一种快速预充及容量预测一体化的电池化成方法与流程

本发明涉及电池化成，具体是一种快速预充及容量预测一体化的电池化成方法。

背景技术：

1、在锂离子电池制造过程中，化成工序是决定电池性能的关键环节，其通过首次充电在负极表面形成固体电解质界面（sei）膜，进而直接影响电池的容量、循环寿命和安全性能。在化成工序之后，通常需要进行分容测试，以获得电池的实际容量用于分档配组。分容工序通常占用大量充放电设备、时间和能耗，是电池制造成本的重要组成部分。

2、近年来，利用预充数据预测电池容量的技术逐渐成为研究热点，通过数据驱动方法，基于非满电预充数据预测分容容量，该方法能够极大降低分容设备投入、厂房占用及充放电费用时间，但是容量预测落地应用要求预测误差小且结果稳定性强，涉及工艺异常数据清洗、数据均衡、容量特征因子提取等多个技术难点。

3、现有技术中，已有多项技术围绕预充工艺优化和容量预测展开研究，但还存在一些不足：

4、1、现有预充工艺设计主要服务于化成目的（即sei膜形成），未同步考虑容量预测所需的数据采集需求，如专利cn101783424a公开了一种阶段式预充方法，采用至少两个充电步骤，第二充电步骤的电流大于第一充电步骤，总预充电量为电池总电量的15%~35%，缩短预充时间、提高生产效率，但是该方法的阶段划分仅基于时间顺序或电量比例，未与电池内部电化学反应机理关联，无法对sei成膜、相变等关键过程进行精准控制，也未在预充过程中采集可用于容量预测的特征数据；

5、2、现有容量预测方法多采用复杂的机器学习模型，如专利cn119001467a公开了一种基于电池预充数据计算容量的方法，通过提取dq/dv峰特征、预充工步特征及工艺制程数据，利用lightgbm等复杂模型实现容量预测，但是该方法需要部署机器学习模型运行环境，对mes系统的计算能力要求较高，且模型训练需要大量历史数据，需要专业数据科学家团队进行持续维护和调参，部分专利如cn116522153b、cn116794533b虽然提取了预充数据峰特征并利用树模型实现容量分档，但未考虑极化补偿和数据均衡问题，对峰特征影响机理和特征筛选也缺乏详细论证；

6、3、现有技术中，预充工序和分容工序相互独立，即使采用容量预测方法，也未能真正取消分容工序，部分专利虽提出了化成分容一体机设备方案，但仅是设备层面的物理集成，化成和分容两个工序仍然先后独立进行，未从根本上简化工艺流程。

7、此外，dq/dv曲线分析技术已被用于电池特性研究，如专利cn111194412a公开了用于确定电池的电极信息的设备、方法、电池组及电气系统，利用v-dq/dv曲线检测多个特征点来确定电极信息，如专利cn107634274b公开了一种电池组配组方法，利用dq/dv曲线的两个峰值进行电池组配组，但是这些技术主要应用于电池状态评估和配组环节，未将其用于指导预充工艺的分阶段设计，也未与容量预测模型进行协同优化。

8、综上，现有技术存在以下技术缺口：

9、1、预充工艺与容量预测割裂：预充工艺仅服务于化成目的，未同步采集容量预测所需特征数据，导致预充后仍需独立分容工序；

10、2、分阶段充电缺乏机理指导：现有分阶段预充方法未基于dq/dv曲线分析识别关键电化学反应区间，难以在sei膜质量和充电效率间实现最优平衡；

11、3、容量预测模型复杂：现有预测方法依赖复杂机器学习模型，部署和维护成本高，不适用于追求极致效率和低成本的大规模量产场景；

12、4、未实现工序一体化：缺乏将预充工艺优化、容量预测与取消分容进行系统性整合的技术方案。

13、基于此，现在提供一种快速预充及容量预测一体化的电池化成方法，可以消除现有技术方案存在的弊端。

技术实现思路

1、本发明的目的在于提供一种快速预充及容量预测一体化的电池化成方法，以解决背景技术中预充工艺与容量预测割裂、分阶段充电缺乏机理指导、容量预测依赖复杂模型以及未实现工序一体化集成的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种快速预充及容量预测一体化的电池化成方法，具体包括以下步骤：

4、步骤s1、获取目标电池的dq/dv曲线，基于dq/dv曲线下特征峰识别关键电压区间；

5、步骤s2、采用分阶段充电策略执行充电操作，在关键电压区间采用第一电流充电，在非关键区间采用第二电流充电，且第一电流小于第二电流；

6、步骤s3、对同一批次电芯进行预充，记录不同温度梯度下的预充容量，建立预充容量与温度的基准关系曲线，获取对应温度下的基准预充容量；

7、步骤s4、在预充过程中，采集同一批次电芯的实际预充容量和实际预充温度，根据基准关系曲线，将实际预充容量校正至标准温度，获得标准温度下的本征预充容量；

8、步骤s5、基于本征预充容量将同一批次电芯划分为多组容量梯度，每组容量梯度抽取若干样品电芯完成满充分容测试，采集测试样品的实际分容容量和分容温度，对实际分容容量做温度校准，基于校准后分容容量与本征预充容量求解各容量梯度的校准截距，建立容量预测曲线；

9、步骤s6、对同一批次未做满充分容测试的电芯，依据本征预充容量匹配对应容量梯度的容量预测曲线，计算电芯预测容量；

10、步骤s7、对预充过程中电芯的关键工艺参数实施spc管控，设定控制窗口范围，当关键工艺参数处于控制窗口设定范围时，执行步骤s4~s6计算对应电芯的预测容量；

11、步骤s8、以计算出的预测容量作为电池分档配组依据，除关键工艺参数不满足控制窗口设定范围的电芯以及用于校准的若干样品电芯，其余电芯均取消独立分容工序，进入后续静置和配组工序。

12、进一步地，所述步骤s1中关键电压区间包括sei膜形成区、气体产生区、相变区中的至少一个。

13、进一步地，所述步骤s2中非关键区间为正常嵌锂区，所述分阶段充电策略具体包括：

14、在所述sei膜形成区采用0.01c~0.1c的小电流充电；

15、在所述气体产生区采用0.02c~0.25c的小等电流充电；

16、在所述相变区采用0.03c~0.3c的小电流充电；

17、在正常嵌锂区采用0.1c~0.8c的大电流充电。

18、进一步地，所述步骤s3中基准预充容量的计算公式为：

19、；

20、其中，为温度下的基准预充容量，为预充温度，为基准截距，、为拟合系数。

21、进一步地，所述步骤s4中本征预充容量的计算公式为：

22、；

23、其中，为本征预充容量，为实际预充容量，为实际预充温度，为标准温度，为温度下的基准预充容量，为温度下的基准预充容量。

24、进一步地，所述步骤s5中对实际分容容量做温度校准，具体表示为：

25、；

26、其中，为校准后的分容容量，为满充分容测试后实际分容测得的容量，为实际分容时的平均温度，为标准温度，为温度下的基准预充容量，为温度下的基准预充容量，为温度下的基准预充容量；

27、基于校准后分容容量与本征预充容量求解各容量梯度的校准截距，具体表示为：

28、，；

29、其中，为校准截距，为本征预充容量，为第个容量梯度的样品校准后均值且满足，为容量梯度总数。

30、进一步地，所述步骤s6中电芯预测容量的计算公式为：

31、；

32、其中，为常数，为预测容量，为本征预充容量，为第个容量梯度样品校准后均值。

33、进一步地，所述步骤s6还包括：根据容量梯度对同一批次的所有电芯执行容量预测操作，计算得到预测容量，同时对所有电芯执行分容操作，记录实际分容后的分容容量与分容温度，对实际分容容量做温度校准以得到校准后的分容容量，将校准后的分容容量与预测容量进行对比，计算预测误差，根据预测误差验证预测准确率。

34、进一步地，所述步骤s7还包括：当关键工艺参数超出控制窗口设定范围时，标记对应电芯并分流至传统分容工序，所述控制窗口范围为，为关键工艺参数在历史稳定生产批次中计算得到的样本标准差。

35、进一步地，所述步骤s1中dq/dv曲线的获取步骤为：采用小电流对电芯预充，连续采集电压、充电容量数据，计算dq和dv，再根据滑动窗口进行指数滤波处理，计算得到dq/dv，根据dq/dv构建dq/dv曲线，其中，q为充电容量，v为电压。

36、相较于现有技术，本发明的有益效果如下：

37、1、本发明通过dq/dv曲线分析，识别sei膜形成区、相变区等关键电压区间，在关键区间采用小电流保证成膜质量，在非关键区间采用大电流提高效率，通过这种差异化的分阶段充电策略，在不降低sei膜质量的同时，缩短预充时间；

38、2、本发明在分阶段充电过程中同步采集关键区间的特征数据如特定电压段充电容量、温度，将预充工序从单一的化成功能扩展为化成以及数据采集的双重功能，为容量预测提供高质量输入，建立预充容量与温度的基准关系曲线，建立本征预充容量与分容容量的单因子线性回归关系，最终实现以预测容量替代分容工序，形成预充与容量预测一体化的化成工艺，缩短化成周期，降低设备投入和运营成本。