CN114200329A - 一种基于化成曲线特征的异常电池筛选方法 - Google Patents
一种基于化成曲线特征的异常电池筛选方法 Download PDFInfo
- Publication number
- CN114200329A CN114200329A CN202111510297.2A CN202111510297A CN114200329A CN 114200329 A CN114200329 A CN 114200329A CN 202111510297 A CN202111510297 A CN 202111510297A CN 114200329 A CN114200329 A CN 114200329A
- Authority
- CN
- China
- Prior art keywords
- cell
- abnormal
- formation
- voltage
- battery
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 47
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012216 screening Methods 0.000 title claims abstract description 34
- 230000010287 polarization Effects 0.000 claims abstract description 11
- 238000002347 injection Methods 0.000 claims abstract description 10
- 239000007924 injection Substances 0.000 claims abstract description 10
- 239000007788 liquid Substances 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 238000012360 testing method Methods 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000034964 establishment of cell polarity Effects 0.000 claims description 2
- 229920001577 copolymer Polymers 0.000 claims 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 abstract description 4
- 229910001416 lithium ion Inorganic materials 0.000 abstract description 4
- 239000011265 semifinished product Substances 0.000 abstract description 4
- 239000002699 waste material Substances 0.000 abstract description 3
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002161 passivation Methods 0.000 description 1
- 230000005501 phase interface Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
- G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/389—Measuring internal impedance, internal conductance or related variables
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/44—Methods for charging or discharging
- H01M10/446—Initial charging measures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Secondary Cells (AREA)
Abstract
本发明的一种基于化成曲线特征的异常电池筛选方法,涉及锂离子电池领域,包括:S1、对注液完搁置后电芯进行电压和交流内阻(ACR)检测,记录检测数据,判断并筛选出异常电芯;S2、化成充电阶段,对电芯电压和极化特征(压差)进行检测并记录,判断并筛选出异常电芯;S3、化成结束后对电芯的电压、内阻、容量进行检测,判断并筛选出异常电芯。本发明贯穿化成整个工序,及时发现和剔除过程异常电芯,确保正常可靠的电芯半成品流转到后续工序。本发明不仅在过程中高效将异常电芯筛选,避免由异常电芯在后工序造成的资源浪费;同时也避免异常电芯流入市场端,增加售后成本和故障率。
Description
技术领域
本发明涉及锂电池测试技术领域,具体涉及一种基于化成曲线特征的异常电池筛选方法。
背景技术
化成是锂离子电池生产过程中必不可少一个工序,且在锂离子电池制作中起着至关重要的作用。化成过程中不可避免地要在碳负极与电解液的相界面上形成覆盖在碳电极表面的钝化薄层(SEI膜),SEI膜的好坏直接影响电池性能。由于电流的大小直接影响着SEI的好坏,所以企业设置化成工步的过程中往往只注重电流大小,往往忽略其他一些细节设置。
其实化成并不仅仅是为了形成SEI膜,通过设置合理和有效的筛选条件,可以节约生产成本、提高化成效率、减少事故发生率、提高产品一致性等。
在锂离子电池生产过程中一般都要经过化成老化、分容老化等工序进行异常电芯的筛选,而采用这些工序不仅用时长,而且消耗成本高,这就需要找到一种在化成这个工序就能判断电芯是否异常的方法。这样可以节约生产成本、提高化成效率、减少事故发生率、提高产品一致性等。
发明内容
本发明提出的一种基于化成曲线特征的异常电池筛选方法,可至少解决上述问题之一。
为实现上述目的,本发明采用了以下技术方案:
一种基于化成曲线特征的异常电池筛选方法,包括以下步骤:
S1、注液后电芯电压和内阻检测:对注液完搁置后电芯进行电压和交流内阻(ACR)检测,记录检测数据,判断并筛选出异常电芯;
S2、化成阶段电芯电压和极化特征(压差)检测:化成充电阶段,对电芯电压和极化特征(压差)进行检测并记录,判断并筛选出异常电芯;
S3、化成结束后电芯的电压、内阻、容量检测:化成结束后对电芯的电压、内阻、容量进行检测,判断并筛选出异常电芯。
进一步的,步骤S1的具体步骤包括:
S11、选取注液完且搁置后电芯,将电芯装载至化成柜,通过化成柜点对电芯进行电压和交流内阻(ACR)检测,记录检测数据;
S12、将S11中获取的测量数据自动录入计算机中,通过数据分析来判断并筛选出异常电芯。
进一步的,在步骤S12中对电芯电压的筛选标准为±(5~10)mV,在步骤S12中对电芯ACR的筛选标准为±(0.02~0.1)mΩ。
进一步的,在步骤S2中保证电芯SOC一致的情况下,进行大倍率(>2C)对电芯进行脉冲(10s或30s)测试,得出该SOC下电芯的极化情况(脉冲前后的压差),判断电芯极化异常的标准为脉冲测试前后压差值大于或者小于平均值的5%。
进一步的,在步骤S3中,若电芯的电压、内阻、容量同时满足以下标准,则判断为异常常电芯:a.电压在平均值的±5毫伏以外;b.内阻在平均值的±0.05毫欧以外;c.容量在平均值的±0.2%以外。
由上述技术方案可知,本发明的基于化成曲线特征的异常电池筛选方法,贯穿化成整个工序,及时发现和剔除过程异常电芯,确保正常可靠的电芯半成品流转到后续工序。本发明引入了化成阶段电芯的交流内阻和压差特征,制定相应的标准对化成整个工序进行异常电池进行筛选,确保正常可靠的电芯半成品流转到后续工序。本发明不仅在过程中高效将异常电芯筛选,避免由异常电芯在后工序造成的资源浪费;同时也避免异常电芯流入市场端,增加售后成本和故障率。
附图说明
图1是本发明实施例的方法流程图。
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。
如图1所示,本实施例所述的基于化成曲线特征的异常电池筛选方法,包括以下步骤:
S1、注液后电芯电压和内阻检测:对注液完搁置后电芯进行电压和交流内阻(ACR)检测,记录检测数据,判断并筛选出异常电芯;
具体的,步骤S1的具体步骤包括:
S11、选取注液完且搁置后电芯,将电芯装载至化成柜,通过化成柜点对电芯进行电压和交流内阻(ACR)检测,记录检测数据;
S12、将S11中获取的测量数据自动录入计算机中,通过数据分析来判断并筛选出异常电芯,对电芯电压的筛选标准为±(5~10)mV,对电芯ACR的筛选标准为±(0.02~0.1)mΩ;简单的说判断过程就是给一个范围,超出范围就标记为异常电芯,不同款电芯的范围也不一样,所以就没有给出具体标准。
S2、化成阶段电芯电压和极化特征(压差)检测:化成充电阶段,对电芯电压和极化特征(压差)进行检测并记录,判断并筛选出异常电芯;
在步骤S2中保证电芯SOC一致的情况下,进行大倍率(>2C)对电芯进行脉冲(10s或30s)测试,得出该SOC下电芯的极化情况(脉冲前后的压差),判断电芯极化异常的标准为脉冲测试前后压差值大于或者小于平均值的5%。
S3、化成结束后电芯的电压、内阻、容量检测:化成结束后对电芯的电压、内阻、容量进行检测,判断并筛选出异常电芯。
在步骤S3中,若电芯的电压、内阻、容量同时满足以下标准,则判断为异常常电芯:a.电压在平均值的±5毫伏以外;b.内阻在平均值的±0.05毫欧以外;c.容量在平均值的±0.2%以外。
由上可知,本发明采用以上方法,实现了对电芯在注液后至化成结束整个过程的异常检查和筛选,本发明的基于化成曲线特征的异常电池筛选方法,贯穿化成整个工序,及时发现和剔除过程异常电芯,确保正常可靠的电芯半成品流转到后续工序。本发明不仅在过程中高效将异常电芯筛选,避免由异常电芯在后工序造成的资源浪费;同时也避免异常电芯流入市场端,增加售后成本和故障率。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (5)
1.一种基于化成曲线特征的异常电池筛选方法,其特征在于,包括以下步骤,
S1、注液后电芯电压和内阻检测,具体为对注液完搁置后电芯进行电压和交流内阻即ACR检测,记录检测数据,判断并筛选出异常电芯;
S2、化成阶段电芯电压和极化特征即压差检测,具体为化成充电阶段,对电芯电压和极化特征即压差进行检测并记录,判断并筛选出异常电芯;
S3、化成结束后电芯的电压、内阻、容量检测即化成结束后对电芯的电压、内阻、容量进行检测,判断并筛选出异常电芯。
2.根据权利要求1所述的基于化成曲线特征的异常电池筛选方法,其特征在于:步骤S1的具体步骤包括:
S11、选取注液完且搁置后电芯,将电芯装载至化成柜,通过化成柜点对电芯进行电压和交流内阻即ACR检测,记录检测数据;
S12、将S11中获取的测量数据自动录入计算机中,通过数据分析来判断并筛选出异常电芯。
3.根据权利要求2所述的基于化成曲线特征的异常电池筛选方法,其特征在于:在步骤S12中对电芯电压的筛选标准为±(5~10)mV;
在步骤S12中对电芯ACR的筛选标准为±(0.02~0.1)mΩ。
4.根据权利要求3所述的基于化成曲线特征的异常电池筛选方法,其特征在于:在步骤S2中保证电芯SOC一致的情况下,进行大倍率即>2C对电芯进行脉冲10s或30s测试,得出该SOC下电芯的极化情况即脉冲前后的压差,判断电芯极化异常的标准为脉冲测试前后压差值大于或者小于平均值的5%。
5.根据权利要求3所述的基于化成曲线特征的异常电池筛选方法,其特征在于:在步骤S3中若电芯的电压、内阻、容量同时满足以下标准,则判断为异常常电芯:a.电压在平均值的±5毫伏以外;b.内阻在平均值的±0.05毫欧以外;c.容量在平均值的±0.2%以外。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111510297.2A CN114200329A (zh) | 2021-12-10 | 2021-12-10 | 一种基于化成曲线特征的异常电池筛选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111510297.2A CN114200329A (zh) | 2021-12-10 | 2021-12-10 | 一种基于化成曲线特征的异常电池筛选方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114200329A true CN114200329A (zh) | 2022-03-18 |
Family
ID=80652473
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111510297.2A Pending CN114200329A (zh) | 2021-12-10 | 2021-12-10 | 一种基于化成曲线特征的异常电池筛选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114200329A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023201531A1 (zh) * | 2022-04-19 | 2023-10-26 | 宁德时代新能源科技股份有限公司 | 异常电芯的识别方法、装置、电子设备及存储介质 |
WO2023201532A1 (zh) * | 2022-04-19 | 2023-10-26 | 宁德时代新能源科技股份有限公司 | 异常电芯的识别方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010175484A (ja) * | 2009-01-31 | 2010-08-12 | Calsonic Kansei Corp | バッテリの内部抵抗成分推定方法及び充電容量推定方法 |
CN106198293A (zh) * | 2016-08-12 | 2016-12-07 | 合肥国轩高科动力能源有限公司 | 一种动力锂电池中水分含量的测试方法 |
CN108511823A (zh) * | 2017-04-16 | 2018-09-07 | 万向二三股份公司 | 一种锂离子电池自放电soc态筛选方法 |
CN108508365A (zh) * | 2017-04-16 | 2018-09-07 | 万向二三股份公司 | 一种锂离子电池自放电筛选方法 |
CN110102515A (zh) * | 2019-05-07 | 2019-08-09 | 江西迪比科股份有限公司 | 一种基于热成像仪的锂离子电池电芯的筛选方法 |
CN110496799A (zh) * | 2019-07-26 | 2019-11-26 | 浙江锋锂新能源科技有限公司 | 高效化成分辨异常电芯的方法 |
CN112649742A (zh) * | 2020-11-04 | 2021-04-13 | 天津恒天新能源汽车研究院有限公司 | 一种锂离子电池的筛选方法 |
CN113245229A (zh) * | 2021-04-14 | 2021-08-13 | 合肥国轩高科动力能源有限公司 | 一种筛选锂离子异常电池的方法 |
-
2021
- 2021-12-10 CN CN202111510297.2A patent/CN114200329A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010175484A (ja) * | 2009-01-31 | 2010-08-12 | Calsonic Kansei Corp | バッテリの内部抵抗成分推定方法及び充電容量推定方法 |
CN106198293A (zh) * | 2016-08-12 | 2016-12-07 | 合肥国轩高科动力能源有限公司 | 一种动力锂电池中水分含量的测试方法 |
CN108511823A (zh) * | 2017-04-16 | 2018-09-07 | 万向二三股份公司 | 一种锂离子电池自放电soc态筛选方法 |
CN108508365A (zh) * | 2017-04-16 | 2018-09-07 | 万向二三股份公司 | 一种锂离子电池自放电筛选方法 |
CN110102515A (zh) * | 2019-05-07 | 2019-08-09 | 江西迪比科股份有限公司 | 一种基于热成像仪的锂离子电池电芯的筛选方法 |
CN110496799A (zh) * | 2019-07-26 | 2019-11-26 | 浙江锋锂新能源科技有限公司 | 高效化成分辨异常电芯的方法 |
CN112649742A (zh) * | 2020-11-04 | 2021-04-13 | 天津恒天新能源汽车研究院有限公司 | 一种锂离子电池的筛选方法 |
CN113245229A (zh) * | 2021-04-14 | 2021-08-13 | 合肥国轩高科动力能源有限公司 | 一种筛选锂离子异常电池的方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023201531A1 (zh) * | 2022-04-19 | 2023-10-26 | 宁德时代新能源科技股份有限公司 | 异常电芯的识别方法、装置、电子设备及存储介质 |
WO2023201532A1 (zh) * | 2022-04-19 | 2023-10-26 | 宁德时代新能源科技股份有限公司 | 异常电芯的识别方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114200329A (zh) | 一种基于化成曲线特征的异常电池筛选方法 | |
CN110887438A (zh) | 一种极耳焊接效果的检测方法 | |
CN111001588B (zh) | 电池组梯次回收利用方法 | |
CN113578792B (zh) | 一种锂离子电池自放电筛选方法、装置及存储介质 | |
CN114062932B (zh) | 电池析锂检测方法 | |
WO2023088037A1 (zh) | 电化学装置管理方法、电子设备及电池*** | |
CN112557929B (zh) | 电池内阻测试方法、电子设备及存储介质 | |
CN111215355A (zh) | 筛选自放电锂电池的方法 | |
CN112098875A (zh) | 锂离子电池析锂的检测方法 | |
CN111521945B (zh) | 电池健康状态检测方法、装置、电子设备及存储介质 | |
CN113900035B (zh) | 电池检测方法、装置、设备及存储介质 | |
CN114200322A (zh) | 一种锂离子电池析锂检测方法 | |
CN109092717B (zh) | 一种动力电池组故障模块的判定方法 | |
CN111346843B (zh) | 一种锂电池电芯的筛选方法、存储介质及测试设备 | |
CN113884886A (zh) | 电池测试生产中异常充放电芯的筛选方法 | |
CN113125977A (zh) | 锂离子电池及其自放电筛选方法 | |
CN113238152A (zh) | 锂电池自放电检测方法 | |
CN113341329A (zh) | 一种电压弛豫判定电芯析锂的方法及*** | |
CN110707387A (zh) | 一种磷酸铁锂电芯自放电筛选方法 | |
CN116184241A (zh) | 锂电池析锂检测方法、装置及*** | |
CN115684975A (zh) | 一种基于均衡电量量化电池微短路的方法及*** | |
CN113125974B (zh) | 一种电池析锂检测方法及装置 | |
CN115343639A (zh) | 电池自放电的测试方法 | |
CN114966443A (zh) | 电芯过量比的测试方法 | |
CN114441966A (zh) | 筛选潜在异常电池的方法、装置、电池及车辆 |
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 |