動力電池綜合參數自動分選成組技術

辛傳福，趙鳳霞，武鈺瑾，高建設

（鄭州大學機械工程學院，河南 鄭州 450001）

1 引言

電池的化成檢測是電池生產和應用中十分重要的環節[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，電池組是由多個單體電池經過串并聯組合而成的，在電池配組時，除了考慮單個電池的容量、電壓、內阻等電參數的一致性外，還需要考慮電池組中各電池幾何尺寸參數的匹配性。

目前，國內外學者對電池電性能參數的一致性匹配進行了大量的研究，如文獻[2-3]通過單體電池電壓、電池組電壓來判斷模組一致性的好壞。文獻[4]研究了單體電池電壓、內阻、容量在電池配組中的影響。文獻[5]基于單體電池的充放電曲線對鋰離子電池的分類方法進行了研究，此類方法可以得到很好的分選結果，但此方法需要耗費大量時間，不能實現自動化生產。文獻[6]設計了一套自動配組方案對電池進行多目標條件自動配組，運用MATLAB軟件對設計的算法方案進行優化求解。在電池幾何尺寸參數匹配方面，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范圍的方式，這樣不僅提高了加工工藝難度，而且使得企業的生產成本大大增加。此外，在裝配成模組時，主要采用人工的方式進行挑選裝配，工作效率低，自動化程度低。因此，需要考慮影響電池配組性能的多個因素，建立電池性能評價的模型，搭建電池自動分選配組系統。

設計了一種電池自動分選配組系統，搭建了單體電池電性能參數和幾何性能參數的自動檢測平臺。基于自適應遺傳算法[7]和高斯密度函數[8]加權的模糊C均值聚類算法對電池電性能參數進行分選。運用尺寸鏈分析方法，實現電池模組中單體電池尺寸的最優匹配，完成電池的成組。

2 電池自動分選配組系統設計

2.1 電池分選配組策略

在進行電池分選配組時即要考慮電池電性能參數，又要考慮幾何尺寸參數，因此設計的電池分選配組策略如下：

首先根據檢測設備檢測出的電壓、內阻等電性能參數，根據自設的分類標準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，對同一檔位電池配組區內的電池進行尺寸排序，并記錄每塊電池的物理地址，完成電池的尺寸分組；最后運用尺寸鏈優化分析方法，實現電池模組中單體電池尺寸的最優匹配，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 電池分選配組系統設計

在滿足電性能和幾何性能的前提下，為了實現自動化生產，經過調查和研究，設計的配組流水線模型，如圖2（a）所示。傳送帶1為檢測區，由機器視覺系統和電測系統組成的電池檢測平臺實現電池尺寸、電壓、內阻等參數的檢測，檢測平臺結構，如圖2（b）所示。

圖2 配組系統Fig.2 Matching System

如果電池的某個參數不滿足規定的單參數極限，就會判定該電池為不合格電池（NG），由傳送帶1輸送至NG區。合格的電池根據電性能參數分類標準分別輸送至傳送帶2上的不同檔位區。當傳送帶2上某檔位的電池數量達到設定的規模后，對同檔位的電池采用尺寸鏈分析方法進行尺寸匹配優選，對優選出的電池采用機械手輸送到傳送帶3相應的成組區，當成組區的電池至成組規模后，由傳送帶3將配成一組的電池輸送至模組存放區，等待裝配成模組單元。

3 電池分選算法

3.1 電池電性能參數的分選

對數據進行智能分選的算法有多種如：貝葉斯分類、神經網絡分類、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均值聚類思想簡單，運行速度快并且能夠有效處理大規模數據，且更能反映數據分類的真實性，因此模糊C均值聚類智能算法被廣泛應用到大數據挖掘等領域。傳統的模糊C均值聚類對初始聚類中心比較敏感，眾多學者采用了一些方式：如基于遺傳算法的FCM算法、基于遺傳算法和密度加權的FCM算法等對其進行了改進。遺傳算法在搜索最優聚類中心時，易陷入局部最優值，收斂速度緩慢，而非線性地調節交叉概率和變異概率的自適應遺傳算法則較好的解決了這些缺點。因此，采用基于自適應遺傳算法和高斯密度函數加權的FCM智能算法對電池電性能參數進行聚類。

3.1.1 自適應遺傳算法

自適應遺傳算法（adaptive genetic algorithm）是模擬自然界生物進化的方式來尋找問題參數的最優解，其過程主要包括染色體編碼、選擇運算、交叉運算、變異運算等，即把問題參數通過編碼的方式編碼為個體的染色體，進行種群個體初始化，再利用選擇運算、交叉運算、變異運算等進行迭代，使種群個體不斷進行特征信息交換，并采用適應度評價函數對種群個體進行評價，從而挑選出最佳個體。自適應遺傳算法在進行交叉和變異運算時采用根據種群適應度大小動態變化的算子，其計算公式如下：

式中：fave—種群平均適應度；fmax—種群最大適應度；k1、k2—比例系數。

3.1.2 模糊聚類算法

模糊C均值聚類（Fuzzy C-means，FCM）算法[9]是一種非監督式的聚類算法。但該算法忽略了數據樣本的分布密度對分類的影響，并且其目標函數只體現了同一類內樣本的一致性，沒有體現出不同類間的差異性。因此，采用高斯密度函數對其進行加權，并引入Xie-Beni有效性指標[10]，構造出新的目標函數，新的目標函數如下：

式中：n—樣本總數；

Sep(V，c)—各聚類中心間歐式距離的最小值。

首先利用自適應遺傳算法對聚類中心進行初始化，然后使用高斯密度函數加權的FCM聚類算法不斷進行迭代，當達到迭代閾值時，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 電池尺寸參數的分選

根據電池電性能參數對電池進行首次分選完成之后，對同一檔位內的電池運用尺寸鏈優化技術對電池進行成組。采用尺寸鏈的概率法進行計算，其過程如下：

（1）首先根據要求的裝配間隙N，運用式（4）計算出裝配間隙N的公差TN：

式中：N—封閉環基本尺寸—增環基本尺寸—減環的基本尺寸；n—尺寸鏈總環數；m—增環環數。

（2）除調整環，其余各組成環公差都采用等精度法計算，運用式（5）計算出平均公差等級系數，確定各組成環的公差等級：

式中：i—公差單位。

（3）封閉環的公差與各組成環的公差關系如下：

由（2）可知，根據式（6）計算出調整環的公差。

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

使用以上式子計算出組成模組的每塊電池的尺寸范圍，根據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，對同一檔位中剩余的電池，采用尺寸鏈正計算方法進行電池配組，以實現電池成組率的最大化。對每一檔位中的電池都采用上述方式進行成組，成組過程完成后，對剩余的電池進行回流，進入下一次配組過程。

4 實驗驗證

4.1 UCI數據集實驗

為了驗證這里算法的合理性，使用標準測試數據集Iris作為驗證樣本集，Iris數據集分為三類：Setosa類、Versicolor類、Virginica 類，共150 個樣本數據。將這里算法與標準FCM 算法分別對Iris數據樣本分類，各獨立運行100次，求出評價算法性能優良的各指標的平均值，數據集聚類結果，如表1所示。初始種群大小設置為300，遺傳操作中迭代終止條件進化代數為50，迭代閾值為10-3，模糊指數m=2。

表1 Iris數據集聚類結果Tab.1 Iris Dataset Clustering Results

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

4.2 電池分選成組實驗

采用某一型號的鋰電池作為研究對象，從一批電池中，隨機選取150塊電池作為樣本進行實驗，首先，利用提出的電池自動分選配組系統實現電池電參數和幾何參數的測量，然后，使用這里算法對電池進行分選配組，將電池分選成不同的類別，最后，運用尺寸鏈優化技術對不同類別中的電池進行成組。

電池完成分選配組后，對同一檔位電池配組區內的電池采用尺寸鏈技術對電池進行成組。根據成組規模，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，N為封閉環，A6為增環，其中A5作為中間計算值用以調整裝配尺寸，保證封閉環N的大小在（1～1.5）mm。運用尺寸鏈中的概率法對各環的上下偏差進行求解，確定每個環的尺寸分布范圍，進而在每一類中匹配出符合每個環尺寸范圍的電池進行成組，對同一檔位剩余的電池采用尺寸鏈正計算的方法進行電池成組，實現成組率的最大化，程序運行結果截圖，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數，第二行文本框中顯示的是每一類電池中成組的電池編號。

圖4 裝配示意圖Fig.4 Assembly Diagram

圖5 電池成組結果Fig.5 Battery Group Result

從圖5電池成組結果可得：算法迭代5次完成電池的分選，電池分選準確率為97.3%，成組率為93.3%，驗證了該電池自動分選配組系統的可行性，且該系統的數據采集速度以及分選準確性均達到預期的效果，滿足企業的實際生產需求。

5 結論

針對大多數企業對電池進行分選成組還不能實現自動化，建立了電池自動分選配組系統。該系統利用自適應遺傳算法和高斯密度函數加權的FCM聚類算法對電池進行分選，對同一類別中的電池，運用尺寸鏈優化分析方法，完成電池成組。實驗結果表明，該系統對電池的分選準確率、成組率均在90%以上，不僅實現了電池分選成組的自動化，保證了電池使用性能的一致性，而且減少了工人勞動時間，提高了裝配的效率和性能，滿足企業的生產需求。