废旧动力电池逐级拆解序列规划方法及系统
本发明涉及电池回收,具体为基于组装知识图谱的废旧动力电池逐级拆解序列规划方法及系统。
背景技术:
1、随着新能源汽车产业的快速发展,动力电池的退役量逐年激增,废旧动力电池的回收与无害化处理成为行业关注的重点。在动力电池的回收流程中,拆解是实现高价值零部件梯次利用或材料回收的前提环节。合理的拆解序列规划能够有效提升拆解作业的效率并降低拆解成本,是废旧动力电池规模化回收处理的关键技术之一。
2、目前,针对废旧产品拆解序列规划的研究多集中于直接利用三维模型或依赖人工经验来提取拆解约束关系。然而,动力电池内部结构复杂、零部件种类繁多,且存在模组单元、热管理单元等多层级组件。传统方法在处理此类复杂装配体时,通常需要人工逐一核对零部件的空间遮挡和装配连接关系以生成拆解优先约束,这种方式难以充分融合工艺文件、物料清单等多源产品原始数据,导致拆解约束等先验知识的获取效率低下,无法实现由组装知识向拆解规则的自动转化。
3、在获取拆解约束后进行序列求解时,现有的拆解序列规划通常将电池包内所有零部件视为同一层级的操作对象进行全局搜索。面对零部件数量庞大的动力电池,这种无层级的全局规划方式会导致状态空间和动作空间呈指数级增长,极易引发组合爆炸,使得规划算法难以在合理时间内收敛。同时,现有规划方法对序列优劣的评估指标多局限于单一的拆除动作耗时,较少将实际作业中的工具更换和操作姿态调整等工艺切换代价纳入考量,导致规划出的拆解序列在实际执行时存在工艺连贯性差、无效操作时间长的问题。
技术实现思路
1、针对现有技术的不足,本发明提供了废旧动力电池逐级拆解序列规划方法及系统,解决了现有废旧动力电池拆解规划方法中存在的约束提取依赖人工、单一层级全局规划易引发组合爆炸,以及因未充分考虑工艺切换代价导致实际拆解效率低下的问题。
2、为实现以上目的,本发明通过以下技术方案予以实现:废旧动力电池逐级拆解序列规划方法,包括以下步骤:
3、获取动力电池产品的原始组装数据;
4、基于所述原始组装数据,构建动力电池组装知识图谱,提取各节点之间的装配先后关系与空间约束关系,并将所述装配先后关系与所述空间约束关系转换为拆解优先约束;
5、基于所述拆解优先约束,分别构建电池包整体层级拆解矩阵和各子装配体内部层级拆解矩阵;
6、将逐级拆解序列规划问题建模为序列决策过程,定义各拆解层级的状态空间、动作空间和奖励函数,采用逐级独立规划策略建立各层级规划模型;
7、采用d3qn算法对各层级规划模型进行求解,输出各层级的拆解序列;
8、将各层级的拆解序列按层级展开关系进行组合,输出完整的逐级拆解序列。
9、优选的,所述构建动力电池组装知识图谱,具体包括:
10、从所述原始组装数据中抽取实体,包括作为顶层实体的电池包、作为中间层实体的子装配体和作为底层实体的基础零件;
11、抽取实体间的关系,包括连接上下层实体的层级组成关系,以及带有连接类型和装配先后顺序属性的装配连接关系;
12、采用图数据库存储抽取的实体节点和关系边,得到动力电池组装知识图谱。
13、优选的,所述将所述装配先后关系与所述空间约束关系转换为拆解优先约束,具体包括:
14、基于时序反转规则,将装配过程中的先后顺序反转为后装配先拆除的拆解优先约束;
15、基于空间解除规则,将被遮挡零件与遮挡零件的空间遮挡关系转换为遮挡零件优先拆除的拆解优先约束;
16、基于连接解除规则,将存在连接关系的零件对转换为连接件优先于被连接件拆除的拆解优先约束。
17、优选的,所述分别构建电池包整体层级拆解矩阵和各子装配体内部层级拆解矩阵,具体包括:
18、基于所述拆解优先约束构建电池包整体层级拆解矩阵,所述电池包整体层级拆解矩阵的矩阵元素表征电池包整体层级对象间是否存在拆解优先约束;
19、构建各子装配体内部层级拆解矩阵,所述各子装配体内部层级拆解矩阵的矩阵元素表征对应子装配体内部基础零件间是否存在拆解优先约束;
20、建立电池包整体层级对象与对应的子装配体内部层级拆解矩阵间的索引映射关系。
21、优选的,所述定义各拆解层级的状态空间、动作空间和奖励函数,具体包括:
22、将状态空间定义为包含各对象的拆除状态标识、上一时刻执行拆除动作的对象编号和累计拆解时间的多维向量;
23、将动作空间定义为满足当前状态下全部拆解优先约束的可拆对象集合;
24、结合拆除对象的标准作业时间对应的时间代价,以及连续拆解操作间的工艺切换代价,计算得到评估动作选择质量的奖励函数。
25、优选的,所述采用逐级独立规划策略建立各层级规划模型,具体包括:
26、对电池包整体层级进行规划以生成电池包整体层级拆解序列;
27、按照所述电池包整体层级拆解序列中的对象顺序,判断当前对象类型;
28、当对象为子装配体时,根据建立的索引映射关系调用对应的子装配体内部层级拆解矩阵,对所述子装配体内部层级进行规划生成对应的子装配体内部拆解序列。
29、优选的,所述采用d3qn算法对各层级规划模型进行求解,具体包括:
30、为每一层级构建包含评估网络和目标网络的算法模型,将动作价值函数分解为状态价值函数和优势函数的组合;
31、在经验回放池中存储与环境交互的状态经验样本;
32、基于从经验回放池中采样的样本计算目标动作价值,通过最小化目标动作价值与估计动作价值的均方误差损失更新评估网络参数,输出各层级的拆解序列。
33、优选的,所述在经验回放池中存储与环境交互的状态经验样本,具体包括:
34、基于当前状态向量选择当前拆除动作;
35、执行当前拆除动作,更新拆除状态标识、上一时刻执行拆除动作的对象编号及累计拆解时间,得到下一状态向量;
36、结合所述奖励函数计算即时奖励;
37、将包含当前状态向量、当前拆除动作、即时奖励和下一状态向量的数据作为经验样本存入经验回放池。
38、优选的,所述将各层级的拆解序列按层级展开关系进行组合,具体包括:
39、以所述电池包整体层级的拆解序列为主序列进行遍历;
40、当遍历到基础零件对象时,将所述基础零件对象直接追加至输出序列的末尾;
41、当遍历到子装配体对象时,将所述子装配体对象追加至输出序列末尾,并查找所述子装配体对应的内部拆解序列,将所述内部拆解序列中的全部元素按原有顺序依次追加至输出序列末尾,组合得到完整序列。
42、优选的,所述组合得到完整序列之后,还包括:
43、对完整的逐级拆解序列中各步骤的拆解对象信息进行补充标注;
44、所述补充标注的内容包括各拆解步骤所属的层级标识、所需拆解工具类型和标准作业时间;
45、将包含步骤编号、对象名称、所属层级、拆解工具和标准作业时间字段的完整的逐级拆解序列按照预设格式进行输出。
46、废旧动力电池逐级拆解序列规划系统,包括知识输入模块,知识提取模块,矩阵构建模块,模型构建模块和序列求解模块;
47、知识输入模块,获取动力电池产品的原始组装数据;
48、知识提取模块,基于所述原始组装数据,构建动力电池组装知识图谱,提取各节点之间的装配先后关系与空间约束关系,并将所述装配先后关系与所述空间约束关系转换为拆解优先约束;
49、矩阵构建模块,基于所述拆解优先约束,分别构建电池包整体层级拆解矩阵和各子装配体内部层级拆解矩阵;
50、模型构建模块,将逐级拆解序列规划问题建模为序列决策过程,定义各拆解层级的状态空间、动作空间和奖励函数,采用逐级独立规划策略建立各层级规划模型;
51、序列求解模块,采用d3qn算法对各层级规划模型进行求解,输出各层级的拆解序列;
52、序列输出模块,将各层级的拆解序列按层级展开关系进行组合,输出完整的逐级拆解序列。
53、本发明提供了废旧动力电池逐级拆解序列规划方法。具备以下有益效果:
54、本发明通过构建包含电池包层级结构和装配连接关系的组装知识图谱,并依据预设的时序反转、空间解除和连接解除等规则,将提取的装配先后关系与空间约束关系自动转换为拆解优先约束,达到了将多源异构的组装数据转化为结构化拆解先验知识的技术效果,解决了传统废旧动力电池拆解约束条件提取高度依赖人工经验且提取效率低下的技术问题。
55、本发明通过依据动力电池的物理组成特征划分电池包整体层级和子装配体内部层级,基于拆解优先约束分别构建独立的层级拆解矩阵,并采用逐级独立规划策略生成完整拆解序列,达到了有效降低各规划阶段状态空间和动作空间维度的技术效果,解决了因废旧电池零部件数量繁多而导致全局拆解序列规划容易发生组合爆炸及求解计算效率低下的技术问题。
56、本发明通过将拆解序列规划建模为序列决策过程,设定综合考虑拆解时间代价和工艺切换代价的奖励函数,并采用引入双重网络和竞争网络结构的d3qn算法对各层级模型进行迭代求解,达到了在严格遵循拆解优先级约束的前提下输出总耗时较短且操作步骤连贯的拆解序列的技术效果,解决了现有拆解规划方法对工具更换和姿态调整损耗考虑不足,导致实际拆解作业连续性较差的技术问题。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com