本发明属于领域锂电池浆料浓度测量,涉及一种锂电池浆料粘度预测方法、系统及其电子设备。
背景技术:
1、正极浆料及负极浆料是制造锂离子电池正极和负极的重要原料之一,其中,正极浆料通常由粘合剂、导电剂、正极材料等组成,负极浆料则由粘合剂、石墨碳粉等组成。正负极浆料和负极浆料的制备都包括了液体与液体、液体与固体物料之间的相互混合、溶解、分散等一系列工艺过程,而且整个过程都伴随着温度、粘度、环境等的变化。在正、负极浆料中,颗粒状活性物质的分散性和均匀性直接响到锂离子在电池两极间的运动,因此在锂离子电池生产中各极片材料的浆料的混合分散,即浆料的合浆质量至关重要。
2、浆料粘度是合浆质量的一个重要表征指标,浆料粘度本身不会影响电芯的性能,但粘度对浆料的稳定性和后续的涂布工艺有很大影响。浆料粘度高时,颗粒不易沉降,浆料的稳定性和均匀性都会相对较好,但过高的粘度又会导致浆料的流动性差,影响涂布效果。当然粘度过低也是不行的,粘度过低时易造成浆料稳定性差,颗粒团聚,涂布时不易烘干,还会出现涂层龟裂,面密度不一致等问题。因此浆料粘度大小会直接影响到电池极片涂覆质量的好坏,从而在执行合浆作业时,及时准确地获取浆料粘度数据显得尤为重要。然而,目前对浆料粘度的检验方法为每桶合浆完成后取一次样在旋转粘度计下测试一个粘度值,该方法存在以下缺陷:①只能等合浆完成后才能取样测试,若粘度超标还要返工,过程无法及时监控调节;②每次测试需要两个人配合,一人操作设备开罐,一人取样测试,费时费力,还存在一定的安全风险;③测试后的浆料无法及时返回合浆桶搅拌,容易团聚,且频繁开罐也增加了异物掉入合浆桶的风险。综上,现有锂电池浆料粘度的检测不够方便,检测成本高。
技术实现思路
1、本发明的目的在于针对现有技术的不足,提供一种锂电池浆料粘度预测方法、系统及其电子设备,能够准确的预测搅拌机内浆料的粘度,避免浆料粘度在搅拌时出现粘度过高或过低的情况发生,从而提升锂电池在涂布时的效果。
2、为了实现上述目的,本发明采用了以下技术方案:
3、本发明第一方面在于提供一种锂电池浆料粘度预测方法,包括下述步骤:
4、采集预设时间段内目标浆料在搅拌过程中搅拌机的运行参数数据,所述搅拌机的运行参数数据包括:转速、转矩、电流、功率及温度;
5、获取预设时间段内目标浆料的实际粘度,并根据所述搅拌机的运行参数数据,基于预先建立的浆料粘度预测模型计算所述目标浆料的粘度,以得到目标浆料的第一预测粘度;
6、根据所述实际粘度及所述第一预测粘度,确定浆料粘度预测模型的修正系数;
7、获取实时预测请求中的预测时间段,基于所述修正系数及浆料粘度预测模型,预测所述预测时间段的目标浆料的第二预测粘度。
8、进一步的,所述浆料粘度预测模型根据如下步骤进行训练:
9、将训练数据中搅拌机的运行参数数据输入所述浆料粘度预测模型,通过所述浆料粘度预测模型输出浆料粘度预测数据,其中,所述训练数据包括多组模型训练数据,每一组模型训练数据组包括:搅拌机的运行参数数据及目标浆料对应的实际粘度数据;
10、根据所述搅拌机的运行参数数据对应的实际粘度数据和所述浆料粘度预测数据,对所述浆料粘度预测模型的模型参数进行调整,并继续执行所述将训练数据中搅拌机的运行参数数据输入所述浆料粘度预测模型的步骤,直至满足预设训练条件,以得到已训练的浆料粘度预测模型。
11、进一步的,所述浆料粘度预测模型为:
12、y=f(r,xk,xk-1,xk-2,t);
13、其中,y为目标浆料的第一预测粘度,r为目标浆料的配方,xk为第k次取样时搅拌机的运行参数数据,xk-1为第k次取样时的前一次搅拌机的运行参数数据,xk-2为第k-1次取样时前一次搅拌机的运行参数数据,t为采样的时间间隔。
14、进一步的,所述采集预设时间段内目标浆料在搅拌过程中搅拌机的运行参数数据包括:采集预设时间段内多个相同时间间隔不同时刻搅拌机的运行参数数据。
15、进一步的,通过流变仪对所述目标浆料的粘度进行检测,获得在所述预设时间段内的多个不同采集时刻目标浆料的实际粘度。
16、本发明第二方面在于提供一种锂电池浆料粘度预测系统,包括:
17、采集模块,所述采集模块用于采集预设时间段内目标浆料在搅拌过程中搅拌机的运行参数数据,所述搅拌机的运行参数数据包括:转速、转矩、电流、功率及温度;
18、计算模块,所述计算模块用于获取预设时间段内目标浆料对应的实际粘度,并根据所述搅拌机的运行参数数据,基于预先建立的浆料粘度预测模型计算所述目标浆料的粘度,以得到目标浆料的第一预测粘度;
19、确定模块,所述确定模块用于根据所述实际粘度及所述第一预测粘度,确定浆料粘度预测模型的修正系数;
20、粘度预测模块,所述预测模块用于获取实时预测请求中的预测时间段,基于所述修正系数及浆料粘度预测模型,预测所述预测时间段的目标浆料的第二预测粘度。
21、本发明第三方面在于提供一种电子设备,包括:所述电子设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的锂电池浆料粘度预测程序,所述锂电池浆料粘度预测程序被所述处理器执行时实现所述锂电池浆料粘度预测方法的步骤。
22、本发明的有益效果:
23、(1)、通过采集预设时间段内目标浆料在搅拌过程中搅拌机的运行参数数据,所述搅拌机的运行参数数据包括:转速、转矩、电流、功率及温度;获取预设时间段内目标浆料的实际粘度,并根据所述搅拌机的运行参数数据,基于预先建立的浆料粘度预测模型计算所述目标浆料的粘度,以得到目标浆料的第一预测粘度;根据所述实际粘度及所述第一预测粘度,确定浆料粘度预测模型的修正系数;获取实时预测请求中的预测时间段,基于所述修正系数及浆料粘度预测模型,预测所述预测时间段的目标浆料的第二预测粘度;使得搅拌机在搅拌浆料时,搅拌机内浆料的粘度能够准确的被预测,避免浆料粘度在搅拌时出现粘度过高或过低的情况发生,从而提升锂电池在涂布时的效果。
24、(2)、由于能够对准确的预测搅拌机内浆料的浓度,因此能够避免搅拌时间过长使得锂电池的制浆工序过长而导致的能耗增大及成本增加的情况发生。
1.一种锂电池浆料粘度预测方法,其特征在于,包括下述步骤:
2.根据权利要求1所述的一种锂电池浆料粘度预测方法,其特征在于,所述浆料粘度预测模型根据如下步骤进行训练:
3.根据权利要求1所述的一种锂电池浆料粘度预测方法,其特征在于,所述浆料粘度预测模型为:
4.根据权利要求1所述的一种锂电池浆料粘度预测方法,其特征在于,所述采集预设时间段内目标浆料在搅拌过程中搅拌机的运行参数数据包括:采集预设时间段内多个相同时间间隔不同时刻搅拌机的运行参数数据。
5.根据权利要求4所述的一种锂电池浆料粘度预测方法,其特征在于,通过流变仪对所述目标浆料的粘度进行检测,获得在所述预设时间段内的多个不同采集时刻目标浆料的实际粘度。
6.一种锂电池浆料粘度预测系统,其特征在于,包括:
7.一种电子设备,其特征在于,包括:所述电子设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的锂电池浆料粘度预测程序,所述锂电池浆料粘度预测程序被所述处理器执行时实现如权利要求1-5任意一项所述锂电池浆料粘度预测方法的步骤。