和结果3即为非重叠元素。

在一个实施例中，单一系数-元素类型-步骤-因子映射表中包含一个系数、与系数对应的向量元素的描述类型、对应的修复步骤以及因子在内，可以直接获取得到。

在一个实施例中，双系数-元素类型-步骤-因子映射表中包含两个系数、与系数对应的向量元素的描述类型、对应的修复步骤以及因子在内，可以直接获取得到。

在一个实施例中，单一合格因子即为：所有第一因子；

修复因子集即为：所有第二因子、所有影响关系。

上述技术方案的有益效果是：通过第一向量元素对新向量标定，方便计算得到系数实现因子的第一获取，且通过进行权重比较来对向量中的元素进行第二标定，进而确定系数以及元素重叠与否，实现后续与映射表的直接匹配，得到单一合格因子与修复因子集，为后续修复提供便利基础，进一步保证修复材料的利用率。

实施例6：

基于实施例1的基础上，根据每个修复步骤的单一合格因子、修复因子集对所述修复步骤集更新，包括：

从修复数据库中匹配与每个修复步骤的单一合格因子一致的第一修复方案以及与修复因子集一致的第二修复方案；

按照所述第一修复方案以及第二修复方案对相应修复步骤集更新。

在一个实施例中，修复数据库是包含不同因子组合的修复方案在内的方便直接获取得到修复方案，实现有效更新。

上述技术方案的有益效果是：通过数据库与因子的匹配，方便得到修复方案，实现有效更新。

实施例7：

基于实施例1的基础上，按照更新后的修复步骤集对所述废旧电池进行实际修复之后，还包括：

根据预设设备对实际修复后的材料进行检测；

将检测结果与修复应用的标准结果进行比较，验证实际修复是否合格。

在一个实施例中，预设设备即为电池检测设备，且标准结果是根据修复应用直接由专家确定出来的，当检测结果中存在很多结果都与标准结果不匹配时，判定修复不合格。

上述技术方案的有益效果是：通过设备对修复后的材料进行检测，便于有效验证修复是否合格。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (6)

1.一种用于废旧电池材料的智能修复评估方法，其特征在于，包括：

步骤1：按照废旧电池的修复应用确定对所述废旧电池的修复步骤集以及所述修复步骤集中每个修复步骤涉及到修复参数描述集、每个修复参数描述的修复值；

步骤2：分别对每个修复步骤进行修复模拟，并对修复模拟结果进行自身分析以及条件附加分析；

步骤3：根据自身分析结果与条件附加分析结果且结合所述修复步骤集中与对应修复步骤存在先关联影响的步骤，评估对应修复步骤的单一合格因子以及对应修复步骤的修复因子集；

步骤4：根据每个修复步骤的单一合格因子、修复因子集对所述修复步骤集更新；

步骤5：按照更新后的修复步骤集对所述废旧电池进行实际修复；

其中，对修复模拟结果进行自身分析以及条件附加分析，包括：

获取每个修复步骤的修复原理，并从原理-分析映射表中匹配得到自身分析引擎以及基于所述自身分析引擎的附加引擎；

按照所述自身分析引擎对所述修复模拟结果进行自身分析，获取得到自身分析结果，同时，按照所述附加引擎对所述修复模拟结果进行条件附加分析，获取得到条件附加分析结果；

其中，评估对应修复步骤的单一合格因子及修复因子集，包括：

分别对相应修复步骤的自身分析结果与条件附加结果进行结果交集处理、并集处理以及相关处理，来构建得到相应的交集向量、并集向量以及相关向量；

确定所述相关向量对所述交集向量的第一适配度，同时，确定所述并集向量对所述相关向量的第二适配度；

确定每个与对应修复步骤存在先关联影响的步骤与对应修复步骤的影响关系；

根据第一适配度、第二适配度且结合影响关系，确定对应修复步骤的单一合格因子及修复因子集；

其中，根据第一适配度、第二适配度且结合影响关系，确定对应修复步骤的单一合格因子及修复因子集，包括：

确定所述交集向量中存在的第一向量元素，同时，对所述相关向量中的所有的第二向量元素的相关值进行大小排序，得到新向量；

基于所述第一向量元素对所述新向量中的元素进行标定，根据标定结果确定每个第一向量元素的第一固定保留系数；

对所述并集向量中每个第三向量元素的交集次数以及相关次数进行确定，并向每个第三向量元素赋予元素权重，同时，根据第一适配度以及第二适配度确定预设权重；

筛选元素权重大于预设权重的第四向量元素对所述新向量中的元素进行第二标定，根据第二标定结果确定每个第四向量元素的第二固定保留系数；

确定第一向量元素与第四向量元素的重叠元素以及非重叠元素；

获取所述非重叠元素的固定保留系数，并从单一系数-元素类型-步骤-因子映射表，得到对应非重叠元素的第一因子；

获取所述重叠元素的第一固定保留系数以及第二固定保留系数，并从双系数-元素类型-步骤-因子映射表，得到对应重叠元素的第二因子；

将所有第一因子组合得到对应修复步骤的单一合格因子；

将所有第二因子组合且结合所有影响关系得到对应修复步骤的修复因子集；

其中，根据每个修复步骤的单一合格因子、修复因子集对所述修复步骤集更新，包括：

从修复数据库中匹配与每个修复步骤的单一合格因子一致的第一修复方案以及与修复因子集一致的第二修复方案；

按照所述第一修复方案以及第二修复方案对相应修复步骤集更新；

其中，第一适配度=相关向量与交集向量中的重叠结果的数量/相关向量与交集向量中的所有结果的总数量；

第二适配度=相关向量与并集向量中的重叠结果的数量/相关向量与并集向量中的所有结果的总数量；

影响关系是的是前一个步骤对后一个步骤的影响，如果前一个步骤对后一个步骤没影响，则影响关系为0，如果前一个步骤不存在，后一个步骤则无法执行，则影响关系为1。

2.根据权利要求1所述的用于废旧电池材料的智能修复评估方法，其特征在于，确定对所述废旧电池的修复步骤集以及所述修复步骤集中每个修复步骤涉及到修复参数描述集、每个修复参数描述的修复值，包括：

采用电池检测设备对所述废旧电池进行材料检测，获取得到所述废旧电池的材料信息，并输入到信息采集表中；

对所述修复应用的应用领域进行确定，并从领域-修复映射数据库中获取得到针对所述修复应用的修复精度集，并从所述修复精度集中提取与所述材料信息涉及到的不同材料参数的参数精度并依次输入到所述信息采集表中，得到向量组；

将所述向量组输入到向量分析模型中输出得到第一待定方案以及第二待定方案，同时，将所述第一待定方案、第二待定方案分别与历史修复数据库进行匹配，获取得到与所述第一待定方案最匹配的第三待定方案以及与第二待定方案最匹配的第四待定方案；

基于关联分析机制确定所述第一待定方案的第一关联树、第二待定方案的第二关联树、第三待定方案的第三关联树以及第四待定方案的第四关联树；

确定所有修复方案中不同修复参数描述所对应的参数值并确定点插数量；

根据同个修复参数描述下的点插数量从对应修复参数描述涉及到的参数值以及参数平均值中随机抽取数量一致的值，并进行点的随机插入得到对应插入曲线，来计算所述插入曲线的拟合参数值以及拟合权重值，并分别视为对应的原始值以及原始权重；

根据所述第一关联树、第二关联树、第三关联树以及第四关联树进行单个修复步骤的子树构建，并依据所述子树对相应修复步骤中涉及到的原始权重、原始值进行调整，得到当下权重以及修复值；

将所述当下权重以及修复值分别赋予到每个修复步骤中的修复参数描述上，得到后续进行修复模拟的修复步骤。

3.根据权利要求2所述的用于废旧电池材料的智能修复评估方法，其特征在于，确定点插数量，包括：

其中，s1表示所有修复方案下同个修复参数描述的出现次数；min表示最小值符号；max表示最大值符号；/>表示当s1=4时，基于/>的累加和的平均值；/>表示当s1=4时，基于/>的累加和的平均值；/>表示基于/>的方差；表示基于/>的方差；S0表示向对应修复参数描述确定的点插值；分别表示参数值；/>分别表示参数值的参数权重，且y1对应参数权重/>，y2对应参数权重/>，y3对应参数权重/>，y4对应参数权重/>；N01表示对应修复参数描述的点插数量；/>表示向上取整符号。

4.根据权利要求2所述的用于废旧电池材料的智能修复评估方法，其特征在于，依据所述子树对相应修复步骤中涉及到的原始权重、原始值进行调整，得到当下权重以及修复值，包括：

其中，n1表示修复参数描述所对应修复步骤的子树上的分支数量，/>表示对应修复参数描述的原始值；/>表示对应修复参数描述下的原始权重；/>表示对应修复参数描述的修复值；/>表示对应修复参数描述的当下权重；/>表示对应修复参数描述基于第i1个分支的参与因子；/>表示对应修复参数描述下所有参与因子的方差；/>表示对应修复参数描述下所有参与因子中的最大因子；/>表示最大因子/>所对应的分支的分支权重；/>表示对应子树上所有分支权重的平均权重。

5.根据权利要求1所述的用于废旧电池材料的智能修复评估方法，其特征在于，根据第一标定结果确定每个第一向量元素的第一固定保留系数，包括：

其中，D1表示对应的第一固定保留系数；xx表示对应第一向量元素基于所述相关向量的相关值；xz表示对应相关向量中存在相关值大于预设值的元素的相关值的平均结果；表示对应第一向量元素在新向量中的第一标定位置w1以及所述相关向量中与对应第一向量元素存在相关关系的元素个数xc所确定的调节函数；/>表示所述相关向量中存在的第一向量元素的总个数。

6.根据权利要求1所述的用于废旧电池材料的智能修复评估方法，其特征在于，按照更新后的修复步骤集对所述废旧电池进行实际修复之后，还包括：

根据预设设备对实际修复后的材料进行检测；

将检测结果与修复应用的标准结果进行比较，验证实际修复是否合格。