動(dòng)力電池綜合參數(shù)自動(dòng)分選成組技術(shù)

辛傳福，趙鳳霞，武鈺瑾，高建設(shè)

（鄭州大學(xué)機(jī)械工程學(xué)院，河南 鄭州 450001）

1 引言

電池的化成檢測(cè)是電池生產(chǎn)和應(yīng)用中十分重要的環(huán)節(jié)[1]。在單體電池成組前采用合適的方法配組是目前提高電池組一致性最有效的方法。眾所周知，電池組是由多個(gè)單體電池經(jīng)過(guò)串并聯(lián)組合而成的，在電池配組時(shí)，除了考慮單個(gè)電池的容量、電壓、內(nèi)阻等電參數(shù)的一致性外，還需要考慮電池組中各電池幾何尺寸參數(shù)的匹配性。

目前，國(guó)內(nèi)外學(xué)者對(duì)電池電性能參數(shù)的一致性匹配進(jìn)行了大量的研究，如文獻(xiàn)[2-3]通過(guò)單體電池電壓、電池組電壓來(lái)判斷模組一致性的好壞。文獻(xiàn)[4]研究了單體電池電壓、內(nèi)阻、容量在電池配組中的影響。文獻(xiàn)[5]基于單體電池的充放電曲線對(duì)鋰離子電池的分類方法進(jìn)行了研究，此類方法可以得到很好的分選結(jié)果，但此方法需要耗費(fèi)大量時(shí)間，不能實(shí)現(xiàn)自動(dòng)化生產(chǎn)。文獻(xiàn)[6]設(shè)計(jì)了一套自動(dòng)配組方案對(duì)電池進(jìn)行多目標(biāo)條件自動(dòng)配組，運(yùn)用MATLAB軟件對(duì)設(shè)計(jì)的算法方案進(jìn)行優(yōu)化求解。在電池幾何尺寸參數(shù)匹配方面，目前主要采用提高電池尺寸加工精度，縮小電池幾何尺寸允許變動(dòng)范圍的方式，這樣不僅提高了加工工藝難度，而且使得企業(yè)的生產(chǎn)成本大大增加。此外，在裝配成模組時(shí)，主要采用人工的方式進(jìn)行挑選裝配，工作效率低，自動(dòng)化程度低。因此，需要考慮影響電池配組性能的多個(gè)因素，建立電池性能評(píng)價(jià)的模型，搭建電池自動(dòng)分選配組系統(tǒng)。

設(shè)計(jì)了一種電池自動(dòng)分選配組系統(tǒng)，搭建了單體電池電性能參數(shù)和幾何性能參數(shù)的自動(dòng)檢測(cè)平臺(tái)?；谧赃m應(yīng)遺傳算法[7]和高斯密度函數(shù)[8]加權(quán)的模糊C均值聚類算法對(duì)電池電性能參數(shù)進(jìn)行分選。運(yùn)用尺寸鏈分析方法，實(shí)現(xiàn)電池模組中單體電池尺寸的最優(yōu)匹配，完成電池的成組。

2 電池自動(dòng)分選配組系統(tǒng)設(shè)計(jì)

2.1 電池分選配組策略

在進(jìn)行電池分選配組時(shí)即要考慮電池電性能參數(shù)，又要考慮幾何尺寸參數(shù)，因此設(shè)計(jì)的電池分選配組策略如下：

首先根據(jù)檢測(cè)設(shè)備檢測(cè)出的電壓、內(nèi)阻等電性能參數(shù)，根據(jù)自設(shè)的分類標(biāo)準(zhǔn)分選出不同檔位的電池；為了提高電池的匹配成功率，采用冒泡排序方法，對(duì)同一檔位電池配組區(qū)內(nèi)的電池進(jìn)行尺寸排序，并記錄每塊電池的物理地址，完成電池的尺寸分組；最后運(yùn)用尺寸鏈優(yōu)化分析方法，實(shí)現(xiàn)電池模組中單體電池尺寸的最優(yōu)匹配，完成電池的成組。其流程圖，如圖1所示。

圖1 配組流程圖Fig.1 Matching Flow Chart

2.2 電池分選配組系統(tǒng)設(shè)計(jì)

在滿足電性能和幾何性能的前提下，為了實(shí)現(xiàn)自動(dòng)化生產(chǎn)，經(jīng)過(guò)調(diào)查和研究，設(shè)計(jì)的配組流水線模型，如圖2（a）所示。傳送帶1為檢測(cè)區(qū)，由機(jī)器視覺(jué)系統(tǒng)和電測(cè)系統(tǒng)組成的電池檢測(cè)平臺(tái)實(shí)現(xiàn)電池尺寸、電壓、內(nèi)阻等參數(shù)的檢測(cè)，檢測(cè)平臺(tái)結(jié)構(gòu)，如圖2（b）所示。

圖2 配組系統(tǒng)Fig.2 Matching System

如果電池的某個(gè)參數(shù)不滿足規(guī)定的單參數(shù)極限，就會(huì)判定該電池為不合格電池（NG），由傳送帶1輸送至NG區(qū)。合格的電池根據(jù)電性能參數(shù)分類標(biāo)準(zhǔn)分別輸送至傳送帶2上的不同檔位區(qū)。當(dāng)傳送帶2上某檔位的電池?cái)?shù)量達(dá)到設(shè)定的規(guī)模后，對(duì)同檔位的電池采用尺寸鏈分析方法進(jìn)行尺寸匹配優(yōu)選，對(duì)優(yōu)選出的電池采用機(jī)械手輸送到傳送帶3相應(yīng)的成組區(qū)，當(dāng)成組區(qū)的電池至成組規(guī)模后，由傳送帶3將配成一組的電池輸送至模組存放區(qū)，等待裝配成模組單元。

3 電池分選算法

3.1 電池電性能參數(shù)的分選

對(duì)數(shù)據(jù)進(jìn)行智能分選的算法有多種如：貝葉斯分類、神經(jīng)網(wǎng)絡(luò)分類、聚類分析分類。聚類分析分類算法包括模糊C均值聚類和K均值聚類，而模糊C均值聚類思想簡(jiǎn)單，運(yùn)行速度快并且能夠有效處理大規(guī)模數(shù)據(jù)，且更能反映數(shù)據(jù)分類的真實(shí)性，因此模糊C均值聚類智能算法被廣泛應(yīng)用到大數(shù)據(jù)挖掘等領(lǐng)域。傳統(tǒng)的模糊C均值聚類對(duì)初始聚類中心比較敏感，眾多學(xué)者采用了一些方式：如基于遺傳算法的FCM算法、基于遺傳算法和密度加權(quán)的FCM算法等對(duì)其進(jìn)行了改進(jìn)。遺傳算法在搜索最優(yōu)聚類中心時(shí)，易陷入局部最優(yōu)值，收斂速度緩慢，而非線性地調(diào)節(jié)交叉概率和變異概率的自適應(yīng)遺傳算法則較好的解決了這些缺點(diǎn)。因此，采用基于自適應(yīng)遺傳算法和高斯密度函數(shù)加權(quán)的FCM智能算法對(duì)電池電性能參數(shù)進(jìn)行聚類。

3.1.1 自適應(yīng)遺傳算法

自適應(yīng)遺傳算法（adaptive genetic algorithm）是模擬自然界生物進(jìn)化的方式來(lái)尋找問(wèn)題參數(shù)的最優(yōu)解，其過(guò)程主要包括染色體編碼、選擇運(yùn)算、交叉運(yùn)算、變異運(yùn)算等，即把問(wèn)題參數(shù)通過(guò)編碼的方式編碼為個(gè)體的染色體，進(jìn)行種群個(gè)體初始化，再利用選擇運(yùn)算、交叉運(yùn)算、變異運(yùn)算等進(jìn)行迭代，使種群個(gè)體不斷進(jìn)行特征信息交換，并采用適應(yīng)度評(píng)價(jià)函數(shù)對(duì)種群個(gè)體進(jìn)行評(píng)價(jià)，從而挑選出最佳個(gè)體。自適應(yīng)遺傳算法在進(jìn)行交叉和變異運(yùn)算時(shí)采用根據(jù)種群適應(yīng)度大小動(dòng)態(tài)變化的算子，其計(jì)算公式如下：

式中：fave—種群平均適應(yīng)度；fmax—種群最大適應(yīng)度；k1、k2—比例系數(shù)。

3.1.2 模糊聚類算法

模糊C均值聚類（Fuzzy C-means，F(xiàn)CM）算法[9]是一種非監(jiān)督式的聚類算法。但該算法忽略了數(shù)據(jù)樣本的分布密度對(duì)分類的影響，并且其目標(biāo)函數(shù)只體現(xiàn)了同一類內(nèi)樣本的一致性，沒(méi)有體現(xiàn)出不同類間的差異性。因此，采用高斯密度函數(shù)對(duì)其進(jìn)行加權(quán)，并引入Xie-Beni有效性指標(biāo)[10]，構(gòu)造出新的目標(biāo)函數(shù)，新的目標(biāo)函數(shù)如下：

式中：n—樣本總數(shù)；

Sep(V，c)—各聚類中心間歐式距離的最小值。

首先利用自適應(yīng)遺傳算法對(duì)聚類中心進(jìn)行初始化，然后使用高斯密度函數(shù)加權(quán)的FCM聚類算法不斷進(jìn)行迭代，當(dāng)達(dá)到迭代閾值時(shí)，算法停止，電池的首次分選完成。算法流程圖，如圖3所示。

圖3 分選算法流程圖Fig.3 Sorting Algorithm Flow Chart

3.2 電池尺寸參數(shù)的分選

根據(jù)電池電性能參數(shù)對(duì)電池進(jìn)行首次分選完成之后，對(duì)同一檔位內(nèi)的電池運(yùn)用尺寸鏈優(yōu)化技術(shù)對(duì)電池進(jìn)行成組。采用尺寸鏈的概率法進(jìn)行計(jì)算，其過(guò)程如下：

（1）首先根據(jù)要求的裝配間隙N，運(yùn)用式（4）計(jì)算出裝配間隙N的公差TN：

式中：N—封閉環(huán)基本尺寸—增環(huán)基本尺寸—減環(huán)的基本尺寸；n—尺寸鏈總環(huán)數(shù)；m—增環(huán)環(huán)數(shù)。

（2）除調(diào)整環(huán)，其余各組成環(huán)公差都采用等精度法計(jì)算，運(yùn)用式（5）計(jì)算出平均公差等級(jí)系數(shù)，確定各組成環(huán)的公差等級(jí)：

式中：i—公差單位。

（3）封閉環(huán)的公差與各組成環(huán)的公差關(guān)系如下：

由（2）可知，根據(jù)式（6）計(jì)算出調(diào)整環(huán)的公差。

（4）調(diào)整環(huán)的上下偏差由式（7）～式（9）給出，其余各組成環(huán)的上下偏差按入體原則確定：

使用以上式子計(jì)算出組成模組的每塊電池的尺寸范圍，根據(jù)電池尺寸范圍從同一檔位電池中匹配出滿足裝配間隙為N的一組電池，然后，對(duì)同一檔位中剩余的電池，采用尺寸鏈正計(jì)算方法進(jìn)行電池配組，以實(shí)現(xiàn)電池成組率的最大化。對(duì)每一檔位中的電池都采用上述方式進(jìn)行成組，成組過(guò)程完成后，對(duì)剩余的電池進(jìn)行回流，進(jìn)入下一次配組過(guò)程。

4 實(shí)驗(yàn)驗(yàn)證

4.1 UCI數(shù)據(jù)集實(shí)驗(yàn)

為了驗(yàn)證這里算法的合理性，使用標(biāo)準(zhǔn)測(cè)試數(shù)據(jù)集Iris作為驗(yàn)證樣本集，Iris數(shù)據(jù)集分為三類：Setosa類、Versicolor類、Virginica 類，共150 個(gè)樣本數(shù)據(jù)。將這里算法與標(biāo)準(zhǔn)FCM 算法分別對(duì)Iris數(shù)據(jù)樣本分類，各獨(dú)立運(yùn)行100次，求出評(píng)價(jià)算法性能優(yōu)良的各指標(biāo)的平均值，數(shù)據(jù)集聚類結(jié)果，如表1所示。初始種群大小設(shè)置為300，遺傳操作中迭代終止條件進(jìn)化代數(shù)為50，迭代閾值為10-3，模糊指數(shù)m=2。

表1 Iris數(shù)據(jù)集聚類結(jié)果Tab.1 Iris Dataset Clustering Results

由表1可以看出，F(xiàn)CM算法平均準(zhǔn)確率為89.3%，這里算法平均準(zhǔn)確率達(dá)到了91.3%，準(zhǔn)確率提高了2%，但相比較FCM 算法，這里算法的迭代次數(shù)卻有大幅度提高，平均從16次降到了6次。因此，這里算法不管在準(zhǔn)確率上還是迭代次數(shù)上均有所提高，驗(yàn)證了這里算法在全局尋優(yōu)和聚類性能方面的有效性和準(zhǔn)確性。

4.2 電池分選成組實(shí)驗(yàn)

采用某一型號(hào)的鋰電池作為研究對(duì)象，從一批電池中，隨機(jī)選取150塊電池作為樣本進(jìn)行實(shí)驗(yàn)，首先，利用提出的電池自動(dòng)分選配組系統(tǒng)實(shí)現(xiàn)電池電參數(shù)和幾何參數(shù)的測(cè)量，然后，使用這里算法對(duì)電池進(jìn)行分選配組，將電池分選成不同的類別，最后，運(yùn)用尺寸鏈優(yōu)化技術(shù)對(duì)不同類別中的電池進(jìn)行成組。

電池完成分選配組后，對(duì)同一檔位電池配組區(qū)內(nèi)的電池采用尺寸鏈技術(shù)對(duì)電池進(jìn)行成組。根據(jù)成組規(guī)模，5塊電池為一組，裝配間隙范圍N=（1～1.5）mm，其裝配示意圖，如圖4所示。A1～A5為減環(huán)，N為封閉環(huán)，A6為增環(huán)，其中A5作為中間計(jì)算值用以調(diào)整裝配尺寸，保證封閉環(huán)N的大小在（1～1.5）mm。運(yùn)用尺寸鏈中的概率法對(duì)各環(huán)的上下偏差進(jìn)行求解，確定每個(gè)環(huán)的尺寸分布范圍，進(jìn)而在每一類中匹配出符合每個(gè)環(huán)尺寸范圍的電池進(jìn)行成組，對(duì)同一檔位剩余的電池采用尺寸鏈正計(jì)算的方法進(jìn)行電池成組，實(shí)現(xiàn)成組率的最大化，程序運(yùn)行結(jié)果截圖，如圖5 所示。其中A、B、C表示電池分成三類，第一行文本框顯示的是每一類電池的個(gè)數(shù)，第二行文本框中顯示的是每一類電池中成組的電池編號(hào)。

圖4 裝配示意圖Fig.4 Assembly Diagram

圖5 電池成組結(jié)果Fig.5 Battery Group Result

從圖5電池成組結(jié)果可得：算法迭代5次完成電池的分選，電池分選準(zhǔn)確率為97.3%，成組率為93.3%，驗(yàn)證了該電池自動(dòng)分選配組系統(tǒng)的可行性，且該系統(tǒng)的數(shù)據(jù)采集速度以及分選準(zhǔn)確性均達(dá)到預(yù)期的效果，滿足企業(yè)的實(shí)際生產(chǎn)需求。

5 結(jié)論

針對(duì)大多數(shù)企業(yè)對(duì)電池進(jìn)行分選成組還不能實(shí)現(xiàn)自動(dòng)化，建立了電池自動(dòng)分選配組系統(tǒng)。該系統(tǒng)利用自適應(yīng)遺傳算法和高斯密度函數(shù)加權(quán)的FCM聚類算法對(duì)電池進(jìn)行分選，對(duì)同一類別中的電池，運(yùn)用尺寸鏈優(yōu)化分析方法，完成電池成組。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)對(duì)電池的分選準(zhǔn)確率、成組率均在90%以上，不僅實(shí)現(xiàn)了電池分選成組的自動(dòng)化，保證了電池使用性能的一致性，而且減少了工人勞動(dòng)時(shí)間，提高了裝配的效率和性能，滿足企業(yè)的生產(chǎn)需求。