基于神经网络匹配确认系数的锂电池内部微产气检测方法及系统

    公开(公告)号:CN117825527A

    公开(公告)日:2024-04-05

    申请号:CN202311727764.6

    申请日:2023-12-14

    Abstract: 本发明公开了一种基于神经网络匹配确认系数的锂电池内部微产气检测方法及系统,该方法包括下述步骤:基于超声穿透法、底波高度法扫描锂电池面,分别计算得到最大衰减量CA、最大衰减量CB,基于最大衰减量CA、最大衰减量CB模拟测试得到对应的气泡确认系数Sf、气泡确认系数Rf,构建训练集并训练神经网络模型;基于超声穿透‑底波高度法对待测的锂电池进行扫描成像得到最大衰减量CA、最大衰减量CB,并基于训练后的神经网络模型得到最优的气泡确认系数Sf、气泡确认系数Rf,基于最优的气泡确认系数Sf、气泡确认系数Rf进行超声波内产气锂电池成像。本发明实现对锂电池内部微产气状态的更全面、更精确成像和判断。

    一种基于超声波的锂电池内部微产气无损检测方法及系统

    公开(公告)号:CN117825525A

    公开(公告)日:2024-04-05

    申请号:CN202311727751.9

    申请日:2023-12-14

    Abstract: 本发明公开了一种基于超声波的锂电池内部微产气无损检测方法及系统,该方法包括下述步骤:基于超声回波‑穿透法对锂电池进行超声扫描检测,接收超声检测信号;对接收的超声检测信号进行声电转换,转换为数字信号;对超声检测检测信号进行小波分解,提取不同层的小波系数;构建小波阈值函数,将小于阈值部分的小波系数作为干扰噪声去除,得到降噪后的超声信号的小波系数;基于降噪后的超声信号的小波系数进行小波重构,得到重构后的超声检测信号;计算微产气体厚度;判定存在内部微产气区域,计算存在微产气的区域面积;计算内部微产气的体积。本发明将超声回波法与超声穿透法的优点进行有机融合,实现锂电池内部微产气体积的精确计算。

Patent Agency Ranking