一种基于多时序超声扫描的电池缺陷活性区分与风险评估方法及系统与流程

本发明涉及电池无损检测与安全评估，具体涉及一种基于多时序超声扫描的电池缺陷活性区分与风险评估方法及系统。

背景技术：

1、超声无损检测技术因其穿透性强、对电池内部状态变化敏感、可实现原位在线检测等优势，已被广泛应用于锂离子电池、钠离子电池等二次电池在生产检测、服役监测及梯次利用分选等场景中的缺陷筛查与安全风险评估。然而，当前超声检测和筛选技术仍存在以下突出问题：

2、1、静态阈值筛选，无法区分缺陷活性，现有方法多基于单次扫描图像，靠固定阈值判定合格与否。然而电池内部缺陷在电化学活性上存在本质差异，具体来说，惰性缺陷（如隔膜褶皱、极片自身缺陷、金属异物等）尺寸稳定，不随循环演化，全生命周期危害较小；生长型缺陷（如产气、电解液浸润不良、析锂等）则随循环持续扩展，是热失控的主要诱因。静态阈值无法区分两类缺陷，导致大量惰性缺陷电芯被误判为不合格（过杀），而真正危险的生长型缺陷因初始尺寸未超阈值被漏放（漏杀）。

3、2、缺乏缺陷动态演化特征的量化表征，已有研究虽涉及时序超声扫描，但均未聚焦于缺陷区域随循环的动态演化行为，缺乏面积变化率、边界扩张速度、新生缺陷数量等活性演化指标的量化手段。

4、3、未考虑全局动态干扰与缺陷空间叠加，一方面，电池充放电过程中，soc、温度及持续副反应会导致超声信号发生全局性漂移，直接叠加在局部缺陷信号上，造成误判；另一方面，新生长的产气或析锂区域可能在空间上覆盖原有的惰性缺陷，仅靠几何面积变化率来判定，将导致严重失真。

5、4、缺乏风险评分，现有方法仅输出合格/不合格的二元判定，无法基于历史数据进行量化风险评分，难以支撑电池的精细化分级管理与预警。

技术实现思路

1、本发明的目的是克服现有技术中存在的不足，提供基于多时序超声扫描的电池缺陷活性区分与风险评估方法及系统，旨在解决现有超声检测中静态阈值无法区分缺陷活性、缺乏缺陷动态演化特征的量化表征手段、未考虑充放电过程中的全局动态干扰与缺陷空间叠加、以及缺乏量化风险评分机制等问题，实现惰性缺陷与生长型缺陷的精准区分与活性量化评估，以及风险评分驱动的电池安全风险精细化分级。

2、按照本发明提供的技术方案，一种基于多时序超声扫描的电池缺陷活性区分与风险评估方法，包括以下步骤：

3、在电池充放电循环过程中，在多个预设时序节点对电池进行超声扫描，获取多个充放电状态下的超声扫描图像序列；

4、对所述超声图像序列进行图像配准，根据配准后的图像在电池主体区域内选取候选参考区域生成动态背景参考信号，利用动态背景参考信号对配准后的图像进行差分归一化，得差异化缺陷图像序列；

5、根据所述差异化缺陷图像序列提取各时序节点缺陷区域的位置与边界轮廓，并提取各缺陷区域的声学特征向量；

6、根据各时序节点缺陷区域的位置、边界轮廓及其声学特征向量，计算缺陷演化特征指标；

7、根据所述缺陷演化特征指标及所述声学特征向量，将缺陷区分为惰性缺陷和生长型缺陷；

8、基于历史拆解数据构建缺陷演化指标与电池安全风险之间的风险演化模型，将待测电池的所述缺陷演化指标输入所述风险演化模型，输出表征待测电池安全风险的风险评分。

9、优选的，所述图像配准，包括：

10、对每个时序节点内连续多次超声扫描获得的多张超声扫描图像进行分析，生成表征需排除区域的掩码信息；

11、提取角点并根据所述掩码信息对角点进行筛选，对筛选后的角点进行位置确定及可靠性评估，输出有效特征点集信息；

12、以初始时序节点的超声扫描标准参考图为基准，根据所述有效特征点集信息确定空间变换关系，将当前时序节点的多张超声扫描图像分别转换至所述基准下；

13、对转换后的多张超声扫描图像进行合成，得到当前时序节点的超声扫描标准参考图。

14、优选的，所述动态背景参考信号的生成，包括：

15、对配准后的图像，在电池主体区域内进行全区域声学特征分析，得声学参数矩阵，基于声学参数矩阵从电池主体区域筛选出候选参考区域；

16、在后续的每个时序节点，逐次剔除声学参数变化率异常的候选参考区域，经所有后续时序节点筛选后最终保留的区域构成参考区域集；

17、将参考区域集的声学参数按预设统计规则融合，作为当前时序节点的动态背景参考信号。

18、优选的，所述差分归一化，包括：

19、对当前时序节点配准后的图像中各像素计算各声学参数相对于动态背景参考信号的差分百分比，得各声学参数差分归一化值；

20、基于各声学参数差分归一化值，判定各像素缺陷状态，所述像素缺陷状态包括正常状态、疑似缺陷状态和有效缺陷状态；

21、对标记为有效缺陷状态的像素进行连通域标记，将相邻的有效缺陷像素划分为若干独立的缺陷连通区域，根据所述缺陷连通区域的面积与面积预设阈值的比较结果，将面积大于等于面积预设阈值的作为有效缺陷连通区域，将面积小于面积预设阈值的作为疑似缺陷连通区域。

22、优选的，所述声学特征向量包括频谱质心偏移量、衰减系数变化斜率和波形相关系数；

23、所述缺陷演化特征指标包括面积变化率、边界扩张速度、新生缺陷数量和波形相关系数变化率。

24、优选的，根据所述声学特征向量中波形相关系数、衰减系数变化斜率和所述缺陷演化特征指标中面积变化率将缺陷区分为惰性缺陷和生长型缺陷：

25、将波形相关系数大于波形相关系数预设阈值且面积变化率绝对值小于面积变化率稳定阈值的缺陷判定为惰性缺陷；

26、将面积变化率大于面积变化率扩张阈值且衰减系数变化斜率大于衰减系数变化斜率预设阈值的缺陷判定为生长型缺陷。

27、优选的，所述将缺陷区分为惰性缺陷和生长型缺陷还包括：

28、计算缺陷区域的相对活性指数，所述相对活性指数的计算公式为：

29、，

30、其中，为第i个缺陷区域在时序节点tt的相对活性指数，为第i个缺陷区域在时序节点tt的衰减系数变化斜率，mt为时序节点tt保留的动态背景参考区域数量，为第j个动态背景参考区域在时序节点tt的衰减系数变化斜率；

31、当所述相对活性指数大于高相对活性指数预设阈值时，判定为生长型缺陷；

32、当所述相对活性指数小于低相对活性指数预设阈值时，判定为惰性缺陷；

33、当所述相对活性指数介于所述高相对活性指数预设阈值与低相对活性指数预设阈值之间时，判定为中等活性缺陷，并结合所述声学特征向量中波形相关系数和所述缺陷演化特征指标中面积变化率、边界扩张速度进行综合判定。

34、优选的，根据所述声学特征向量中频谱质心偏移量、波形相关系数和所述缺陷演化特征指标中面积变化率，识别金属异物；

35、对于所述金属异物，根据其缺陷面积计算等效直径，并基于等效直径进行危害亚分级，其中，

36、当所述等效直径小于安全尺寸预设阈值时，归为低风险惰性缺陷；

37、当所述等效直径大于等于安全尺寸预设阈值时，归为诱发型风险缺陷，并在后续风险评分中叠加基准风险增量，其中，

38、所述基准风险增量的计算公式为：，

39、其中，为基准风险增量，d为金属异物的等效直径，dref为金属异物的预设参考尺寸，dedge为金属异物距离最近极片边缘的距离，dref为金属异物距离最近极片边缘的预设参考距离，k1为金属异物等效直径对穿刺风险的贡献权重系数，k2为金属异物距极片边缘距离对穿刺风险的贡献权重系数。

40、优选的，所述步骤还包括：

41、根据产线预设的目标漏杀率，结合风险评分的统计分布自适应计算判定阈值，待测电池的风险评分超过所述判定阈值时判定为不合格或高风险，否则判定为合格或低风险。

42、按照本发明提供的技术方案，一种基于多时序超声扫描的电池缺陷活性区分与风险评估系统，用于执行上述基于多时序超声扫描的电池缺陷活性区分与风险评估方法，所述系统包括：

43、超声扫描模块，用于在多个预设时序节点对电池进行超声扫描，获取超声扫描图像序列；

44、图像配准模块，用于对所述超声图像序列进行图像配准，消除不同时序节点间的图像空间错位，生成配准后的标准参考图；

45、动态背景归一化模块，用于根据配准后的图像生成动态背景参考信号，并对配准后的图像进行差分归一化，输出差异化缺陷图像序列；

46、缺陷区域提取与声学特征向量分析模块，用于根据所述差异化缺陷图像序列提取各时序节点缺陷区域的位置与边界轮廓，并提取各缺陷区域的声学特征向量；

47、缺陷演化指标提取模块，用于根据各时序节点缺陷区域的位置、边界轮廓及其声学特征向量，计算缺陷演化特征指标；

48、缺陷活性区分模块，用于根据所述缺陷演化特征指标及所述声学特征向量将缺陷区分为惰性缺陷和生长型缺陷，并生成各缺陷区域的活性分类结果；

49、风险演化模型模块，用于基于历史拆解数据构建缺陷演化指标与电池安全风险之间的风险演化模型，输出电池的风险评分；

50、自适应阈值设定模块，用于根据产线预设的目标漏杀率自适应计算判定阈值，并根据风险评分与判定阈值的比较结果输出合格或不合格判定；

51、闭环反馈模块，用于将拆解验证结果反馈至所述风险演化模型模块，更新模型参数。

52、与现有技术相比，本发明至少具有如下有益效果：

53、1、本发明突破传统静态阈值方案的局限，通过多时序扫描捕获缺陷随充放电的动态行为谱，提取面积变化率、边界扩张速度、衰减系数变化斜率、相对活性指数等演化指标，从缺陷是否在生长这一本质维度区分缺陷活性，精准区分惰性与生长型缺陷，同步降低过杀与漏杀。

54、2、本发明通过在电池主体区域内动态筛选健康子区域作为内部动态参考，并采用差分归一化处理，有效消除了充放电过程中soc变化及副反应等对超声信号的全局性干扰，避免将全局背景变化误判为局部缺陷演化。

55、3、本发明引入声学特征向量与空间区域分割机制，通过提取频谱质心偏移量、衰减系数变化斜率和波形相关系数等多维声学特征向量，能够精准区分缺陷自身恶化与缺陷被新生现象覆盖，从根本上解决了惰性与生长型缺陷在空间叠加时的误判难题。

56、4、本发明基于历史拆解数据构建风险演化模型，输出连续量化的风险评分，替代传统合格/不合格二元判定，为电池的分级利用、预警优先级排序等提供精细化决策依据。

57、5、本发明支持按目标漏杀率自适应设定判定阈值，产线可根据实际安全要求灵活调节筛选严苛度，兼顾安全性与经济性。