AI助力电池产线精细化管理和高质量发展

2024年6月19日，工业和信息化部发布《锂离子电池行业规范条件（2024年本）》，该政策明确要求企业减少单纯扩产项目，转向技术创新和质量提升，企业应采用技术先进、智能化程度高的生产工艺和设备。

2025年2月17日，工信部等八部门联合印发《新型储能制造业高质量发展行动方案》，明确提到要发展精细化电池管理，围绕新型储能系统生产制造、运行维护、回收利用全生命周期，构建多维度技术体系；提升智能制造水平，推动大数据、人工智能等新一代信息技术在新型储能制造业广泛应用，加快智能工厂建设，鼓励关键工序数字化改造。

以电池分容工序为例，电池分容测试的车间一般空间比较大，车间温度分布差异也较大（车间顶部温度高、底部温度低，有些温度能达到10℃以上），即每个电池所处的环境温度是有差异的，而温度是电池容量的重要影响因素，如果用不同环境温度下测得的容量去进行质量管控和分选配组，就会带来偏差，轻则造成电池间不一致性增加和性能下降，重则带来电池安全问题。

    所以目前电池产线一般会对分容充放电机测得的电池容量进行温度修正，大概的方法就是抽一些电池去实验室做不同温度下的容量测试，然后拟合一个容量和温度的关系式，然后利用这个关系式对产线未来电池进行容量温度折算。但这样会引入多种误差，首先因为抽取的电池要进行很多次不同温度下的测试，这样就容易引入容量衰减误差、温度调节误差；其次用个别单体代表未来所有单体，还会引入单体间差异误差。所以目前行业内传统的分容容量温度折算方法往往精度不佳，且稳定性差。

案例1：AI技术赋能分容容量温度修正

进行分容容量温度修正时，需要考虑到电池单体间的差异，由于单体间差异受到产线前中后段多工序多因素的随机耦合影响，人脑很难处理如此海量的电池数据信息和明晰如此纷繁复杂的映射关系，上海蔚至迪智能科技有限公司提出了基于AI的分容容量温度修正解决方案，选取产线已有不同分容温度下的电池去实验室做标准温度下的容量测试，然后利用人工神经网络构建标准温度容量与产线前中后段多工序过程数据之间的映射关系模型，从而为未来的电池进行容量温度折算。因为不需要进在实验室对同一电池进行不同温度下的测试，也就没有容量衰减误差和温度调节误差；因为电池前中后段多工序过程数据的输入，不再仅用单个温度和容量值，即考虑到了单体间的制造差异，从而减弱甚至消除了单体间差异误差。在实际产线上检验后，修正误差相比传统方法可以降低50%。

案例2：AI赋能智能分选

       分容的下一工序往往就到了分选或分档工序，现有分选方法往往是根据容量进行分档，即划分几个容量区间来进行分档。这种方式忽略了电池的综合特性，比较关键的OCV、自放电率、内阻、动态特性等特性都没有考虑到，那么电池组间电池的综合一致性就不会好，比如各单体的起始电压、结束电压、充放电曲线重合度等，进而影响电池组的动力输出性能和使用寿命，随着时间变长，电池组内的不一致性问题就会愈发突出，特别是有些电池的自放电较大慢慢导致压差变大。但对于如果在分选时同时考虑较多因素，又会导致分选档位较多，而现场物流线和实际情况几乎不可能设置太多档位，这就给精细化分选带来了困难。

上海蔚至迪智能科技有限公司提出了基于AI的智能分选解决方案，利用产线上电池的静态特性和动态特性数据，结合人工智能算法进行多维空间聚类的智能分选，从而提高同档位电池的综合一致性。同时，电池档位数量可任意调节，可避免档位过多造成大量尾料难以处理。

       锂电产线的AI应用还在不断涌现，这离不开坚实的锂电产线数字化底座和基础建设。蔚至迪在锂电产线AI应用的不断创新和引领，底气就来自于13年来一直在坚持做一件事，蔚至迪从研发到实施人员均精通锂电工艺、设备自动化、智能物流与对接方案，自2012年推出首版锂电MES以来，Wisdy产品持续迭代，服务于电池销量前15厂商中的半数以上，积累了业内几乎最多的MES落地案例，对于锂电制造商的AI基础建设、咨询、制造信息化的基础，都有成熟的经验。在锂电AI应用方面，蔚至迪有其独特的优势，不同于调用MES接口的“外挂式AI”（会面临数据不全面、格式不统一、调用速度慢、反馈延迟、通信不稳定等难题），蔚至迪凭借在MES开发和锂电设备联调经验方面的积累，从MES底层进行原生AI架构优化设计。

即刻行动，开启锂电智造新篇章

Wisdy以“数据智能”为核心，助力锂电企业迈向智能化转型。诚邀行业伙伴共同探索MES+AI大模型的无限可能！

Wisdy愿景

让每一颗电芯的诞生都蕴含AI的智慧

联系我们

官网https://www.wisdytech.cn/

邮箱info@wisdytech.cn

扫描下方二维码添加微信进行咨询